基于八邻域深度差的点云边缘提取方法与流程

本发明涉及一种对点云数据进行边缘提取的方法，尤其涉及一种应用八邻域深度差的点云边缘提取方法。

背景技术：
：

随着激光测量技术的不断发展，激光测量设备不断推出，使逆求工程技术得到不断发展。在逆求工程设计中，可以将某个产品表面表达为大量的离散点，即点云。通过点云可进行逆求工程设计，如何从点云信息中提取产品的一些几何特征，成为逆求工程的设计核心。

点云边缘是指能够表达产品特征的一些边缘测量点。边缘不仅能表达产品的几何特征，而且在产品识别、重建曲面模型的品质和精度中起着重要的作用。基于点云的边缘提取在曲面重构、空洞修补、曲面特征检测得到广泛应用。

点云包括孔洞与非孔洞两类。目前，提取非孔洞点云边缘轮廓的方法有：利用点云分割方法的凸包算法提取点云边缘；利用KD树建立空间拓扑关系，通过邻近点构成的最小二乘平面投影点的角度差算法提取点云边缘。提取孔洞点云边缘轮廓的方法有：利用网格的拓扑关系提取点云边缘；利用alpha-shape算法提取点云边缘，可想象为一个半径为α的圆在点云里滚动，当α满足一定条件，圆会在点云边缘滚动，其滚动的痕迹就是点云的边缘。

对于点云数据，运用上述方法均难以实现对目标特征边界的快速提取。

技术实现要素：
：

发明目的：

为了克服现有的点云边缘提取速度慢的缺点，本发明提出了基于八邻域深度差的点云边缘提取方法，能够精确、快速地对点云边缘进行提取。

技术方案：

本发明是通过以下技术方案来实现的：

基于八邻域深度差的点云边缘提取方法，其特征在于：先根据目标特征的点云，对每个点沿深度方向进行垂直投影并对投影点进行栅格划分，计算出每个栅格内投影点所对应深度的平均值作为该栅格的深度值；然后比较每个栅格与其八邻域栅格的深度差，根据深度差判断该栅格内是否存在边缘点，并采用排列法从栅格内筛选出点云边缘点。

采用Kinect传感器和Atos扫描仪获取的点云数据，具体步骤为：

(1)对获取的点云数据沿深度方向垂直投影：对沿深度方向获取的单面点云数据，沿深度方向进行投影；

(2)对投影点进行栅格数据组织：对于投影点，统计其横纵坐标最小与最大的四个值，根据栅格的划分次数，计算出单个栅格的大小，然后将各投影点分配到各个栅格且进行编号；

(3)计算栅格的深度差：根据编号的任意栅格，统计栅格内投影点数目，若投影点数目为零，则将该栅格的深度值设定零；若栅格内投影点数目大于零，则将投影点所对应的深度值进行加权平均，将加权平均值作为该栅格的深度值；

(4)比较栅格与八邻域栅格的深度差：对每个栅格进行判断，若该栅格的深度值不为零，计算其与八邻域栅格里每个栅格的深度差，若存在深度差大于设定阈值，则该栅格为存在边缘点栅格；

(5)栅格内点云边缘点筛选：对于存在边缘点的栅格，统计出栅格内投影点个数，然后对投影点所对应的深度值进行升序排列；当投影点个数为奇数，栅格边缘点为中间位置所对应的投影点；当投影点个数为偶数，该栅格边缘点为中间两个值所对应的任一投影点，根据投影点提取其所对应的三维点。

优点及效果：

对均匀分布和非均匀分布的点云有较好的鲁棒性，对非孔洞点云数据和孔洞点云数据都有很好的提取效果。

点云边缘提取准确性高，耗时短。

附图说明：

图1为3×3栅格划分图。

图2为栅格的深度平均值图。

图3为栅格存在边缘点示意图。

图4为栅格深度筛选示意图。

具体实施方式：

本发明涉及一种基于八邻域深度差(8N-DD)的点云边缘提取方法，一种准确性高、耗时短的点云边缘提取方法，先根据目标特征的点云，对每个点沿深度方向进行垂直投影并对投影点进行栅格划分，计算出每个栅格内投影点所对应深度的平均值作为该栅格的深度值；然后比较每个栅格与其八邻域栅格的深度差，根据深度差判断该栅格内是否存在边缘点，并采用排列法从栅格内筛选出点云边缘点。

