[发明专利]基于统计流形曲率的带高密度噪声点云的数据处理方法

权利要求书

1.基于统计流形曲率的带高密度噪声点云的数据处理方法，其特征在于，包括以下步骤：

首先，利用K近邻选算法出每一点的邻域，通过局部统计求出邻域点集的协方差矩阵，从而将待处理点云投射到正定对称流形上；

然后，计算像点在正定对称流形上的韦瑟斯坦数量曲率；

之后，对韦瑟斯坦数量曲率进行直方图统计，自适应选取阈值曲率；

最后，对比每个像点曲率与曲率阈值的大小，判定其原像点的来源，即，将像点曲率大于阈值的原像点认定为来自结构化点云数据，将像点曲率小于阈值的原像点认定为来自结构化点云数据认定为来自背景噪声；将来自结构化点云数据作为降噪后的点云输出。

2.如权利要求1所述的基于统计流形曲率的带高密度噪声点云的数据处理方法，其特征在于，通过局部统计求出邻域点集的协方差矩阵，将待处理点云投射到正定对称流形上的方法如下：

首先，对n维欧氏空间中的点云数据X中的每一个点X_i，采用K近邻算法得出相应的K个最近邻点其中，

然后，计算N_i的局部均值M_i和局部协方差矩阵Y_i，将Y_i作为像点；

最后，根据协方差矩阵的半正定性，将Y_i视为正定对称流形的点，得到像点云Y。

3.如权利要求1至2所述的基于统计流形曲率的带高密度噪声点云的数据处理方法，其特征在于，计算像点在正定对称流形上的韦瑟斯坦数量曲率的方法如下：

对每一个像点Y_i，计算其韦瑟斯坦数量曲率ρ(Y_i)：

其中，Λ是Y_i的对角化矩阵，λ_k、λ_j均为Y_i的特征值，T表示矩阵转置，tr()表示矩阵的迹。

4.如权利要求1所述的基于统计流形曲率的带高密度噪声点云的数据处理方法，其特征在于，对数量曲率进行直方图统计，选取曲率阈值的方法如下：

对数量曲率数组{ρ_i＝ρ(Y_i)}进行直方图统计，确定两频数峰之间的最低频曲率为阈值曲率ρ₀。

5.如权利要求1所述的基于统计流形曲率的带高密度噪声点云的数据处理方法，其特征在于，对韦瑟斯坦数量曲率进行直方图统计的方法为，将数量曲率的取值范围划分成长度为1的区间，统计数量曲率出现在每一区间内的频数，完成关于曲率的直方图统计。