專利名稱：一種三維場(chǎng)景中不同物體的分割方法
技術(shù)領(lǐng)域：
本發(fā)明屬于模式識(shí)別與科學(xué)計(jì)算可視化相結(jié)合的交叉學(xué)科技術(shù)領(lǐng)域，涉及三維場(chǎng) 景中不同物體的分割方法。
背景技術(shù)：
隨著三維激光掃描儀成本的降低和激光掃描測(cè)量技術(shù)在空間信息獲取方面的迅 速發(fā)展，使得快速獲取室外復(fù)雜場(chǎng)景的三維點(diǎn)云數(shù)據(jù)成為可能。在利用復(fù)雜場(chǎng)景的激光掃 描點(diǎn)云數(shù)據(jù)進(jìn)行建模時(shí)，有效、快速地選擇能夠完整的表示一個(gè)場(chǎng)景目標(biāo)的點(diǎn)云子集是一 個(gè)重要而基本的操作。但是激光掃描技術(shù)獲取的三維點(diǎn)云數(shù)據(jù)具有海量的特點(diǎn)，需要對(duì)點(diǎn) 云數(shù)據(jù)進(jìn)行形狀特征選取與分割。由于點(diǎn)云數(shù)據(jù)固有的不完整性和噪聲，由激光掃描所得 到的三維稀疏點(diǎn)云的、面向場(chǎng)景目標(biāo)的分割卻仍然是一個(gè)具有挑戰(zhàn)性的問題。通常我們所獲得的三維室外場(chǎng)景都包含不同類型的物體，諸如大型建筑物、樹、地 面、自行車等，此外還會(huì)存在大量由于復(fù)雜物體的不規(guī)則反射所帶來的噪聲，因此如何從三 維場(chǎng)景中分割或提取出有意義的部分則成為重建過程中最為關(guān)鍵的一步。分割就是將具 有相同形狀屬性或者形狀特征的點(diǎn)聚合在一起，或者是將點(diǎn)云數(shù)據(jù)分解成各個(gè)連通的小區(qū) 域，這些區(qū)域必須是有意義的，且每個(gè)區(qū)域都對(duì)應(yīng)著完整的物體。對(duì)于室外場(chǎng)景而言，最具 有代表性的物體就是樹木和建筑物，因此從三維場(chǎng)景中分割或提取出有意義的部分，基本 的問題是需要從復(fù)雜場(chǎng)景中分割出這兩種具有不同形狀特征的物體。貝斯?fàn)?保羅(Paul J. Besl, 1988)提出一種變階曲面擬合分區(qū)方法，利用低階雙 變量多項(xiàng)式逼近數(shù)據(jù)點(diǎn)，估算高斯曲率和平均曲率，首先找到核心區(qū)域，然后利用區(qū)域生長(zhǎng) 方法找到所有邊；江(Jiang，1996)等提出利用掃描線將數(shù)據(jù)分成曲線然后再聚類以表示 不同的面。前者對(duì)噪聲敏感，且需要很多參數(shù)，即使是在深度圖像(range image)上實(shí)現(xiàn)都 非常的費(fèi)時(shí)。后者雖然在分割質(zhì)量上和分割速度上都有一定的提高，但是并不適用于點(diǎn)云 數(shù)據(jù)的分割。沃爾夫?qū)?馮 漢森(Wolfgang von Hansen, 2006)等將點(diǎn)云數(shù)據(jù)劃分為體素?cái)?shù) 據(jù)，在此基礎(chǔ)上基于隨機(jī)抽樣一致算法-RandomSample Consensus (RANSAC)將不規(guī)則點(diǎn)云 數(shù)據(jù)變換成局部限定的曲面片以降低數(shù)據(jù)量。進(jìn)而通過估計(jì)平面特征，按照其不同屬性對(duì) 平面信息進(jìn)行提取。沙哈 巴尼亞(Barnea Shahar,2007)等結(jié)合深度信息和圖像內(nèi)容對(duì) 場(chǎng)景進(jìn)行分割。將點(diǎn)云數(shù)據(jù)轉(zhuǎn)換為深度圖像，并利用圖像處理中均值移動(dòng)(mean-shift)方 法對(duì)場(chǎng)景進(jìn)行分割。雷姆 茲巴克(Zeibak Reem,2009)等利用點(diǎn)云數(shù)據(jù)的極坐標(biāo)表示，通 過法向量的不連續(xù)性分析可以快速提取場(chǎng)景中的物體。這三種方法都需要將點(diǎn)云數(shù)據(jù)轉(zhuǎn)換 為深度圖像或者用極坐標(biāo)表示，即需要將輸入的數(shù)據(jù)轉(zhuǎn)換為2. 5維，由于數(shù)據(jù)量大，噪聲多 所以該轉(zhuǎn)換的過程非常費(fèi)時(shí)。道尼戈 彼得(Peter Dorninger, 2008)等涉及了建筑物的分割，主要在4維特征 空間中利用層次聚類的方法對(duì)原始數(shù)據(jù)進(jìn)行分割。該方法可以得到簡(jiǎn)單建筑物的粗糙輪 廓，但是細(xì)節(jié)部分的信息卻不能獲得。陳杰(Jie Chen, 2008)等關(guān)于建筑物重建的方法中涉及到建筑物的分割部分，它主要基于置信度(confidence rate)進(jìn)行平面部分的聚類分割， 該方法在刪除噪聲點(diǎn)的同時(shí)也會(huì)誤刪一些關(guān)鍵點(diǎn)，而且此方法不能用于其它類型物體的分 割，也不能得到各個(gè)物體的細(xì)節(jié)部分。

發(fā)明內(nèi)容
現(xiàn)有方法不能直接從散亂的、無結(jié)構(gòu)的、復(fù)雜場(chǎng)景的點(diǎn)云數(shù)據(jù)中分割出不同類型 的物體，不能完整實(shí)現(xiàn)基于三維點(diǎn)云數(shù)據(jù)的不同類型物體的分割以及平面建筑物的細(xì)節(jié)信 息提取，本發(fā)明的目的是分類提取三維場(chǎng)景中不同的物體，主要是以場(chǎng)景中的建筑物和樹 木為主。對(duì)于場(chǎng)景中的建筑物主要基于微分特性及平面一致性約束對(duì)平面建筑物區(qū)域進(jìn)行 自動(dòng)檢測(cè)，將場(chǎng)景分為具有平面性的建筑物整體部分和其它物體，并對(duì)平面建筑物整體部 分通過不同種子點(diǎn)隊(duì)列的確定和區(qū)域生長(zhǎng)過程分割出平面建筑物區(qū)域的細(xì)節(jié)特征。對(duì)于單 個(gè)樹木的分割是從獲得的其它物體中分割出單個(gè)樹木，主要利用初始聚類與加權(quán)控制策略 來實(shí)現(xiàn)。為此，本發(fā)明提出一種三維場(chǎng)景中不同物體的分割方法。