1.一种基于激光测量点云的室内物体提取方法,其特征在于,包括以下步骤:
步骤1,利用区域生长算法对室内点云进行类平面分割,得到分割后的类平面点簇;
步骤2,对每一个类平面点簇做邻域分析,并连接相邻类平面点簇,生成邻接图集;
步骤3,针对邻接图集中的每个邻接图,提取图中的节点属性与边属性,节点属性包括主截面标识、类平面中心点与主截面节点描述子,边属性包括主边标识与边描述子;主截面标识为邻接图中相邻节点最多的节点,将该节点定义为主截面节点,主边标识为连接主截面中心点与其他类平面中心点的边;
步骤4,根据提取的每个邻接图的节点属性与边属性,计算任意两个邻接图的相似性,根据相似性以超图分割的方法进行图分割和图匹配;
步骤5,对步骤4处理后的邻接图,沿主截面节点的法向量方向上下延伸,做主截面包围盒,将包围盒内未分类的点云加入主截面所在类别,完成室内物体的提取。
2.根据权利要求1所述的基于激光测量点云的室内物体提取方法,其特征在于,步骤4具体包括以下步骤:
步骤4.1,从邻接图集中任取两个邻接图,计算两个邻接图对应主截面节点的几何相似性,若两个邻接图主截面节点的几何相似性大于阈值,则将两个邻接图归为一类,得到粗分类集合gs={gs1,gs2,…gsh},h表示粗分类的聚类数目;
步骤4.2,针对每一类gsi∈gs,任取两个邻接图,以超图分割的方法对两个邻接图进行匹配,找到两个邻接图中对称节点,并删除非对称节点。
3.根据权利要求2所述的基于激光测量点云的室内物体提取方法,其特征在于,步骤4.1中节点的几何相似性计算公式如下:
式中,va和
4.根据权利要求2所述的基于激光测量点云的室内物体提取方法,其特征在于,步骤4.2具体为:
针对每一类gsi∈gs,任取两个邻接图g(e,v)与gt(et,vt),g(e,v)的节点数|v|少于gt(et,vt)的节点数,将两个邻接图g(e,v)与gt(et,vt)的主截面通过一个边连接,形成超图sg,从超图sg对称轴的两方分别对应任选多对节点进行节点相似度计算,找到超图sg的相似度最大值,以及使相似度最大的对应节点对,若相似度最大值大于阈值,则该对应节点对为同一类型物体,保留两个邻接图中为同一类型物体的对应节点,删除两个邻接图中的其余节点;
节点相似度score计算公式如下:
ws+wc=1
其中,g为从超图sc对称轴的两方分别对应选取的节点对数;
连接相似度
其中,c1、c2和c3为边描述子,c1为边的长度,c2为边的朝向与主截面法向量夹角,c3为边的朝向与另一连接面法向量夹角,emk∈e,