[发明专利]基于图的渐进式点云下采样方法及装置

权利要求书

1.一种基于图的渐进式点云下采样方法，其特征在于，所述的包括以下步骤，

步骤一参数计算：根据输入点云、采样率及层级T计算相应每层级需要输入的点云数目及输出数目；

步骤二层级判断：根据层级是否都处理结束来判断采样是否完成，未结束则继续，否则输出经过下采样后的点云；

步骤三图拓扑表达：将当前层级需要处理的输入点云用图拓扑结构表示；

步骤四图滤波处理：对图拓扑结构输出的点云进行图滤波处理，可包括图空间滤波与图频域滤波，其中图空间滤波可以使用例如直接处理邻接矩阵的方式来实现，图的频域滤波可以使用图的拉普拉斯滤波操作等，或者线性组合两者一起使用；

步骤五重要性衡量：将滤波后的点云进行重要性衡量，也即对每个点进行重要性打分，可以使用的衡量方式有：重构错误率衡量，点云距离指标衡量等；

步骤六下采样操作：重要性衡量分数作为该点云分布，针对该部分，进行下采样操作，可以是按照分布的随机下采样，也可以是按照重要性排序进行下采样。

2.根据权利要求1所述的一种基于图的渐进式点云下采样方法其特征在于，所述的步骤一参数计算，根据采样率，需要计算对应渐进式下采样模块中当前层级的输入点云和输出点云数目，由于采样率，及层级T的不同，每层级输入输出点云也相应有变化。

3.根据权利要求1所述的一种基于图的渐进式点云下采样方法，其特征在于，所述的步骤二层级判断，其为判断是否结束的依据，如层级采样为结束，则继续循环，否则输出稀疏点云；注意这里的输入点云可以只是包含几何结构的坐标信息，或者是属性信息，例如RGB颜色、梯度、法向量等信息，或者是几何结构与属性信息一起作为输入均可。

4.根据权利要求1所述的一种基于图的渐进式点云下采样方法，其特征在于，所述的步骤三图拓扑表达，是通过当前输入点云个数构建图拓扑结构，通常使用图的邻近矩阵进行构建，例如：

公式(1)中σ和τ是参数，如果两点距离小于τ，那么我们考虑将此两点构建边，而边的权值依赖于两点在3D空间中的相似度。也可以使用其他相似度衡量方式来构建边。

5.根据权利要求1所述的一种基于图的渐进式点云下采样方法，其特征在于，所述的步骤四图滤波处理中图滤波器构建及滤波计算，包括图空间滤波与图频域滤波，其中图空间滤波可以使用例如核函数直接处理邻接矩阵的方式，图的频域滤波可以使用图的拉普拉斯滤波等，或者结合两者一起使用；

如果在图的空间域，那么可以看到公式(2)是一个基于加权平均值的属性。通过基于邻居结点贡献量可以设计滤波器稀疏来改变局部平均权值；

如果在图的频域，亦称为谱域里，可通过Chebyshew多项式来进行设计图滤波器系数。

其中，L为滤波器长度，h_l为第l个滤波器对应的参数，A为滤波器算子；

其中全通图滤波器，考虑一种简单情况为：

f(X)＝X#(3)

也即h(A)＝1的情况，可以看成是多个滤波器取平均的效果。注意到，该情况下如果使用均匀下采样是一种最优重采样方式。常用全通滤波器提取模糊图；

高通滤波器为：

通常，使用高通滤波器来提取边缘或轮廓，或者关键点信息。

低通滤波器可在给定阈值范围进行磨平的处理，类似高通滤波器，这里不再给出。

6.根据权利要求1所述的一种基于图的渐进式点云下采样方法，其特征在于，所述的步骤五重要性衡量中对点云的重要性衡量，这里采用重构错误率来进行衡量：，亦可以使用其他方法来进行衡量

可以使用的衡量方式有：重构错误率衡量，点云距离指标衡量等；

其中，f_org(X)为上一滤波器滤波后结果，如为第一次则为原始点云；其实S用于补偿滤波权重，有助于归一化后在统一标准下进行统一估计。这里需要注意，损失函数的设置需要考虑其是否能一定程度反应点云的分布情况来进行设定。此处设置为距离平方是因为其与点云最优分布成正比，可以用来反应点云的分布情况。