為了實(shí)現(xiàn)本發(fā)明的目的，本發(fā)明提供的一種三維場(chǎng)景中不同物體的分割方法，該 方法包括如下步驟步驟S1 采用三維激光掃描儀獲取的室外場(chǎng)景的原始三維點(diǎn)坐標(biāo)稱為三維空間 的點(diǎn)云數(shù)據(jù)，將點(diǎn)云數(shù)據(jù)作為輸入模型，分別建立點(diǎn)云數(shù)據(jù)的鄰接關(guān)系和空間搜索機(jī)制，估 計(jì)點(diǎn)云數(shù)據(jù)中每一點(diǎn)的法向量，并計(jì)算點(diǎn)云數(shù)據(jù)中每一點(diǎn)的殘差量；步驟S2 根據(jù)局部平面的微分特性確定的點(diǎn)云數(shù)據(jù)中每一點(diǎn)的殘差量，并根據(jù)殘 差量的大小確定種子點(diǎn)，選擇殘差量最小的點(diǎn)作為種子點(diǎn)；從種子點(diǎn)出發(fā)，利用區(qū)域生長(zhǎng)策 略和平面一致性約束條件，查找種子點(diǎn)的k近鄰點(diǎn)，比較k近鄰點(diǎn)的法向量與種子點(diǎn)的法向 量，獲得具有相同或者相近法向量的點(diǎn)并進(jìn)行平面區(qū)域的聚類；將k近鄰點(diǎn)中殘差量小于 給定殘差閾值的點(diǎn)加入種子點(diǎn)隊(duì)列，以更新種子點(diǎn)隊(duì)列，保證種子點(diǎn)隊(duì)列的完整性，進(jìn)而得 到平面區(qū)域的平滑過渡；此過程迭代執(zhí)行，直到點(diǎn)云數(shù)據(jù)中的所有點(diǎn)都已經(jīng)標(biāo)記為不同的 聚類號(hào)，這些平面聚類的關(guān)系形成了平面建筑物整體與其它物體的分割狀態(tài)；步驟S3 利用獲得的平面建筑物整體分割結(jié)果，選擇不同于建筑物整體分割的種 子點(diǎn)策略，僅以殘差量最小的點(diǎn)為種子點(diǎn)進(jìn)行局部連通區(qū)域搜索；在此種子點(diǎn)的選擇不具 備傳遞性，將與種子點(diǎn)距離在設(shè)定距離閾值范圍內(nèi)、法向量的夾角小于角度閾值的k近鄰 點(diǎn)進(jìn)行局部連通區(qū)域的聚類；在剩余點(diǎn)中選擇下一個(gè)種子點(diǎn)，重復(fù)上述過程，直到所有點(diǎn)都 已經(jīng)標(biāo)記完為止；這樣平面建筑物區(qū)域的墻面、窗戶和門等細(xì)節(jié)信息被標(biāo)記為不同類型，從 而實(shí)現(xiàn)建筑物的細(xì)節(jié)分割；步驟S4 基于場(chǎng)景中分割出的其它物體對(duì)單個(gè)樹木進(jìn)行分割，通過對(duì)其它物體部 分進(jìn)行基于距離標(biāo)記的聚類，構(gòu)造三維空間的初始聚類分塊；然后利用基于距離和法向量 加權(quán)控制約束的聚類合并，即為初始分塊的各個(gè)聚類構(gòu)造權(quán)函數(shù)以平衡類間距離與類間法 向量夾角的影響；進(jìn)而為所有聚類兩兩之間建立加權(quán)值矩陣，用于尋找加權(quán)函數(shù)確定最小 值時(shí)兩個(gè)聚類的標(biāo)號(hào)；按照聚類的標(biāo)號(hào)實(shí)現(xiàn)初始聚類的合并，構(gòu)造具有完整性和連通性的 最優(yōu)分割結(jié)果，獲得場(chǎng)景中的單個(gè)樹木；步驟S5 分別對(duì)分割出的平面建筑物整體、建筑物細(xì)節(jié)信息以及單個(gè)樹木的結(jié)果 進(jìn)行輸出，得到三維場(chǎng)景中不同物體的最終分割結(jié)果。
其中，所述的鄰接關(guān)系和空間搜索機(jī)制，是按照點(diǎn)云數(shù)據(jù)中每個(gè)點(diǎn)的坐標(biāo)進(jìn)行空 間劃分，建立k-d樹實(shí)現(xiàn)三維空間的快速查找與搜索。其中，所述的基于距離標(biāo)記的聚類如下步驟首先在點(diǎn)云數(shù)據(jù)中選擇一個(gè)點(diǎn)并建 立其空間搜索機(jī)制，用來搜索其k近鄰點(diǎn)，將與該點(diǎn)距離在設(shè)定的距離閾值約束范圍內(nèi)的 點(diǎn)歸為一類；選擇點(diǎn)云數(shù)據(jù)中的另一個(gè)點(diǎn)，判斷與該點(diǎn)距離在設(shè)定的距離閾值約束范圍內(nèi) 的近鄰點(diǎn)是否標(biāo)記，如果全部未標(biāo)記則賦予這些近鄰點(diǎn)一個(gè)新的標(biāo)記，如果近鄰點(diǎn)中部分 已經(jīng)標(biāo)記則需要以出現(xiàn)頻率最高的點(diǎn)的標(biāo)記作為這些近鄰點(diǎn)的標(biāo)記；重復(fù)上述過程，直到 點(diǎn)云數(shù)據(jù)中的所有點(diǎn)都標(biāo)記完為止。其中，所述的基于距離和法向量加權(quán)控制的聚類合并步驟如下(1)計(jì)算點(diǎn)云數(shù) 據(jù)中每一點(diǎn)的法向量，并估算每個(gè)聚類中重心點(diǎn)的法向量；(2)計(jì)算任意兩個(gè)聚類之間的 距離、，并得到任意兩個(gè)聚類之間的法向量夾角e ij ； dij表示第i和第j聚類之間的距離， e u表示第i和第j聚類的法向量夾角，i < j ； (3)構(gòu)造加權(quán)控制的公式，建立各個(gè)聚類之 間的權(quán)值存儲(chǔ)矩陣，用于查找最小權(quán)值，以獲取合并聚類所需要的類號(hào)；所述加權(quán)控制是為 了控制和平衡合并過程中類間距離和類間法向量的影響，采用加權(quán)控制進(jìn)行約束，其加權(quán) 控制條件確定如下 式中權(quán)值w是屬于W，l]區(qū)間的一個(gè)常數(shù)，根據(jù)不同數(shù)據(jù)進(jìn)行主觀確定；由于距離 &與法向量夾角e u的度量單位不同，需要統(tǒng)一標(biāo)準(zhǔn)化 o 0表示e ij的標(biāo)準(zhǔn)差，O d表示dij的標(biāo)準(zhǔn)差，e表示所有e的均值，d表示所 有d的均值；(4)在剩余未合并的類中查找最小加權(quán)值所在的類號(hào)，得到進(jìn)一步的合并，此 過程重復(fù)執(zhí)行直到獲得最優(yōu)的分割結(jié)果。其中，所述估計(jì)法向量的步驟如下假設(shè)&是點(diǎn)云數(shù)據(jù)的一點(diǎn)，搜索點(diǎn)&的k近鄰
點(diǎn)如利用最小二乘法對(duì)1和Po擬合平面，構(gòu)造相關(guān)性矩陣= 1>,-扔(A -欣式中p是重
/=1
心點(diǎn)，表示如下歹=，通過SVD分解得到矩陣M的特征值、，、，、 ，()<、<、
7=1
