[发明专利]一种衡量缺失点云覆盖度的点云补全测评方法

说明书

本发明涉一种衡量缺失点云覆盖度的点云补全测评方法，该方法包括步骤一：计算缺失点云相对于完整点云的覆盖度；步骤二：计算完整点云相对于缺失点云的覆盖度；步骤三：将步骤一和步骤二计算的值进行组合；本发明的衡量缺失点云覆盖度的点云补全测评方法能够满足衡量缺失点云的缺失不变性，根据缺失率的单调变化而呈现单调变化趋势，能够直观的衡量点云补全方法的补全效果。

技术领域

本发明涉及点云及点云补全领域，并且更具体地涉及一种衡量缺失点云覆盖度的点云补全测评方法。

背景技术

使用现有点云采集装置或深度感知获取的点云数据，由于可能存在扫描区域有限、角度不完全、物理环境光线影响、激光扫描仪本身的局限性、或者物体的集合结构过于复杂多变等情况，都不可避免的致使扫描结果中存在缺失区域。而后续的一些点云处理任务需要一个完整的点云，这时如何将缺失点云补全成完整点云就是一个值得研究的问题。点云补全就是完成这样的任务，即根据缺失点云推测出其最有可能的完整形状。点云补全已经成为一个热门的研究领域，很多点云补全的方法都被提出，而怎样提出一个客观指标或者公式来更好的衡量点云补全方法的效果也成为一个关键问题。现有衡量点云补全的方法都是使用衡量两个完整点云之间的方法，没有为点云补全任务的特点来重新设计评价指标。现有的评价指标通过衡量两个点云之间的点对点欧式距离作为点云补全的评价指标，这种衡量方法不具有缺失程度不变性，即缺失相同的比例，但缺失部位不同，指标的计算结果也会随之变化，这不符合缺失完整度的量化表现，同时，由于这种指标会受局外点的影响，因此会出现缺失率越大，而指标不会出现单调表现。这也不利于衡量缺失点云的完整程度。

发明内容

本发明提出的方法与现有衡量点云补全的测评方法相比，在如下两个方面具有较大优势：一是具有更好的点云缺失部位鲁棒性。二是具有更强的缺失率线性相关程度。下面分别解释点云缺失部位鲁棒性和缺失率线性相关程度这两个概念。

1、点云缺失部位鲁棒性：给定一个完整点云X，一种产生缺失点云的遮罩函数mask：X′＝mask(X,α,p)。此遮罩函数用于根据给定的缺失率α和缺失位置中心p∈R³产生不完整点云X′。现有一个衡量点云缺失率的函数f(X,X′)＝f(X,mask(X,α,p))。如果f的函数值不会随着p的位置变化而变化，则函数f具有缺失位置鲁棒性。

2、缺失率线性相关程度：给定一个衡量点云缺失率的函数f，其与缺失率之间的线性相关程度可以用线性相关系数来衡量，例如，著名的皮尔森相关系数(PLCC)和斯皮尔曼相关系数(SROCC)。

现有的方法通常使用倒角距离(Chamfer Distance，简称CD)来衡量缺失点云相对于完整的点的完整程度，CD的公式如下：

CD通过计算两个点云之间点对点的欧氏距离的差来计算两个点云之间的差异程度，但是其无法衡量缺失点云相对于完整点云之间的缺失程度，并且其缺失部位鲁棒性和缺失率线性相关程度较差。

从图2a至图2d可以看出，在缺失率相同的情况下，CD距离的变化幅度较大，即说明其缺失部位鲁棒性差。

从图3a至图3d可以看出，在随着缺失率越来越大的时候，CD距离并不会随着缺失率的增大而具有单调变化趋势，即说明其缺失率线性相关程度较差。

为解决上述技术问题，本发明采用如下技术方案来达到目的：

与CD距离不同，本发明旨在衡量点云缺失程度，本发明不通过点与点之间的欧式距离的差异来衡量点云的缺失程度。本发明通过衡量一个点云相对于另一个点云的覆盖程度大小来衡量点云的缺失程度。