[发明专利]基于平面度约束的点云分割方法和系统

权利要求书

1.一种基于平面度约束的点云分割方法，其特征在于，包括：

步骤1：通过RGBD深度相机获取点云数据，并在八叉树中铺开点云；

步骤2：设置八叉树的最大尺度深度和节点最小点数量；

步骤3：计算任一节点对应的点的平面度、平面法向量和离群点数；

步骤4：以不同尺度的点云进行条件判断，若该节点符合预设条件，则定义为符合预设条件的叶子；

步骤5：定义最大平面度、最小法向量夹角和最小包围框距离；

步骤6：对相邻的叶子依照定义的值进行条件判断，将符合预设条件的叶子融合在一起，达到点云分割效果。

2.根据权利要求1所述的基于平面度约束的点云分割方法，其特征在于，所述步骤1包括：

步骤1.1：点云分辨率为1毫米，以2毫米的间距进行体素降采样，得到分布均匀的点云；

步骤1.2：对分布均匀的点云进行八叉树结构划分，八叉树最大包围框长度为lo_max毫米，则八叉树深度为n，满足：n＝log2(lo_max)+1。

3.根据权利要求2所述的基于平面度约束的点云分割方法，其特征在于，所述步骤3包括：

步骤3.1：计算平面度：s_i是点云S在节点J_i的点的集合，P代表s_i的拟合平面，s_b为s_i的质心，z为P的法向量，通过最小化s_i中所有点到平面P的距离的和来求解平面P，公式为：

其中，cov(s_i)为点集s_i的协方差；N为节点个数；i为节点序号；t无实意，满足n^tn＝1；

加入拉格朗日乘子λ和约束条件||z||＝1，做拉格朗日函数：

当λz＝cov(s_i)z时，L梯度为0；因此最小化点云s_i到平面P的距离之和，为最小二乘法问题，由协方差矩阵特征向量中的最小值得到；这个最小值对应着平面P的法向量z，设这个特征值为λ_min，与其他两个方向对应的特征值的和为λ_sum；根据主成分分析，λ_min看作为点云在z方向上的惯性，是所有点z方向上与质心的距离和，是平面方程在z向上的误差，以λ_min作为判断平面度的依据；λ_sum被视为点云整体的惯性，因此定义平面度p_i＝λ_min/λ_sum，由于λ_min是最小特征值，因此p_i的范围在0到1/3之间，p_i的值越高，则节点J_i对应的点集s_i的平面度越低；

步骤3.2：计算离群点条件：计算s_i所有点到拟合平面P的距离，做距离直方图；设s_i有m个点，依据直方图从第一个点开始依次计算(s₁,s₂)的方差，(s₁,s₂,s₃)的方差，...，(s₁,s₂,...,s_m)的方差，得到方差集E_s，根据预设阈值切割方差集，得到群点数目m_m。