<入3，將最小特征值對(duì)應(yīng)的特征向量Vi作為點(diǎn)&的法向量(nx，ny, nz)，i = 1，2，. . . k，N 表示數(shù)據(jù)中總的點(diǎn)數(shù)。其中，所述計(jì)算點(diǎn)云數(shù)據(jù)中每一點(diǎn)的殘差量的步驟如下(1)對(duì)平面上任意 一點(diǎn)P查找其k近鄰點(diǎn)qi = (Xi，Zi)，并為點(diǎn)p及其近鄰點(diǎn)確定平面表示如下 nx (x-x0) +ny (y-y0) +nz (z_z0) = 0,式中(nx, ny, nz)表示任意一點(diǎn) p 與其 k 近鄰點(diǎn) 確定的平面的法向量，(x0, y0, z0)表示由任意一點(diǎn)p及其k近鄰點(diǎn)qi所確定的重心點(diǎn)的坐 標(biāo)；(2)所確定的平面一定通過重心點(diǎn)，但是任意一點(diǎn)p不一定在同一個(gè)平面上，那么將任 意一點(diǎn)P到平面的歐氏距離作為該點(diǎn)的殘差量；所以每一點(diǎn)Pi的殘差量￡ (Pi)用于確定局 部平面的平滑性，其可以表示為e (p^ = nx (x^Xq) +ny (yryo) +nz (Zi_z0)。
其中，所述的建筑物整體分割方法中種子點(diǎn)的確定步驟如下(1)初始的種子點(diǎn) 隊(duì)列的確定標(biāo)準(zhǔn)為將每一點(diǎn)的殘差量進(jìn)行排序￡ (Pl) ^ e (p2) U乞(Pn)，殘差量 越小的點(diǎn)說明該點(diǎn)的局部平面越光滑，在此將具有最小殘差量￡ (Pl)的點(diǎn)Pl作為初始種子 點(diǎn)；(2)更新的種子點(diǎn)隊(duì)列的確定標(biāo)準(zhǔn)為I.在初始種子點(diǎn)擴(kuò)張或者生長(zhǎng)的過程之后，將剩 余的未標(biāo)記的點(diǎn)按照殘差量由小到大進(jìn)行排序，可以將具有最小殘差量的點(diǎn)作為下一次生 長(zhǎng)的種子點(diǎn)；II.與此同時(shí)，每次種子點(diǎn)生長(zhǎng)過程中殘差量小于殘差閾值的k近鄰點(diǎn)加入種 子點(diǎn)的隊(duì)列，得到更新的種子點(diǎn)隊(duì)列。其中，所述的區(qū)域生長(zhǎng)策略與平面一致性條件分別是所述的區(qū)域生長(zhǎng)策略，首先 以殘差量最小點(diǎn)作為種子點(diǎn)，根據(jù)平面一致性條件對(duì)種子點(diǎn)的k近鄰點(diǎn)進(jìn)行約束，獲得與 種子點(diǎn)具有相似性質(zhì)的一系列點(diǎn)的聚類；其次從種子點(diǎn)出發(fā)沿著平面光滑方向進(jìn)行擴(kuò)張 直到出現(xiàn)方向突變的點(diǎn)；所述平面一致性條件是對(duì)平面上的任意兩點(diǎn)P和q對(duì)應(yīng)的法向量 np和法向量 之間的夾角進(jìn)行約束，規(guī)定在平面上的點(diǎn)該夾角必須小于設(shè)定的角度閾值 9 th°其中，所述的建筑物細(xì)節(jié)分割方法中種子點(diǎn)的確定方法是將每個(gè)點(diǎn)按照殘差量進(jìn) 行排序￡ (Pl) ^ e (p2) U e (Pn)，將具有最小殘差量e (Pl)的點(diǎn)Pl作為初始種子 點(diǎn)；種子點(diǎn)進(jìn)行區(qū)域擴(kuò)充之后，在剩余的沒有標(biāo)記的點(diǎn)中選擇殘差量最小的點(diǎn)作為下個(gè)種 子點(diǎn)隊(duì)列，以此類推。其中，所述局部連通區(qū)域是在搜索近鄰點(diǎn)時(shí)設(shè)定距離閾值，必須搜索在距離閾值 范圍內(nèi)的近鄰點(diǎn)，通過比較其法向量的一致性來確定連通區(qū)域的局部大小，目的是區(qū)分墻 面與窗戶框棱。本發(fā)明的有益效果本發(fā)明應(yīng)用于真實(shí)室外場(chǎng)景中不同形狀物體的分割，適用于 三維點(diǎn)云數(shù)據(jù)，且數(shù)據(jù)中的建筑物應(yīng)具有一定的平面性。本發(fā)明中的分割方法對(duì)點(diǎn)云數(shù)據(jù) 中的噪聲不敏感，分割速度和準(zhǔn)確較高。本發(fā)明采用了基于距離標(biāo)記的聚類與加權(quán)控制的 聚類合并來檢測(cè)場(chǎng)景中的單個(gè)樹木；利用局部平面一致性約束條件和不同種子點(diǎn)選擇方案 與區(qū)域生長(zhǎng)策略，消除了建筑物與樹木之間的遮擋與連接所產(chǎn)生的問題，有效地將場(chǎng)景中 的不同物體分割開。本發(fā)明的分割方法可以有效地將噪聲點(diǎn)去除，消除了大量噪聲對(duì)分割 結(jié)果的影響。對(duì)多個(gè)數(shù)據(jù)集的測(cè)試說明本發(fā)明可以有效地進(jìn)行三維場(chǎng)景中樹木和建筑物的 分割。本發(fā)明可應(yīng)用于樹木重建、虛擬漫游、城市規(guī)劃和文化遺產(chǎn)保護(hù)等領(lǐng)域。


圖1示出本發(fā)明整體算法的流程圖；圖2示出本發(fā)明單個(gè)樹木的分割流程圖；圖3a和圖3b示出本發(fā)明點(diǎn)云數(shù)據(jù)的殘差量表示；圖4a和圖4b示出本發(fā)明點(diǎn)云數(shù)據(jù)的法向量表示；圖5a至圖5f示出本發(fā)明三維場(chǎng)景中不同物體分割的各個(gè)過程結(jié)果圖；圖6a和圖6b示出本發(fā)明中不同物體分割的結(jié)果圖；圖7a_7c示出本發(fā)明建筑物整體與細(xì)節(jié)信息的分割結(jié)果；圖8a至圖8e示出本發(fā)明單個(gè)樹木的分割結(jié)果；圖9a至圖9f示出本發(fā)明不同類型物體的分割及平面細(xì)節(jié)分割結(jié)果；
圖10a至圖10d示出本發(fā)明與Chen的分割算法的比較。
具體實(shí)施例方式下面將結(jié)合附圖對(duì)本發(fā)明加以詳細(xì)說明，應(yīng)指出的是，所描述的實(shí)施例僅旨在便 于對(duì)本發(fā)明的理解，而對(duì)其不起任何限定作用。1.本發(fā)明方法概述(overview of approach)針對(duì)三維空間點(diǎn)云數(shù)據(jù)，本發(fā)明提出了一種三維場(chǎng)景中不同物體的分割方法。該 方法在分析不同形狀物體特征的基礎(chǔ)上，對(duì)具有散亂點(diǎn)結(jié)構(gòu)的樹木進(jìn)行分割，對(duì)具有平面 性的建筑物進(jìn)行整體的提取與細(xì)節(jié)分割，并用不同的標(biāo)記分別對(duì)不同的物體進(jìn)行標(biāo)識(shí)。本 發(fā)明獲得的分割結(jié)果可以廣泛應(yīng)用于樹木的骨架提取、重建，提取的建筑物可應(yīng)用于城市 建模、城市規(guī)劃、虛擬漫游、文化遺產(chǎn)保護(hù)等。本發(fā)明的核心在于基于微分特性和平面一致性約束進(jìn)行建筑物平面區(qū)域提取、基 于局部平面連通性不同與種子點(diǎn)確定方案的建筑物細(xì)節(jié)提取、基于加權(quán)控制的單個(gè)樹木分 割。