基于特征保留的散亂點(diǎn)云壓縮算法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于特征保留的散亂點(diǎn)云壓縮算法，包括以下步驟：步驟一：從點(diǎn)集中取一點(diǎn)利用分塊技術(shù)搜索其K近鄰域，建立點(diǎn)云拓?fù)潢P(guān)系；步驟二：根據(jù)點(diǎn)K近鄰域，計(jì)算點(diǎn)云的法矢量、曲率，并調(diào)整法矢方向，使之具有一致性；步驟三：根據(jù)曲率，取出符合要求的特征點(diǎn)予以保留；步驟四：以八叉樹(shù)理論為基礎(chǔ)，按照精簡(jiǎn)原則，在保證物體特征的前提下精簡(jiǎn)點(diǎn)云。本發(fā)明的優(yōu)點(diǎn)在于利用分塊技術(shù)提高了鄰域搜索的效率，并在保留對(duì)象特征的基礎(chǔ)上完成數(shù)據(jù)精簡(jiǎn)。本發(fā)明的壓縮算法可以用于測(cè)繪、計(jì)算機(jī)圖像及真三維模型重建等各領(lǐng)域，具有較高的可信度，壓縮效果較好，應(yīng)用前景廣。
【專(zhuān)利說(shuō)明】基于特征保留的散亂點(diǎn)云壓縮算法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及測(cè)繪學(xué)、計(jì)算數(shù)學(xué)、計(jì)算機(jī)圖形學(xué)及視覺(jué)【技術(shù)領(lǐng)域】的一種海量點(diǎn)云數(shù)據(jù)快速配準(zhǔn)方法，具體為一種基于特征保留的散亂點(diǎn)云壓縮算法，在虛擬現(xiàn)實(shí)、數(shù)字城市、古建筑保護(hù)、點(diǎn)云數(shù)據(jù)處理、3D重建領(lǐng)域具有重要的應(yīng)用價(jià)值。
【背景技術(shù)】
[0002]逆向工程中，一般的激光測(cè)量設(shè)備可以從產(chǎn)品表面輕易獲取數(shù)十萬(wàn)甚至數(shù)百萬(wàn)的高密度測(cè)量數(shù)據(jù)，然而，利用點(diǎn)云數(shù)據(jù)進(jìn)行曲面重構(gòu)、三角網(wǎng)格構(gòu)造或評(píng)價(jià)被測(cè)曲面的誤差，一般都不需要過(guò)密的數(shù)據(jù)點(diǎn)，海量數(shù)據(jù)不僅使得數(shù)據(jù)的顯示、存儲(chǔ)消耗大量的時(shí)間和計(jì)算機(jī)資源，加大系統(tǒng)的負(fù)荷，而且大大降低了后續(xù)處理的效率。因此，點(diǎn)云數(shù)據(jù)的壓縮已成為三維模型重建一個(gè)必不可少的預(yù)處理過(guò)程，數(shù)據(jù)壓縮的效果對(duì)于提高網(wǎng)格模型生成、特征提取效率以及后續(xù)三維模型的重建具有重要的意義。而點(diǎn)云數(shù)據(jù)的壓縮，必須在保持被測(cè)物體幾何特征的前提下，根據(jù)物體的幾何特征，對(duì)測(cè)量數(shù)據(jù)點(diǎn)云進(jìn)行精簡(jiǎn)，在提高計(jì)算速度、減少存儲(chǔ)空間的同時(shí)突出模型特征。為了適應(yīng)不同點(diǎn)云數(shù)據(jù)同時(shí)又能滿(mǎn)足模型的信息保真性要求，本發(fā)明提出一種基于特征保留的散亂點(diǎn)云壓縮算法。
[0003]點(diǎn)云數(shù)據(jù)的形式主要分為有序點(diǎn)云和散亂點(diǎn)云，有序點(diǎn)云數(shù)據(jù)點(diǎn)與點(diǎn)之間具有拓?fù)潢P(guān)系和一定的信息量，所以壓縮相對(duì)簡(jiǎn)單，有效的方法很多，如均勻取樣法、最小距離法、弦高偏移法。而散亂點(diǎn)云的處理比較困難，點(diǎn)與點(diǎn)間無(wú)序無(wú)規(guī)律，適用有序點(diǎn)云的數(shù)據(jù)壓縮方法不能直接用于無(wú)序的點(diǎn)云數(shù)據(jù)，效果也不太理想。目前比較常用的方法有:基于平均點(diǎn)距值法、包圍盒法、均勻網(wǎng)格法、非均勻網(wǎng)格法和曲率估算法等。
[0004]在實(shí)際應(yīng)用中，散亂點(diǎn)云代表性較強(qiáng)，因此本發(fā)明主要針對(duì)散亂點(diǎn)云數(shù)據(jù)。

【發(fā)明內(nèi)容】

