一種非結(jié)構(gòu)化點(diǎn)云特征點(diǎn)檢測方法及其提取方法
【專利摘要】本發(fā)明提供了一種非結(jié)構(gòu)化點(diǎn)云特征點(diǎn)檢測方法及其提取方法，（1）計(jì)算采樣點(diǎn)在不同尺度空間中的Harris響應(yīng)值；（2）選取最優(yōu)尺度空間下的Harris響應(yīng)值作為采樣點(diǎn)的Harris響應(yīng)值，得到特征點(diǎn)集合Q；（3）將Harris響應(yīng)值在尺度空間鄰域和幾何鄰域都具有極大性的點(diǎn)作為候選特征點(diǎn)，最后選擇優(yōu)化策略提取最終的特征點(diǎn)。在極坐標(biāo)系下對得到的特征點(diǎn)所在切平面進(jìn)行網(wǎng)格化分割，然后將特征點(diǎn)的鄰域點(diǎn)投影到該切平面上，將每個(gè)網(wǎng)格中的投影點(diǎn)對應(yīng)的投影長度向網(wǎng)格的四個(gè)頂點(diǎn)投票生成特征信息統(tǒng)計(jì)矩陣，然后分別對特征統(tǒng)計(jì)的行向量和列向量進(jìn)行DCT變換和DFT變換，變換后的矩陣的左上角元素即特征描述向量。
【專利說明】一種非結(jié)構(gòu)化點(diǎn)云特征點(diǎn)檢測方法及其提取方法【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于三維空間目標(biāo)識別領(lǐng)域，涉及一種非結(jié)構(gòu)化點(diǎn)云特征點(diǎn)檢測方法及其提取方法。具體涉及一個(gè)面向非結(jié)構(gòu)化三維點(diǎn)云數(shù)據(jù)的多尺度特征點(diǎn)檢測算法和一個(gè)基于形狀信息統(tǒng)計(jì)和空間變換思想的特征點(diǎn)描述算法。
【背景技術(shù)】
[0002]隨著三維建模技術(shù)的大量普及，三維點(diǎn)云數(shù)據(jù)被廣泛應(yīng)用于文物保護(hù)、空間目標(biāo)識別等諸多領(lǐng)域。面對信息量龐大的三維點(diǎn)云，如何提取符合實(shí)際應(yīng)用要求的、有意義的信息是處理三維點(diǎn)云數(shù)據(jù)必須要解決的問題。
[0003]點(diǎn)云數(shù)據(jù)特征點(diǎn)提取作為三維點(diǎn)云數(shù)據(jù)處理中的關(guān)鍵技術(shù)是目前點(diǎn)云處理中的研究熱點(diǎn)?，F(xiàn)有的三維模型特征提取算法主要針對網(wǎng)格數(shù)據(jù)，無法滿足對非結(jié)構(gòu)化點(diǎn)云特征提取的要求。與網(wǎng)格化點(diǎn)云數(shù)據(jù)相比，非結(jié)構(gòu)化點(diǎn)云數(shù)據(jù)量大、無點(diǎn)云拓?fù)湫畔ⅰ⑻卣鼽c(diǎn)檢測容易受噪聲影響，因此特征點(diǎn)檢測和描述難度大。