具體算法包括以下五個(gè)步驟(1)首先，對(duì)輸入的無規(guī)則的、散亂的三維空間點(diǎn)云數(shù)據(jù)進(jìn)行空間搜索機(jī)制的確定 與鄰接關(guān)系的建立；所述的室外場(chǎng)景的三維空間點(diǎn)云數(shù)據(jù)(Point Cloud Data)是采用三維 激光掃描儀(3D Laser scanning)獲得的場(chǎng)景原始三維點(diǎn)的坐標(biāo)，簡(jiǎn)稱為點(diǎn)云數(shù)據(jù)；(2)其次，通過對(duì)點(diǎn)云數(shù)據(jù)中的每一點(diǎn)及其k(k = 30)近鄰點(diǎn)進(jìn)行平面擬合 (plane fitting)可以計(jì)算出每一點(diǎn)的殘差量(residual)，用來衡量局部平面光滑性 (smoothness)。根據(jù)殘差量確定初始種子點(diǎn)(seed point)，利用平面一致性約束和區(qū)域生 長(zhǎng)策略，將與種子點(diǎn)具有相似性質(zhì)的點(diǎn)聚類，重新更新種子點(diǎn)隊(duì)列，通過種子點(diǎn)擴(kuò)張確定與 種子點(diǎn)屬于同一平面的點(diǎn)，從而得到平面建筑物整體分割，形成平面建筑物整體與其它物 體的分割狀態(tài)；(3)再其次，在平面建筑物整體分割結(jié)果的基礎(chǔ)上，利用局部連通性進(jìn)行區(qū)域的搜 索，根據(jù)細(xì)節(jié)信息的特殊性確定種子點(diǎn)選擇的準(zhǔn)則與種子點(diǎn)擴(kuò)張策略，將建筑物中的細(xì)節(jié) 信息_窗戶、門、屋頂?shù)炔煌愋陀貌煌瑯?biāo)記提取出來；(4)然后，對(duì)于分割出的其它物體部分主要包括場(chǎng)景中的樹木、地面、人、汽車、自 行車等，本發(fā)明中僅需要從其它物體部分中提取出單個(gè)的樹木，具體步驟是根據(jù)鄰接關(guān)系 和距離閾值約束構(gòu)造初始的基于距離標(biāo)記的聚類分塊，對(duì)每?jī)蓚€(gè)聚類分塊分別計(jì)算由距離 和法向量確定的權(quán)值，構(gòu)造權(quán)值存儲(chǔ)矩陣，通過最小化權(quán)值獲得每次合并聚類所需要的類 號(hào)，以此獲得最優(yōu)的單個(gè)樹木分割；(5)最后，分別對(duì)分割的建筑物平面區(qū)域、建筑物細(xì)節(jié)信息以及單個(gè)樹木的結(jié)果進(jìn) 行輸出，得到三維場(chǎng)景中不同物體的最終分割結(jié)果。請(qǐng)參閱圖1示出本發(fā)明方法的流程圖。2.建筑物整體與其它目標(biāo)物體的分割建筑物整體與其它目標(biāo)物體的分割涉及到殘差量計(jì)算，種子點(diǎn)選擇以及基于平面 一致性約束的區(qū)域生長(zhǎng)。具體的描述如下2. 1. 1 殘差量表不(residual representation)由于建筑物具有平面性(planarity)的特點(diǎn)，因此定義殘差量作為一個(gè)標(biāo)準(zhǔn)，用來衡量某一點(diǎn)與周圍點(diǎn)是否在同一平面上。見圖4a和圖4b所示的數(shù)據(jù)1和數(shù)據(jù)3的殘差 量表示，越平坦的地方殘差量越小，在圖中的顏色值也越深。(1)對(duì)任意一點(diǎn)p查找其k近鄰點(diǎn)qi(i = 1,2,“汁)，并為p及其近鄰點(diǎn)確定平 面表示如下nx (x-x0) +ny (y-y0) +nz (z_z0) = 0式中(nx，ny, nz)表示平面的法向量，(x0, y0, z0)表示由點(diǎn)p及其k近鄰點(diǎn)確定 的重心點(diǎn)的坐標(biāo)。(2)由于所有這些點(diǎn)不一定在同一個(gè)平面上，將點(diǎn)到平面的歐氏距離作為該點(diǎn)的 殘差量，該殘差量用于確定局部平面的平滑性，其可以表示為e (p^ = nx (x^Xq) +ny (yryo) +nz (Zi_z0)2. 1. 2種子點(diǎn)選擇種子點(diǎn)的選擇分為兩個(gè)過程(1)初始的種子點(diǎn)隊(duì)列；(2)更新后的種子點(diǎn)隊(duì)列。
(1)初始的種子點(diǎn)隊(duì)列的確定標(biāo)準(zhǔn)為將每個(gè)點(diǎn)的殘差量進(jìn)行排序 e (Pl) ^ e (p2)^ e (Pn)，殘差量越小的點(diǎn)說明該點(diǎn)的局部平面越光滑，在此將具 有最小殘差量￡ (Pl)的點(diǎn)Pl作為初始種子點(diǎn)；(2)更新的種子點(diǎn)隊(duì)列I.在初始種子點(diǎn)擴(kuò)張或者生長(zhǎng)的過程之后，將剩余的未標(biāo)記的點(diǎn)按照殘差量由小 到大進(jìn)行排序，每次將具有最小殘差量的點(diǎn)作為下一次生長(zhǎng)的種子點(diǎn)；II.與此同時(shí)，每次種子點(diǎn)生長(zhǎng)過程中將殘差量小于殘差閾值的k近鄰點(diǎn)加入種 子點(diǎn)的隊(duì)列，得到更新的種子點(diǎn)隊(duì)列。2. 1. 3基于平面一致性約束的區(qū)域生長(zhǎng)基于平面一致性約束的區(qū)域生長(zhǎng)過程如下I.根據(jù)局部平面的微分特性確定點(diǎn)云數(shù)據(jù)中每一點(diǎn)的殘差量￡ (Pi), 并根據(jù)殘差量的大小確定種子點(diǎn)(選擇殘差量最小的點(diǎn)作為種子點(diǎn))，即 e (Pl)彡e (p2)彡...彡￡ (pn)中，選擇？1作為初始種子點(diǎn)，并加入種子點(diǎn)隊(duì)列，這個(gè)隊(duì) 列記為SL ；II.從種子點(diǎn)？1出發(fā)，搜索其k近鄰點(diǎn)，比較k近鄰點(diǎn)的法向量與種子點(diǎn)的法向量 ~之間的夾角，即判斷是否滿足平面一致性約束條件(ns*np> 0T)；如果滿足則將該點(diǎn)與 種子點(diǎn)歸于同一類，記為&，實(shí)現(xiàn)同一平面點(diǎn)的聚類；III.為實(shí)現(xiàn)平面區(qū)域的平滑過渡，保證種子點(diǎn)隊(duì)列的完整性需要判斷與種子點(diǎn)具 有相似特性的點(diǎn)加入種子點(diǎn)隊(duì)列。即如果￡ (Pi) <rth，則將Pi點(diǎn)加入更新的種子點(diǎn)隊(duì)列；IV.此過程迭代執(zhí)行，直到所有的點(diǎn)都已經(jīng)標(biāo)記為不同的聚類號(hào)；V.判斷所得到每個(gè)聚類&的大小來過濾噪聲點(diǎn)，如果& < St，則需要對(duì)這些類進(jìn) 行額外的處理，對(duì)這些類中的每個(gè)點(diǎn)通過搜索近鄰點(diǎn)所在的類號(hào)，用出現(xiàn)頻率高的類號(hào)替 代；VI.返回最終的分割結(jié)果，記為R。利用本發(fā)明中提出的建筑物整體與其它目標(biāo)物體的分割方法，可以形成三維場(chǎng)景 中建筑物平面區(qū)域與其它物體的分割狀態(tài)。3.建筑物的細(xì)節(jié)分割方案