[0005]本發(fā)明針對(duì)散亂點(diǎn)云提出一種改進(jìn)的基于特征保留的散亂點(diǎn)云壓縮算法，以期能夠到達(dá)在保留特征的同時(shí)實(shí)現(xiàn)算法的高效。
[0006]為了實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案如下:一種基于特征保留的散亂點(diǎn)云壓縮算法，包括以下步驟:
步驟一:從點(diǎn)集中取一點(diǎn)利用分塊技術(shù)搜索其K近鄰域，建立點(diǎn)云拓?fù)潢P(guān)系；
步驟二:根據(jù)點(diǎn)K近鄰域，計(jì)算點(diǎn)云的法矢量、曲率，并調(diào)整法矢方向，使之具有一致
性；
步驟三:根據(jù)曲率，取出符合要求的特征點(diǎn)予以保留；
步驟四:以八叉樹(shù)理論為基礎(chǔ)，按照精簡(jiǎn)原則，在保證物體特征的前提下精簡(jiǎn)點(diǎn)云。
[0007]其中，步驟一中所述搜索占/近鄰域的分塊技術(shù)，為根據(jù)所有散亂點(diǎn)U』坐標(biāo)的最小和最大值，計(jì)算最大包圍立方體包圍所有點(diǎn)云數(shù)據(jù)；然后根據(jù)點(diǎn)云的數(shù)量和分布將最大立方體分割成η3個(gè)子立方體，子立方體邊長(zhǎng)設(shè)為sz并對(duì)每個(gè)立方體按照一定的順序編號(hào)，貝1J對(duì)點(diǎn)云中的任一點(diǎn)PiPX,PyPs),
其所在子立方體為:
【權(quán)利要求】
1.一種基于特征保留的散亂點(diǎn)云壓縮算法，包括以下步驟: 步驟一:從點(diǎn)集中取一點(diǎn)利用分塊技術(shù)搜索其K近鄰域，建立點(diǎn)云拓?fù)潢P(guān)系； 步驟二:根據(jù)點(diǎn)K近鄰域，計(jì)算點(diǎn)云的法矢量、曲率，并調(diào)整法矢方向，使之具有一致性； 步驟三:根據(jù)曲率，取出符合要求的特征點(diǎn)予以保留； 步驟四:以八叉樹(shù)理論為基礎(chǔ)，按照精簡(jiǎn)原則，在保證物體特征的前提下精簡(jiǎn)點(diǎn)云。
2.根據(jù)權(quán)利要求1所述的算法，其特征在于步驟一中所述搜索點(diǎn)K近鄰域的分塊技術(shù)，為根據(jù)所有散亂點(diǎn)XJJ坐標(biāo)的最小和最大值，計(jì)算最大包圍立方體包圍所有點(diǎn)云數(shù)據(jù)；然后根據(jù)點(diǎn)云的數(shù)量和分布將最大立方體分割成i個(gè)子立方體，子立方體邊長(zhǎng)設(shè)為泣并對(duì)每個(gè)立方體按照一定的順序編號(hào)，則對(duì)點(diǎn)云中的任一點(diǎn)pip, ,PyPz)，
其所在子立方體為:
3.根據(jù)權(quán)利要求1所述的算法，其特征在于步驟二中，利用點(diǎn)云拓?fù)潢P(guān)系即其 近鄰域以及最小二乘法計(jì)算點(diǎn)法矢及曲率，法矢平面方程米用μ +知d = O，曲率估算米用拋物面擬合法，設(shè)拋物面方程為-.Z^ax2 +bxy +cy2，對(duì)被搜索點(diǎn)P及其鄰域內(nèi)的點(diǎn)進(jìn)行最小拋物面擬合，求出系數(shù)a，b，c，則P的高斯曲率K和平均曲率H分別為
4.根據(jù)權(quán)利要求1所述的算法，其特征在于步驟三中，采取固定檢測(cè)率的方式，即用戶(hù)設(shè)置檢測(cè)率，將所有點(diǎn)按曲率排序，將符合檢測(cè)率要求的點(diǎn)給予保留。
5.根據(jù)權(quán)利要求1所述的算法，其特征在于步驟四中，所述精簡(jiǎn)原則為，當(dāng)某一網(wǎng)格內(nèi)點(diǎn)集的法矢標(biāo)準(zhǔn)偏差大于指定閥值，則對(duì)其進(jìn)行細(xì)分保留更多的點(diǎn)，將該網(wǎng)格等分成八份，保留更多的細(xì)節(jié)信息。
6.根據(jù)權(quán)利要求5所述的算法，其特征在于網(wǎng)格法矢標(biāo)準(zhǔn)偏差由下式可得:
【文檔編號(hào)】H03M7/30GK103701466SQ201210366553
【公開(kāi)日】2014年4月2日 申請(qǐng)日期:2012年9月28日 優(yōu)先權(quán)日:2012年9月28日
【發(fā)明者】張鴻飛, 羅永權(quán) 申請(qǐng)人:上海市政工程設(shè)計(jì)研究總院（集團(tuán)）有限公司