本發(fā)明涉及利用法向一致性的尖銳幾何邊緣點識別方法，屬于三維點云數據處理領域。

背景技術：

三維激光掃描是一種近年來快速發(fā)展的三維空間成像技術，利用雙軸伺服電機驅動激光測距器，對掃描場景的目標表面進行等間隔的連續(xù)采樣，輸出與三維場景幾何形態(tài)完全一致的三維點云。這種技術正在被越來越廣泛地應用于測繪、考古、機械加工制造、三維打印、機器人、無人駕駛等領域。

幾何邊緣點是指，在三維點云中那些分布在尖銳幾何邊緣附近的點。幾何邊緣不僅能夠清晰地勾勒出對象的整體輪廓，還能夠表達顯著的局部細節(jié)特征。相比于三維點云中孤立的點而言，邊緣特征蘊含了更加豐富的語義信息，同時表達形式也非常簡潔。因此，在基于三維點云的形狀表達與匹配、目標識別與跟蹤、場景理解與測圖等視覺相關的任務中，識別尖銳幾何邊緣點幾乎成為完成任務不可或缺的重要步驟。

現有的三維點云邊緣點識別方法可以分為兩大類：第一類是將三維點云轉換為二維圖像，利用圖像領域已有的邊緣提取方法間接完成三維點云中的邊緣點識別；另一類則是直接在三維空間中，根據法向突變或曲率極大值等特征，定位邊緣點，又或者對點云構建三角網，根據相鄰面片的差異性定位幾何邊緣。相比于第一類間接法，第二類方法具有更加廣泛的適用性，適用于非結構化的散亂點云，能夠直接應用于復雜的場景的三維點云。

現有的基于法向突變和曲率極大值的邊緣點識別方法(屬于第二類)，都對噪聲較為敏感，一個較大的噪聲點都有可能使鄰近點被錯誤識別為邊緣點；對噪聲的敏感性也導致這些方法難以識別不太明顯的幾何邊緣，比如兩個夾角接近180°的相交面形成的幾何邊緣。

技術實現要素：

發(fā)明目的：為了克服現有技術中存在的不足，本發(fā)明提供一種利用法向一致性的尖銳幾何邊緣點識別方法，從三維點云中找出位于尖銳幾何邊緣位置的特征點，識別準確率高。

技術方案：為解決上述技術問題，本發(fā)明的一種利用法向一致性識別尖銳幾何邊緣點的方法，對于一幅給定點云，該識別方法包含以下步驟：

s1，計算每一個點的法向；

s2，計算每一個點在鄰域范圍內的法向一致性；

s3，針對每一個點，在其鄰域范圍內尋找法向一致性局部極值點；

s4，如果某個點q的鄰域內局部極值點個數≥2，則將鄰域點集的所有點都分配到以局部極值點為中心的分類中，如果點q正好在分類的邊緣上，那么該點就是一個尖銳幾何邊緣點。

作為優(yōu)選，所述步驟s1包含：

s1.1，對于點云中的每一個點q，搜索它的鄰近點組成鄰域點集

s1.2，根據中的所有點，通過局部表面擬合或者pca(主成分分析)方法計算點q的法向。

作為優(yōu)選，所述步驟s2包含：

s2.1，對于點云中的每一個點q，搜索它的鄰近點組成鄰域點集的鄰域半徑r2小于或等于的鄰域半徑r1；

s2.2，計算中的所有點與q的法向夾角，根據這些夾角計算點q的局部法向一致性cq。

作為優(yōu)選，所述步驟s2.1中，r2在0.8倍r1與1倍r1之間取值。

作為優(yōu)選，所述步驟s3包含：

s3.1，對于點云中的每一個點q，搜索它的鄰近點組成鄰域點集的鄰域半徑r3應當大于的鄰域半徑r1；

s3.2，對于中的每一個點pi，假設pi的局部法向一致性是ci，在中尋找法向一致性大于ci且與pi的法向夾角相對最小的點pj，將這個相對最小法向夾角記為θi，并記錄下pi→pj的指向關系；