在提取的建筑物平面區(qū)域的基礎(chǔ)上，將同一平面具有相互連通性即鄰接點(diǎn)距離在 一定范圍內(nèi)，法向量的夾角小于給定角度閾值的點(diǎn)構(gòu)成一個(gè)聚類，這樣的聚類相當(dāng)于以初 始點(diǎn)為中心，平面一致性條件為約束得到的聚類，在此種子點(diǎn)的選擇不具備傳遞性，這樣平 面建筑物區(qū)域就被分割成以連通性強(qiáng)的點(diǎn)為基本元素的聚類。建筑物細(xì)節(jié)分割的具體步驟 包括I.利用建筑物平面的整體分割結(jié)果R，將屬于同一平面且具有連通性的點(diǎn)進(jìn)行聚 類；II.以殘差量最小的點(diǎn)為種子點(diǎn)進(jìn)行局部搜索，將符合平面一致性條件的點(diǎn)形成 一個(gè)新的聚類；III.在剩余點(diǎn)中選擇下一個(gè)種子點(diǎn)，重復(fù)上述過程，直到所有點(diǎn)都已經(jīng)標(biāo)記為止。4.單個(gè)樹木的分割單個(gè)樹木的分割是從復(fù)雜三維室外場(chǎng)景的點(diǎn)云數(shù)據(jù)中提取出具有樹狀結(jié)構(gòu)的單 個(gè)樹木。在上述建筑物整體與其它目標(biāo)物體的分割的基礎(chǔ)上，對(duì)于非建筑物的其它物體區(qū) 域進(jìn)行分割，進(jìn)一步提取出場(chǎng)景中的樹木部分。該方法分為兩個(gè)步驟，其一是基于距離標(biāo)記 的聚類，其二是權(quán)值約束的聚類合并。4. 1基于距離標(biāo)記的初始聚類請(qǐng)參閱圖2所示的本發(fā)明的單個(gè)樹木分割方法中初始聚類的基本流程圖。設(shè)V是所獲得三維點(diǎn)云數(shù)據(jù)的集合，V= {Pi|i = l，2，...n}，Pi = {x^y^zj.對(duì) 所有點(diǎn)云數(shù)據(jù)建立k-d樹，用于快速搜索其k近鄰點(diǎn)(k nearestneighboring point-KNN), 即通過計(jì)算P點(diǎn)到其他點(diǎn)的歐氏距離并選擇距離最近的k個(gè)點(diǎn)作為該點(diǎn)的最近鄰點(diǎn)。假設(shè)原始所有數(shù)據(jù)的標(biāo)記(label)都為0 (表示都未標(biāo)記過)，基于距離標(biāo)記的初 始聚類方法如下(1)選擇初始點(diǎn)&，利用k-d樹搜索其k近鄰點(diǎn)，并利用距離閾值Dth控制近鄰點(diǎn) 的個(gè)數(shù)，避免噪聲點(diǎn)的影響；將這些點(diǎn)標(biāo)記為Id”作為初始的第一個(gè)聚類分塊；(2)選擇下一個(gè)標(biāo)記為0的點(diǎn)，并搜索其周圍在Dth范圍內(nèi)的k近鄰點(diǎn)，判斷這些 的標(biāo)記是否全部為0 ；(3)如果全部為0則賦予這些點(diǎn)一個(gè)新的標(biāo)記Id，形成一個(gè)新類，記為Sg ；如果不 全為0則統(tǒng)計(jì)出現(xiàn)頻率最高的標(biāo)記M作為該類中所有點(diǎn)的標(biāo)記；(4)重復(fù)⑵，(3)，直到所有的點(diǎn)都已經(jīng)標(biāo)記完。4. 2加權(quán)控制的聚類合并對(duì)經(jīng)過初始聚類的數(shù)據(jù)計(jì)算每一類的法向量(normal vector)表示，利用主成分 分析(PCA，Principle Component Analysis)的方法計(jì)算每個(gè)聚類中各個(gè)點(diǎn)的法向量，將每 個(gè)聚類各個(gè)點(diǎn)的法向量進(jìn)行平均可以得到每個(gè)聚類重心點(diǎn)的法向量，以此表示每個(gè)聚類的 法向量。如圖5a和圖5b所示，給出了局部放大的樹木、建筑物墻面的法向量特征，可以看 出建筑物的法向量分布均勻，但是樹木的法向量分布無規(guī)律，且比較散亂。計(jì)算任意兩個(gè)聚類之間的距離du，并得到任意兩個(gè)聚類之間的法向夾角e ；為 了控制和平衡合并過程中距離和法向量的影響，采用加權(quán)控制進(jìn)行約束，構(gòu)造加權(quán)控制的 公式，建立各個(gè)聚類之間的權(quán)值存儲(chǔ)矩陣，用于查找最小權(quán)值，以獲取合并聚類所需要的類 號(hào)；其加權(quán)控制的公式確定如下
式中權(quán)值w是屬于W，l]區(qū)間的一個(gè)常數(shù)，根據(jù)不同的數(shù)據(jù)主觀確定。du(i < j) 表示第i和第j聚類之間的距離，e < j)表示第i和第j聚類的法向量夾角。由于距 離與法向量夾角e 的度量單位不同，需要統(tǒng)一標(biāo)準(zhǔn)化 o 0表示e u的標(biāo)準(zhǔn)差，o d表示的標(biāo)準(zhǔn)差，e表示所有e的均值，d表示所 有d的均值。在剩余未合并的類中查找最小加權(quán)值所在的類號(hào)，得到進(jìn)一步的合并，此過程重 復(fù)執(zhí)行直到獲得最優(yōu)的分割結(jié)果。實(shí)驗(yàn)結(jié)果與結(jié)論用C++語(yǔ)言實(shí)現(xiàn)了本發(fā)明所描述的方法，并且在幾個(gè)不同的數(shù)據(jù)集上做了實(shí)驗(yàn)。 所有的實(shí)驗(yàn)都是在一臺(tái)P4 2. 4G、1G內(nèi)存、操作系統(tǒng)為Windows xp的PC機(jī)上完成的，顯示 部分使用了標(biāo)準(zhǔn)的OpenGL圖形函數(shù)庫(kù)。實(shí)驗(yàn)中，使用了四組不同的數(shù)據(jù)來測(cè)試算法，數(shù)據(jù)1和數(shù)據(jù)3是利用Optech掃描 儀獲得的室外場(chǎng)景點(diǎn)云數(shù)據(jù)，數(shù)據(jù)2和數(shù)據(jù)4是利用Faro激光掃描儀LS 880 HE40獲得的 室外場(chǎng)景點(diǎn)云數(shù)據(jù)。數(shù)據(jù)1包括401462個(gè)采樣點(diǎn)，場(chǎng)景中不僅包括建筑物、樹木，而且包括 地面、汽車、自行車等物體。數(shù)據(jù)2包括232794個(gè)采樣點(diǎn)，場(chǎng)景中僅包括地面和建筑物。