【發(fā)明內(nèi)容】

[0004]本發(fā)明提供了一種非結(jié)構(gòu)化點(diǎn)云特征點(diǎn)檢測方法及其提取方法，滿足對非結(jié)構(gòu)化點(diǎn)云特征的檢測及提取要求。
[0005]為解決以上技術(shù)問題，本發(fā)明采用以下技術(shù)方案:
[0006]一種非結(jié)構(gòu)化點(diǎn)云特征點(diǎn)檢測方法，包括以下步驟:(I)利用采樣點(diǎn)不同尺度空間的鄰域信息計(jì)算采樣點(diǎn)在不同尺度空間中的Harris響應(yīng)值；(2)通過迭代算法選取最優(yōu)尺度空間下的Harris響應(yīng)值作為采樣點(diǎn)的Harris響應(yīng)值，得到特征點(diǎn)集合Q ;(3)將Harris響應(yīng)值在尺度空間鄰域和幾何鄰域都具有極大性的點(diǎn)作為候選特征點(diǎn)，最后利用候選特征點(diǎn)選擇優(yōu)化策略提取最終的特征點(diǎn)。`作為本發(fā)明的優(yōu)選實(shí)施例，所述步驟(1)中，采樣點(diǎn)在不同尺度空間中的Harris響應(yīng)值根據(jù)以下方法計(jì)算:(1.1 H^N1Xpi)是口1的鄰域點(diǎn)集合，Pj e N1Xpi),分別在P」的[1，O, O]方向和[-1，O, O]方向確定兩個(gè)點(diǎn)pj+和ρ」_，計(jì)算pj+的鄰域點(diǎn)集合隊(duì)(P」+)和ρ」_的鄰域點(diǎn)集合隊(duì)(P」+)之間的Hausdorff距離；其中，1、r、j均為正整數(shù)；(1.2)根據(jù)步驟(1.1)的Hausdorff距離計(jì)算Pj在X軸方向的偏導(dǎo)數(shù)fx ; (1.3)計(jì)算P」在Y方向的偏導(dǎo)數(shù)fy ; (1.4)根據(jù)P」在X軸方向和Y方向的偏導(dǎo)數(shù)fx和fy計(jì)算每個(gè)鄰域點(diǎn)的高斯權(quán)重，即E矩陣；(1.5)根據(jù)E矩陣計(jì)算Pj的Harris響應(yīng)值,計(jì)算公式為:Harris (x, y) =det (E) - k.(Trace (E))2, k 為經(jīng)驗(yàn)系數(shù)。
[0007]所述步驟(1.1)的Hausdorff距離根據(jù)以下公式計(jì)算:
【權(quán)利要求】
1.一種非結(jié)構(gòu)化點(diǎn)云特征點(diǎn)檢測方法，其特征在于:包括以下步驟: (1)利用采樣點(diǎn)不同尺度空間的鄰域信息計(jì)算采樣點(diǎn)在不同尺度空間中的Harris響應(yīng)值； (2)通過迭代算法選取最優(yōu)尺度空間下的Harris響應(yīng)值作為采樣點(diǎn)的Harris響應(yīng)值，得到特征點(diǎn)集合Q ； (3)將Harris響應(yīng)值在尺度空間鄰域和幾何鄰域都具有極大性的點(diǎn)作為候選特征點(diǎn)，最后利用候選特征點(diǎn)選擇優(yōu)化策略提取最終的特征點(diǎn)。
2.根據(jù)權(quán)利要求1所述的一種非結(jié)構(gòu)化點(diǎn)云特征點(diǎn)檢測方法，其特征在于:所述步驟(O中，采樣點(diǎn)在不同尺度空間中的Harris響應(yīng)值根據(jù)以下方法計(jì)算:(1.1)設(shè)隊(duì)(Pi)是Pi的鄰域點(diǎn)集合，Pj e隊(duì)(Pi)，分別在Pj的[1，O, O]方向和[-1，O, O]方向確定兩個(gè)點(diǎn)pj+和Pj_,計(jì)算Pj+的鄰域點(diǎn)集合Nr (Pj+)和Pj_的鄰域點(diǎn)集合Nr (Pj+)之間的Hausdorff距離；其中，1、r、j均為正整數(shù)； (1.2)根據(jù)步驟(1.1)的Hausdorff距離計(jì)算Pj在X軸方向的偏導(dǎo)數(shù)fx ； (1.3)計(jì)算Pj在Y方向的偏導(dǎo)數(shù)fy ； (1.4)根據(jù)P」在X軸方向和Y方向的偏導(dǎo)數(shù)fx和fy計(jì)算每個(gè)鄰域點(diǎn)的高斯權(quán)重，即E矩陣； (1.5)根據(jù)E矩陣計(jì)算P」的Harris響應(yīng)值，計(jì)算公式為:Harris(x，y) =det (E)-k.(Trace (E))2, k 為經(jīng)驗(yàn)系數(shù)。
3.根據(jù)權(quán)利要求2所述的一種非結(jié)構(gòu)化點(diǎn)云特征點(diǎn)檢測方法，其特征在于:所述步驟(1.1)的Hausdorff距離根據(jù)以下公式計(jì)算:
4.根據(jù)權(quán)利要求2所述的一種非結(jié)構(gòu)化點(diǎn)云特征點(diǎn)檢測方法，其特征在于:所述(1.4)的高斯權(quán)重E矩陣根據(jù)以下公式計(jì)算:

