[发明专利]基于图的渐进式点云下采样方法及装置

说明书

基于图的渐进式点云下采样方法与装置，包括如下步骤:参数计算、层级判断、图拓扑表达、图滤波处理、重要性衡量和下采样操作；本发明通过使用图表达及渐进式点云下采样，能够捕获点云的重要信息及轮廓细节部分，不仅可针对点云几何信息，也可以同时处理带有属性的点云信息，例如颜色、法向量等信息。所提出的点云下采样方式为非均匀采样，与现实场景当中或人眼感知更加契合，较基于网格的点云下采样而言，更具备细节描绘和强调性。同时该方法亦也可以作为关键点提取，实现稀疏点云的输出，为后续点云的快速高效处理带来了极大的便利。

技术领域

本发明涉及3D点云预处理技术领域，更具体地涉及一种基于图的渐进式点云下采样方法及装置。

背景技术

相似方法：Fast Resampling of 3D Point Clouds via Graphs方法，请参见参考附录[1]。该方法虽有使用到图结构表达及图滤波器，但没有使用层次渐进式方法，亦没有使用图空间滤波与图频谱滤波结合的情况。本专利所提出的层次递进方法，更能有效抑制异常值的出现，同时能够更好的呈现局部细节表现的轮廓和形状；

现有3D原始点云数据量一般巨大，直接处理原始点云费时费力，因而需要合适的3D下采样方法来对点云进行稀疏化处理，既保留原始结构的同时能够最大程度降低计算量。那么针对现有点云下采样方式，大多使用随机采样，或网格化的均匀采样，随机采样不能很好的把控3D点云形状，而网格化均匀采样需要以网格大小作为固定参数输入，不能固定输出点数，且输出点数为构造点，不属于原始点云当中，因而如果涉及到其他属性，例如颜色等，则需要一并进行构造处理。虽然其分布均匀但其并不能很好的保留3D点云的轮廓、纹理等细节部分的增强，且一般只用作几何信息(也即3D坐标)的处理，而不针对包含属性的3D点云的处理。

针对现有下采样方法的结构保留局限性，且对异常值敏感，形状轮廓提取欠佳的情况下，本发明人提出一种基于图的渐进式点云下采样方法与装置，以克服现有技术存在的上述问题和相关方法的缺陷。

发明内容

本发明的目的在于公开一种基于图的渐进式点云下采样方法。

本发明的另一目的在于公开一种基于图的渐进式点云下采样装置。

实施本发明的技术方案如下：基于图的渐进式点云下采样方法，所述的方法包括以下步骤：

步骤一:参数计算，根据输入点云、采样率及渐进式层级T计算相对应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。

基于图的渐进式点云下采样装置，该装置执行基于图的渐进式点云下采样的方法。