[发明专利]一种基于分叉数量自动估计的点云骨架线提取方法及系统

权利要求书

1.一种基于分叉数量自动估计的点云骨架线提取方法，其特征在于，包括：

步骤S1，使用激光扫描仪扫描获取点云数据，基于KD-Tree结构构造所述点云数据的K近邻图；

步骤S2，获取K近邻图的测地距离，根据K近邻图的测地距离将所有K近邻图中的点云划分为k个水平集，所述k为正整数；

步骤S3，利用分叉数量自动估计算法自动将每个水平集内的点云划分为不同分支，获取每个分支的质心，将所述质心作为骨架点；

步骤S4，连接步骤S3中获得的所有骨架点获得骨架线；

还包括骨架线优化步骤，所述骨架线优化步骤包括：

步骤A，将步骤S4中获取的骨架线作为初始骨架线，沿初始骨架线生长方向将点云数据划分为多个局部点云集合，所述局部点云集合中仅包含主支的点云或一个分支的点云；

步骤B，将每个局部点云集合内的骨架线近似为三维空间直线，所述三维空间直线表示为：

其中，A1表示第一x轴参数,B1表示第一y轴参数,C1表示第一z轴参数,D1第一平面常数，A2表示第二x轴参数,B2表示第二y轴参数,C2表示第二z轴参数,D2表示第二平面常数；

根据局部点云集合内的初始骨架线分别获得A1、B1、C1、D1、A2、B2、C2、D2的初始值；

分别设置A1、B1、C1、A2、B2、C2的取值区间，每个参数的取值区间包含所述参数的初始值，分别在A1、B1、C1、A2、B2、C2的取值区间进行取值，并根据A1、B1、C1、A2、B2、C2的取值获得D1和D2的取值，当A1、B1、C1、D1、A2、B2、C2、D2的取值对应的三维空间直线满足目标函数时，将此时A1、B1、C1、D1、A2、B2、C2、D2的取值对应的三维空间直线作为该局部点云集合的优化骨架线；

所述目标函数为：其中，argmin(×)表示使表达式取值最小的函数；d_j表示局部点云集合中的第j个点云点到局部点云集合内三维空间直线的距离，设局部点云集合中包含m个点云点，j∈[1,m]；d_mean表示局部点云集合中点云点到局部点云集合内三维空间直线的距离平均值，

通过如下步骤获得每个局部点云集合的优化骨架线：

步骤B1，设置n个粒子，所述n为正整数，以6维变量(A1,B1,C1,A2,B2,C2)作为粒子的位置变量，粒子的速度变量为6维的，初始化每个粒子的位置和速度，将历史最优位置和当前最优位置初始化为(A1₀,B1₀,C1₀,A2₀,B2₀,C2₀)，A1₀、B1₀、C1₀、D1₀、A2₀、B2₀、C2₀、D2₀分别表示根据局部点云集合内的初始骨架线分别获得A1、B1、C1、D1、A2、B2、C2、D2的初始值；

步骤B2，在A1、B1、C1、A2、B2、C2的取值区间内按照如下公式更新每个粒子的位置和速度：

v_i(t+1)＝v_i(t)+c₁×rand()×(pbest-x_i(t))+c₂×rand()×(gbest-x_i(t))；

x_i(t+1)＝x_i(t)+v_i(t+1)；

其中，v_i(t)、v_i(t+1)分别表示第t次迭代、第t+1次迭代中第i个粒子的速度，x_i(t)、x_i(t+1)分别表示第t次迭代、第t+1次迭代中第i个粒子的位置，i∈[1,n]，pbest为当前最优位置，pbest为历史最优位置，rand()为随机设置值，t为迭代次数；c₁表示第一学习因子，c₂表示第二学习因子；

步骤B3，计算每个粒子的适应度值，适应度值计算公式为其中，将当前最优位置pbest更新为适应度值最小的粒子位置，若当前最小的适应度值小于历史最优位置对应的适应度值，将历史最优位置gbest更新为适应度值最小的粒子位置；

步骤B4，若当前迭代次数t+1没有达到预设的最大迭代次数T，令t＝t+1，返回执行步骤B2、步骤B3和步骤B4，若当前迭代次数t+1达到预设的最大迭代次数T，t∈[1,T-1],停止迭代，将根据历史最优位置获得的三维空间直线作为局部点云集合的优化骨架线；

步骤C，按照骨架线生长方向连接所有局部点云集合的优化骨架线。