5.根據(jù)權(quán)利要求1所述的一種非結(jié)構(gòu)化點(diǎn)云特征點(diǎn)檢測方法，其特征在于:所述步驟(2)的方法為:首先選取一個(gè)K鄰域點(diǎn)集合作為初始尺度空間大小，計(jì)算初始尺度因子0(|;如果采樣點(diǎn)Pi在當(dāng)前尺度k下計(jì)算出的響應(yīng)值hk(Pi)不足以判定點(diǎn)Pi是否是特征點(diǎn)，那么尺度因子將更新到下一個(gè)尺度，繼續(xù)計(jì)算下一個(gè)尺度Pi的響應(yīng)值；隨著尺度因子的增加，響應(yīng)值變化最大的那個(gè)尺度稱為最優(yōu)的尺度；當(dāng)?shù)惴ㄍＶ?，將上一尺度及其響?yīng)值作為最優(yōu)尺度和最優(yōu)的響應(yīng)值；具體方法為: (2.1)令k=0，特征點(diǎn)集合為空，其中，k為尺度因子索引；(2.2)判斷σ/Omax是否成立，其中，σ ^為初始尺度因子，為最大尺度因子，如果成立，則提取Pi的鄰域點(diǎn)集合其中，
6.根據(jù)權(quán)利要求1所述的一種非結(jié)構(gòu)化點(diǎn)云特征點(diǎn)檢測方法，其特征在于:所述步驟(3)中，候選特征點(diǎn)的優(yōu)化策略方法為: (3.1)初始化后，判斷特征點(diǎn)集合Q是否為空，如果不為空，則進(jìn)行步驟(3.2) ；(3.2)如果qf e Q 并且
7.一種基于權(quán)利要求1所述的非結(jié)構(gòu)化點(diǎn)云特征點(diǎn)檢測方法對非結(jié)構(gòu)化點(diǎn)云進(jìn)行提取的方法，其特征在于:在極坐標(biāo)系下對權(quán)利要求1得到的特征點(diǎn)所在切平面進(jìn)行網(wǎng)格化分割，然后將特征點(diǎn)的鄰域點(diǎn)投影到該切平面上，將每個(gè)網(wǎng)格中的投影點(diǎn)對應(yīng)的投影長度向網(wǎng)格的四個(gè)頂點(diǎn)投票生成特征信息統(tǒng)計(jì)矩陣，然后分別對特征統(tǒng)計(jì)的行向量和列向量進(jìn)行DCT變換和DFT變換，將由變換后得到的矩陣的左上角元素構(gòu)成的向量作為該特征點(diǎn)的特征描述向量，所述左上角為AXA，其中，1〈A〈10。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于:利用雙線性插值將投影長度向特征統(tǒng)計(jì)矩陣的對應(yīng)位置進(jìn)行投票的方法為:定義一個(gè)NXM的實(shí)數(shù)矩陣S，劃分的網(wǎng)格在半徑方向?qū)霃絼澐譃镸等份,每等份長度用binR表示,則binR=r (k) /M,在每一個(gè)同心圓上,按逆時(shí)針順序?qū)A周角劃分為M等份，每等份的角度用bin0表示，則bin0 =2 Ji/N ;記第j個(gè)特征點(diǎn)f?在A切平面上的投影點(diǎn)為f廣，g =(xf,yi)，投票方法為: (A)計(jì)算f廣與坐標(biāo)原點(diǎn)的連線從X方向按逆時(shí)針旋轉(zhuǎn)到當(dāng)前位置的旋轉(zhuǎn)角度，


記為thetaR ；判斷^ >()是否成立，若成立，令
9.根據(jù)權(quán)利要求8所述的方法，其特征在于:步驟(D)根據(jù)以下公式計(jì)算:

10.根據(jù)權(quán)利要求7所述的方法，其特征在于:所述DCT變換和DFT變換的方法為:首先對特征統(tǒng)計(jì)矩陣S的行向量進(jìn)行DCT變換，用DCT變換后的行向量替換原始S矩陣中的行向量，得到新的S矩陣，然后對S矩陣的列向量進(jìn)行DFT變換，DFT變換后的結(jié)果是復(fù)數(shù)，將變換后復(fù)數(shù)的模作為新的列向量元素。
【文檔編號】G06K9/46GK103745459SQ201310737477
【公開日】2014年4月23日 申請日期:2013年12月26日 優(yōu)先權(quán)日:2013年12月26日
【發(fā)明者】郭宇, 王飛, 王璇, 田貝 申請人:西安交通大學(xué)