數(shù) 據(jù)3包括412730個(gè)采樣點(diǎn)，掃描的場(chǎng)景中包含建筑物、地面一排整齊的灌木叢等。數(shù)據(jù)4 包括127286個(gè)點(diǎn)，掃描的場(chǎng)景中包含規(guī)則的建筑物部分與灌木叢以及部分小亭子的屋檐。算法實(shí)現(xiàn)過程中，k近鄰點(diǎn)搜索中k = 30(如果所采用的數(shù)據(jù)密度比較稀疏可以 適當(dāng)?shù)卦黾铀阉鞯膫€(gè)數(shù))。距離閾值Dth主要是取與近鄰點(diǎn)距離的最小值(MinDist)乘以 一個(gè)系數(shù)獲得。平面一致性條件中涉及的角度閾值9 ,的范圍為10° 15°，殘差閾值rth 的確定是由該數(shù)據(jù)中所有點(diǎn)的殘差量進(jìn)行升序排序之后取第95%的殘差量作為閾值。噪聲 過濾時(shí)的閾值St是根據(jù)殘差量分布設(shè)置的，將殘差量比較大的點(diǎn)過濾掉。表1列出了實(shí)驗(yàn)數(shù)據(jù)的情況，包括原始數(shù)據(jù)包含的點(diǎn)數(shù)，并給出了經(jīng)過分割后的 建筑部分點(diǎn)的個(gè)數(shù)，其他物體以及去除的噪聲點(diǎn)數(shù)等。表2給出了分割后的數(shù)據(jù)3中出現(xiàn) 的7個(gè)灌木的體積測(cè)量結(jié)果，說明單個(gè)樹木的提取在林業(yè)測(cè)量方面有廣泛的應(yīng)用。表1 實(shí)驗(yàn)數(shù)據(jù) 表2:樹木的測(cè)量數(shù)據(jù) 附圖3a和圖3b分別給出了數(shù)據(jù)1和數(shù)據(jù)3的殘差量的表示結(jié)果。建立殘差量與 顏色值之間的映射關(guān)系，將殘差量用不同的顏色表示出來。附圖4a和圖4b分別給出了數(shù)據(jù)3的法向量估計(jì)結(jié)果，用圖中的黑色表示。圖4a 是局部放大的樹的法向量。圖4b是局部建筑物部分的法向量。附圖5a_圖5f說明了本發(fā)明中的三維場(chǎng)景中不同物體分割過程中的各個(gè)不同結(jié) 果，圖5a_圖5f分別列出了原始數(shù)據(jù)1，分割出的建筑物平面區(qū)域以及其它物體，建筑物的 細(xì)節(jié)信息分割結(jié)果，其它物體部分，經(jīng)過基于距離標(biāo)記和加權(quán)控制的聚類合并結(jié)果以及最 終的單個(gè)樹木分割結(jié)果。附圖6a_圖6d給出了數(shù)據(jù)2的建筑物分割結(jié)果，由于該數(shù)據(jù)中不包含樹木所以不 需要對(duì)樹木進(jìn)行提取。圖6a是初始數(shù)據(jù)3經(jīng)過建筑物整體分割的結(jié)果，可以看出藍(lán)色標(biāo)識(shí) 的建筑物作為一個(gè)整體，綠色表示的草地分割為一個(gè)整體；圖6b是單獨(dú)的建筑物部分，圖 6c是分割出的草地，圖6d是建筑物區(qū)域的細(xì)節(jié)分割，將兩個(gè)相交的墻面分別分割出來并且 每個(gè)墻面上的窗戶玻璃或者空調(diào)都可以分割開。附圖7a_圖7c給出了數(shù)據(jù)3的建筑物分割結(jié)果，圖7a是數(shù)據(jù)3的三維空間點(diǎn)云 數(shù)據(jù)，圖7b是數(shù)據(jù)中平面區(qū)域的分割提取，圖7c是對(duì)數(shù)據(jù)中平面區(qū)域的細(xì)節(jié)分割結(jié)果，可 以看出細(xì)節(jié)分割可以準(zhǔn)確地將建筑的墻面，窗框以及部分玻璃、屋頂分開。附圖8a_圖8b分別表示原始數(shù)據(jù)3以及經(jīng)過基于距離標(biāo)記的初始聚類結(jié)果。附 圖8c給出了圖7b結(jié)果經(jīng)過加權(quán)控制進(jìn)行的聚類合并后的單個(gè)樹木的分割結(jié)果，并在附圖 8d-圖8e中從三個(gè)不同角度對(duì)數(shù)據(jù)3中分割的單個(gè)樹木進(jìn)行顯示。附圖9a_圖9f給出了數(shù)據(jù)4的分割結(jié)果，該圖從不同的角度反映了本發(fā)明中所提 出方法的有效性。圖9a是建筑物整體的粗分割結(jié)果，圖9b是去掉噪聲后的數(shù)據(jù)，圖9c獲 得場(chǎng)景中的樹冠部分，圖9d是去掉噪聲后的建筑物平面區(qū)域，經(jīng)過細(xì)節(jié)信息分割后的結(jié)果 如圖9e，提取的窗戶部分如圖9f?？梢钥闯鍪褂帽景l(fā)明中的方法可以有效地將場(chǎng)景中的物 體分為建筑部分、樹木部分以及其他部分，并可以去掉噪聲點(diǎn)，在分割的同時(shí)保證了物體的 完整性。附圖10a至圖10d給出了 Chen算法(第二行)和該發(fā)明中所提出的方法(第一 列)的結(jié)果比較圖，應(yīng)用兩個(gè)不同的數(shù)據(jù)進(jìn)行算法的比較。從中可以看出Chen的算法去掉 了數(shù)據(jù)中的一部分點(diǎn)(算法中要去掉一些confidence rate很小的點(diǎn))，但是也會(huì)將一些有 效的數(shù)據(jù)去掉；同時(shí)Chen的方法無法給出建筑物的細(xì)節(jié)分割信息；而我們的方法不僅給出 了建筑物中各個(gè)細(xì)節(jié)信息的分割，而且分割方法具有很強(qiáng)的魯棒性，對(duì)噪聲不敏感。本方法的特色和創(chuàng)新在于根據(jù)殘差量特點(diǎn)、平面一致性約束條件、區(qū)域生長(zhǎng)策略 和種子點(diǎn)隊(duì)列的更新實(shí)現(xiàn)平面區(qū)域的平滑擴(kuò)張與過渡獲得具有平面特征的建筑物區(qū)域，并 利用局部連通區(qū)域搜索及種子點(diǎn)擴(kuò)張標(biāo)準(zhǔn)實(shí)現(xiàn)建筑物部分細(xì)節(jié)特征的分割，利用基于距離 標(biāo)記的初始聚類和加權(quán)控制的聚類合并方法提取出場(chǎng)景中的樹木，最后將其統(tǒng)一則將整個(gè)
13場(chǎng)景分為符合視覺感知結(jié)果的、不同類型的、并具備各自獨(dú)立形狀特征的物體。在很多樹木、建筑物建模和識(shí)別軟件中，都需要對(duì)單個(gè)樹木或者單個(gè)建筑物進(jìn)行 操作，所以場(chǎng)景中單個(gè)樹木的分割可以有效地將具有樹木的結(jié)構(gòu)和形狀特征的數(shù)據(jù)點(diǎn)聚 類，為單個(gè)樹木的骨架提取、重建以及樹木測(cè)量等提供重要的數(shù)據(jù)，同時(shí)建筑物的分割與提 取也為后續(xù)進(jìn)行建筑物的重建(包括細(xì)節(jié)信息的重建)與識(shí)別等提供數(shù)據(jù)支持。本發(fā)明的 方法可以通過不同物體的分割算法很方便地得到三維場(chǎng)景中單個(gè)樹木與建筑物，并產(chǎn)生建 模軟件所使用的數(shù)據(jù)。以上所述，僅為本發(fā)明中的具體實(shí)施方式