采用Kinect传感器和Atos扫描仪获取的点云数据，具体步骤如下：

(1)对获取的点云数据沿深度方向垂直投影：对沿深度方向获取的单面点云数据，沿深度方向进行投影；

(2)对投影点进行栅格数据组织：对于投影点，统计其横纵坐标最小与最大的四个值，根据栅格的划分次数，计算出单个栅格的大小，然后将各投影点分配到各个栅格且进行编号；

(3)计算栅格的深度差：根据编号的任意栅格，统计栅格内投影点数目，若投影点数目为零，则将该栅格的深度值设定零；若栅格内投影点数目大于零，则将投影点所对应的深度值进行加权平均，将加权平均值作为该栅格的深度值；

(4)比较栅格与八邻域栅格的深度差：对每个栅格进行判断，若该栅格的深度值不为零，计算其与八邻域栅格里每个栅格的深度差，若存在深度差大于设定阈值，则该栅格为存在边缘点栅格；

(5)栅格内点云边缘点筛选：对于存在边缘点的栅格，统计出栅格内投影点个数，然后对投影点所对应的深度值进行升序排列；当投影点个数为奇数，栅格边缘点为中间位置所对应的投影点；当投影点个数为偶数，该栅格边缘点为中间两个值所对应的任一投影点，根据投影点提取其所对应的三维点。

该方法对均匀分布和非均匀分布的点云有较好的鲁棒性，同时对含有孔洞和非孔洞点云均能有效进行边缘提取。

下面结合附图对本发明做进一步的说明：

基于八邻域深度差的点云边缘提取方法，步骤如下：

(1)对点云沿深度方向垂直投影

对沿深度方向获取的单面点云数据，沿深度方向z进行投影(相当于垂直投影到x，y平面上)。

点云数据可表示为：

P＝{P_i|P_i＝(x_i,y_i,z_i),i∈[1,n]}

式中：P_i表示空间(x_i,y_i,z_i)处位置坐标；n表示点云个数。

投影点可表示为：

P'＝{P_i'|P_i'＝(x_i,y_i),i∈[1,n]}

式中：P_i'表示(x_i,y_i)处位置坐标。

(2)对投影点进行栅格数据组织

对于投影点P'，统计其横纵坐标最小与最大的四个值X_min、X_max、Y_min、Y_max；根据栅格的划分次数m，计算出单个栅格的大小为axb，其中：

[]表示取整；

[]表示取整；

将各投影点分配到各个栅格且进行编号：首先根据当前投影点坐标(x,y)，计算该点所在栅格的行r和列c；然后将该点添加到第r行和c列的栅格中，且将该栅格编号为G(r,c)，如图1所示，其中：

[]表示取整；

[]表示取整；

如图1所示，栅格是3×3栅格，从栅格左上角对栅格进行编号，第一行第一列栅格为G(0，0)，第一行第二列栅格为G(0，1)，直到将第三行第三列栅格编号为G(2,2)。

(3)计算栅格的深度值

根据编号的任意栅格G(i,j)，统计栅格内投影点的数目，若投影点数目为零，则将该栅格的深度值设定为Z＝0，如图2所示；若栅格内投影点数目大于零，则将投影点所对应的深度值进行加权平均，将加权平均值Z_ave作为该栅格的深度值，栅格深度值可表示为：

式中：D_m表示栅格内投影点所对应的深度值；L表示栅格内投影点的个数。

图2给出了3×3栅格的深度值设定，栅格G(0，0)，G(1，0)和G(2，2)栅格中无投影点，则栅格的深度值设为零；其它栅格内都存在投影点，则栅格的深度值设定为对应的加权平均值，如：Z₁，Z₂，Z₃，Z₄，Z₅，Z₆。

(4)栅格间深度比较

对每个栅格进行判断，若该栅格的深度值不为零，计算其与八邻域栅格里每个栅格的深度差，若存在深度差大于阈值T，则该栅格为存在边缘点栅格，图3给出了判断栅格存在边缘点的示意图。

如图3所示，对于任意栅格G(i,j)，以其八邻域栅格中G(i-1,j)栅格为例，其与栅格G(i,j)的深度差为D,D大于阈值T,判断出栅格G(i,j)存在边缘点。

(5)栅格内点云边缘点筛选

对于存在边缘点的栅格G(i,j)，统计出栅格内投影点个数k，然后对投影点所对应的深度值进行升序排列。当k为奇数，栅格边缘点为位置所对应的投影点；当k为偶数，该栅格边缘点为或位置所对应的投影点，根据投影点提取其所对应的三维点，图4给出了边缘点筛选示意图。

如图4所示，存在边缘点的栅格G(i,j)中有4个投影点，对4个投影点所对应的深度值排序为Z₁，Z₂，Z₃和Z₄，所以Z₂或Z₃所对应的投影点为边缘点，根据边缘点提取其三维点P。