，但本發(fā)明的保護(hù)范圍并不局限于此，任 何熟悉該技術(shù)的人在本發(fā)明所揭露的技術(shù)范圍內(nèi)，可理解想到的變換或替換，都應(yīng)涵蓋在 本發(fā)明的包含范圍之內(nèi)，因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求書的保護(hù)范圍為準(zhǔn)。
權(quán)利要求
一種三維場(chǎng)景中不同物體的分割方法，其特征在于，該方法包括如下步驟步驟S1采用三維激光掃描儀獲取的室外場(chǎng)景的原始三維點(diǎn)坐標(biāo)稱為三維空間的點(diǎn)云數(shù)據(jù)，將點(diǎn)云數(shù)據(jù)作為輸入模型，分別建立點(diǎn)云數(shù)據(jù)的鄰接關(guān)系和空間搜索機(jī)制，估計(jì)點(diǎn)云數(shù)據(jù)中每一點(diǎn)的法向量，并計(jì)算點(diǎn)云數(shù)據(jù)中每一點(diǎn)的殘差量；步驟S2根據(jù)局部平面的微分特性確定的點(diǎn)云數(shù)據(jù)中每一點(diǎn)的殘差量，并根據(jù)殘差量的大小確定種子點(diǎn)，選擇殘差量最小的點(diǎn)作為種子點(diǎn)；從種子點(diǎn)出發(fā)，利用區(qū)域生長(zhǎng)策略和平面一致性約束條件，查找種子點(diǎn)的k近鄰點(diǎn)，比較k近鄰點(diǎn)的法向量與種子點(diǎn)的法向量，獲得具有相同或者相近法向量的點(diǎn)并進(jìn)行平面區(qū)域的聚類；將k近鄰點(diǎn)中殘差量小于給定殘差閾值的點(diǎn)加入種子點(diǎn)隊(duì)列，以更新種子點(diǎn)隊(duì)列，保證種子點(diǎn)隊(duì)列的完整性，進(jìn)而得到平面區(qū)域的平滑過渡；此過程迭代執(zhí)行，直到點(diǎn)云數(shù)據(jù)中的所有點(diǎn)都已經(jīng)標(biāo)記為不同的聚類號(hào)，這些平面聚類的關(guān)系形成了平面建筑物整體與其它物體的分割狀態(tài)；步驟S3利用獲得的平面建筑物整體分割結(jié)果，選擇不同于建筑物整體分割的種子點(diǎn)策略，僅以殘差量最小的點(diǎn)為種子點(diǎn)進(jìn)行局部連通區(qū)域搜索；在此種子點(diǎn)的選擇不具備傳遞性，將與種子點(diǎn)距離在設(shè)定距離閾值范圍內(nèi)、法向量的夾角小于角度閾值的k近鄰點(diǎn)進(jìn)行局部連通區(qū)域的聚類；在剩余點(diǎn)中選擇下一個(gè)種子點(diǎn)，重復(fù)上述過程，直到所有點(diǎn)都已經(jīng)標(biāo)記完為止；這樣平面建筑物區(qū)域的墻面、窗戶和門等細(xì)節(jié)信息被標(biāo)記為不同類型，從而實(shí)現(xiàn)建筑物的細(xì)節(jié)分割；步驟S4基于場(chǎng)景中分割出的其它物體對(duì)單個(gè)樹木進(jìn)行分割，通過對(duì)其它物體部分進(jìn)行基于距離標(biāo)記的聚類，構(gòu)造三維空間的初始聚類分塊；然后利用基于距離和法向量加權(quán)控制約束的聚類合并，即為初始分塊的各個(gè)聚類構(gòu)造權(quán)函數(shù)以平衡類間距離與類間法向量夾角的影響；進(jìn)而為所有聚類兩兩之間建立加權(quán)值矩陣，用于尋找加權(quán)函數(shù)確定最小值時(shí)兩個(gè)聚類的標(biāo)號(hào)；按照聚類的標(biāo)號(hào)實(shí)現(xiàn)初始聚類的合并，構(gòu)造具有完整性和連通性的最優(yōu)分割結(jié)果，獲得場(chǎng)景中的單個(gè)樹木；步驟S5分別對(duì)分割出的平面建筑物整體、建筑物細(xì)節(jié)信息以及單個(gè)樹木的結(jié)果進(jìn)行輸出，得到三維場(chǎng)景中不同物體的最終分割結(jié)果。
2.如權(quán)利要求1所述的三維場(chǎng)景中不同物體的分割方法，其特征在于，所述的鄰接關(guān) 系和空間搜索機(jī)制，是按照點(diǎn)云數(shù)據(jù)中每個(gè)點(diǎn)的坐標(biāo)進(jìn)行空間劃分，建立k-d樹實(shí)現(xiàn)三維 空間的快速查找與搜索。
3.如權(quán)利要求1所述的三維場(chǎng)景中不同物體的分割方法，其特征在于，所述的基于距 離標(biāo)記的聚類如下步驟首先在點(diǎn)云數(shù)據(jù)中選擇一個(gè)點(diǎn)并建立其空間搜索機(jī)制，用來搜索其k近鄰點(diǎn)，將與該 點(diǎn)距離在設(shè)定的距離閾值約束范圍內(nèi)的點(diǎn)歸為一類；選擇點(diǎn)云數(shù)據(jù)中的另一個(gè)點(diǎn)，判斷與該點(diǎn)距離在設(shè)定的距離閾值約束范圍內(nèi)的近鄰點(diǎn) 是否標(biāo)記，如果全部未標(biāo)記則賦予這些近鄰點(diǎn)一個(gè)新的標(biāo)記，如果近鄰點(diǎn)中部分已經(jīng)標(biāo)記 則需要以出現(xiàn)頻率最高的點(diǎn)的標(biāo)記作為這些近鄰點(diǎn)的標(biāo)記； 重復(fù)上述過程，直到點(diǎn)云數(shù)據(jù)中的所有點(diǎn)都標(biāo)記完為止。
4.如權(quán)利要求1所述的三維場(chǎng)景中不同物體的分割方法，其特征在于，所述的基于距 離和法向量加權(quán)控制的聚類合并步驟如下(1)計(jì)算點(diǎn)云數(shù)據(jù)中每一點(diǎn)的法向量，并估算每個(gè)聚類中重心點(diǎn)的法向量；(2)計(jì)算任意兩個(gè)聚類之間的距離du，并得到任意兩個(gè)聚類之間的法向量夾角eij; dij表示第i和第j聚類之間的距離，0 ij表示第i和第j聚類的法向量夾角，i < j ；(3)構(gòu)造加權(quán)控制的公式，建立各個(gè)聚類之間的權(quán)值存儲(chǔ)矩陣，用于查找最小權(quán)值，以 獲取合并聚類所需要的類號(hào)；所述加權(quán)控制是為了控制和平衡合并過程中類間距離和類間法向量的影響，采用加權(quán) 控制進(jìn)行約束，其加權(quán)控制條件確定如下式中權(quán)值w是屬于W，i]區(qū)間的一個(gè)常數(shù)，根據(jù)不同數(shù)據(jù)進(jìn)行主觀確定； 由于距離與法向量夾角e 的度量單位不同，需要統(tǒng)一標(biāo)準(zhǔn)化 0 ij = (eiri)/0 e, dij = (dird)/odo 0表示e u的標(biāo)準(zhǔn)差，O d表示的標(biāo)準(zhǔn)差，T表示所有e的均值，H表示所有d 的均值；(4)在剩余未合并的類中查找最小加權(quán)值所在的類號(hào)，得到進(jìn)一步的合并，此過程重復(fù) 執(zhí)行直到獲得最優(yōu)的分割結(jié)果。
5.如權(quán)利要求1所述的三維場(chǎng)景中不同物體的分割方法，其特征在于，所述估計(jì)法向 量的步驟如下假設(shè)Po是點(diǎn)云數(shù)據(jù)的一點(diǎn)，搜索點(diǎn)Po的k近鄰點(diǎn)qi，利用最小二乘法對(duì)qi和&擬合平面，構(gòu)造相關(guān)性矩陣= t(Pl -刃(凡式中i是重心點(diǎn)，表示如下歹二 f ，通過SVD 分解得到矩陣M的特征值X^XyXyjSXiCXsCX 3，將最小特征值對(duì)應(yīng)的特征向量力作為點(diǎn)Po的法向量(nx，ny，nz)，i = 1，2，. . . k，N表示數(shù)據(jù)中總的點(diǎn)數(shù)。
6.如權(quán)利要求1所述的三維場(chǎng)景中不同物體的分割方法，其特征在于，所述計(jì)算點(diǎn)云 數(shù)據(jù)中每一點(diǎn)的殘差量的步驟如下(1)對(duì)平面上任意一點(diǎn)p查找其k近鄰點(diǎn)qi(Xi，yi，Zi)，并為點(diǎn)p及其近鄰點(diǎn)確定平面 表示如下 式中(nx，ny, nz)表示任意一點(diǎn)p與其k近鄰點(diǎn)確定的平面的法向量，(x0, y0, z0)表 示由任意一點(diǎn)P及其k近鄰點(diǎn)qi所確定的重心點(diǎn)的坐標(biāo)；(2)所確定的平面一定通過重心點(diǎn)，但是任意一點(diǎn)p不一定在同一個(gè)平面上，那么將任 意一點(diǎn)P到平面的歐氏距離作為該點(diǎn)的殘差量；所以每一點(diǎn)Pi的殘差量￡ (Pi)用于確定局 部平面的平滑性，其可以表示為
7.如權(quán)利要求1所述的三維場(chǎng)景中不同物體的分割方法，其特征在于，所述的建筑物 整體分割方法中種子點(diǎn)的確定步驟如下(1)初始的種子點(diǎn)隊(duì)列的確定標(biāo)準(zhǔn)為將每一點(diǎn)的殘差量進(jìn)行排序 e (Pl) ^ e (p2)^ e (Pn)，殘差量越小的點(diǎn)說明該點(diǎn)的局部平面越光滑，在此將具有最小殘差量￡ (Pl)的點(diǎn)Pl作為初始種子點(diǎn)；(2)更新的種子點(diǎn)隊(duì)列的確定標(biāo)準(zhǔn)為I.在初始種子點(diǎn)擴(kuò)張或者生長(zhǎng)的過程之后，將剩余的未標(biāo)記的點(diǎn)按照殘差量由小到大 進(jìn)行排序，可以將具有最小殘差量的點(diǎn)作為下一次生長(zhǎng)的種子點(diǎn)；II.與此同時(shí)，每次種子點(diǎn)生長(zhǎng)過程中殘差量小于殘差閾值的k近鄰點(diǎn)加入種子點(diǎn)的 隊(duì)列，得到更新的種子點(diǎn)隊(duì)列。
8.如權(quán)利要求1所述的三維場(chǎng)景中不同物體的分割方法，其特征在于，所述的區(qū)域生 長(zhǎng)策略與平面一致性條件分別是所述的區(qū)域生長(zhǎng)策略，首先以殘差量最小點(diǎn)作為種子點(diǎn)，根據(jù)平面一致性條件對(duì)種子 點(diǎn)的k近鄰點(diǎn)進(jìn)行約束，獲得與種子點(diǎn)具有相似性質(zhì)的一系列點(diǎn)的聚類；其次從種子點(diǎn)出 發(fā)沿著平面光滑方向進(jìn)行擴(kuò)張直到出現(xiàn)方向突變的點(diǎn)；所述平面一致性條件是對(duì)平面上的任意兩點(diǎn)P和q對(duì)應(yīng)的法向量np和法向量nq之間 的夾角進(jìn)行約束，規(guī)定在平面上的點(diǎn)該夾角必須小于設(shè)定的角度閾值9 th。
9.如權(quán)利要求1所述的三維場(chǎng)景中不同物體的分割方法，其特征在于，所述 的建筑物細(xì)節(jié)分割方法中種子點(diǎn)的確定方法是將每個(gè)點(diǎn)按照殘差量進(jìn)行排序 e (Pl)彡e (p2)彡…彡e (Pn)，將具有最小殘差量e (Pl)的點(diǎn)Pl作為初始種子點(diǎn)；種 子點(diǎn)進(jìn)行區(qū)域擴(kuò)充之后，在剩余的沒有標(biāo)記的點(diǎn)中選擇殘差量最小的點(diǎn)作為下個(gè)種子點(diǎn)隊(duì) 列，以此類推。
10.如權(quán)利要求1所述的三維場(chǎng)景中不同物體的分割方法，其特征在于，所述局部連通 區(qū)域是在搜索近鄰點(diǎn)時(shí)設(shè)定距離閾值，必須搜索在距離閾值范圍內(nèi)的近鄰點(diǎn)，通過比較其 法向量的一致性來確定連通區(qū)域的局部大小，目的是區(qū)分墻面與窗戶框棱。
全文摘要
本發(fā)明公開一種三維場(chǎng)景中不同物體的分割方法，針對(duì)激光掃描獲得的室外場(chǎng)景三維點(diǎn)云數(shù)據(jù)，建立點(diǎn)云數(shù)據(jù)的鄰接關(guān)系和空間搜索機(jī)制，估計(jì)每一點(diǎn)的法向量和殘差量；確定將殘差量最小的點(diǎn)作為種子點(diǎn)，利用平面一致性約束條件和區(qū)域生長(zhǎng)策略進(jìn)行平面聚類，形成三維場(chǎng)景中平面建筑物整體與其它物體的分割狀態(tài)；對(duì)分割出的建筑物整體部分，建立平面建筑物區(qū)域的局部連通搜索，利用不同的種子點(diǎn)準(zhǔn)則，將同一平面具有連通性的點(diǎn)構(gòu)成聚類，實(shí)現(xiàn)建筑物平面的細(xì)節(jié)分割；對(duì)分割出的其它物體構(gòu)造基于距離標(biāo)記的初始聚類分塊，建立加權(quán)控制約束進(jìn)行聚類合并，達(dá)到樹木的最優(yōu)分割結(jié)果；對(duì)多個(gè)數(shù)據(jù)集的測(cè)試說明本發(fā)明可以有效地進(jìn)行三維場(chǎng)景中樹木和建筑物的分割。
文檔編號(hào)G06T7/00GK101877128SQ200910243730
公開日2010年11月3日 申請(qǐng)日期2009年12月23日 優(yōu)先權(quán)日2009年12月23日
發(fā)明者寧小娟, 張義寬, 張曉鵬, 李紅軍, 王映輝 申請(qǐng)人:中國(guó)科學(xué)院自動(dòng)化研究所;西安理工大學(xué)