s3.3，對于中的每一個點pi，計算ci*θi；

s3.4，在中找出ci*θi特別大的顯著點，這些點就是點q的鄰域范圍內的法向一致性局部極值點。

作為優(yōu)選，所述步驟s3.1中，r3在1.2倍r1與2倍r1之間取值。

作為優(yōu)選，所述步驟s3.4中，根據拉依達準則(3σ準則)判定顯著點：假設中包含k3個點，計算它們ci*θi值的平均值μ和標準差σ，

若ci*θi大于(μ+3σ)，則為顯著點。

作為優(yōu)選，所述步驟s4包含：

s4.1，如果點q的鄰域內的局部極值點個數m≥2，創(chuàng)建m個分類，每一個極值點屬于一個分類；

s4.2，按照s3.2中確定的pi→pj的指向關系，將中的剩余點pi分配到與pj相同的分類中；

s4.3，檢查點q是否在分類邊緣上，如果是，則判定點q即為一個尖銳幾何邊緣點。

在本發(fā)明中，在為三維點云計算法向的過程中，尖銳幾何邊緣會引起附近法向的整體偏差，從而間接影響法向的自然分布狀態(tài)，本發(fā)明正是利用了點云法向對尖銳邊緣的敏感性設計了邊緣點的識別方法，能夠適應邊緣形態(tài)的任意變化。能夠根據局部鄰域中的法向分布狀態(tài)來識別邊緣點，對點云噪聲具有較強的魯棒性，并且能夠識別以較大鈍角相交面形成的邊緣。

在本發(fā)明中，幾何邊緣是反映物體表面幾何形態(tài)的重要特征，在幾乎所有基于點云的三維表面建模、目標識別、對象幾何尺寸量測等應用中，都需要從點云中提取精確幾何邊緣點的工作步驟。在三維表面建模應用中，識別出的幾何邊緣點被用來約束表面構網過程，確保構建的三角網在邊緣位置具有正確邊連接關系；隨后，在紋理貼圖過程中，幾何邊緣點能夠保證三角網邊緣與彩色圖像邊緣的一致性，提高邊緣位置紋理映射的精確性。在目標識別應用中，幾何邊緣點有助于區(qū)分前景對象與背景環(huán)境，提高目標匹配的計算效率和精度。在對象幾何尺寸測量中，識別出的尖銳幾何邊緣點，有助于測量人員定位精確的邊緣位置，實現真正邊到邊的精確測量。

有益效果：本發(fā)明的利用法向一致性識別尖銳幾何邊緣點的方法，能夠適應邊緣形態(tài)的任意變化，不需要對形成尖銳邊緣的相交表面做任何模型假設，能夠探測直線和曲線邊緣、以及多面相交形成的角點。該方法對于點云噪聲具有較強的魯棒性，識別出的邊緣點連續(xù)性很強，并且具有很強的敏感性，能夠識別大鈍角相交面形成的幾何邊緣，對于從三維點云中識別各類尖銳幾何邊緣都具有廣泛的適應性。

附圖說明

圖1為根據鄰域點集計算點云法向的示意圖。

圖2為相交面夾角與它們法向夾角的幾何關系示意圖。

圖3為鄰域點集內基于法向一致性的自動分類方法示意圖。

圖4為鄰域內分類中心點識別方法示意圖。

具體實施方式

本發(fā)明的利用法向一致性識別尖銳幾何邊緣點的方法，給定一幅點云，該識別方法包含以下步驟：

s1，計算每一個點q的法向，該步驟s1包含：

s1.1，搜索點q的鄰近點組成鄰近點集對于點q，搜索以q為中心、半徑為r1的球形范圍內的所有點，組成點q的鄰域點集如圖1中黑色加大的點所示；

s1.2，根據中所有點估計點q的法向量，點云中所有點的法向量均這樣求解，對于點云中的每一個點都按照這種方法計算它的法向量，假設中包含k1個點，<方法①>采用平面擬合的方法計算法向：如圖1所示，對中的點計算最小二乘意義上的擬合平面s，將平面s的法向作為點q的法向。平面s可以按照如下公式計算

其中，n是平面s的法向量，d是原點到平面s的垂直距離。<方法②>采用主成分分析的方法計算法向：計算的質心并構建半正定協(xié)方差矩陣a，

對a進行特征值分解，最小特征值對應的特征向量即為點q的法向。

s2，計算點云中每一個點q在鄰域范圍內的法向一致性，該步驟s2包括：

s2.1，搜索點q的鄰近點組成鄰近點集對于點q，搜索以q為中心、半徑為r2的球形范圍內的所有點，組成點q的鄰域點集其中，r2＝0.9*r1；

s2.2，根據中所有點的法向計算點q的鄰域法向一致性c：假設中包含k2個點，根據這k2個點與q的法向夾角計算點q的局部法向一致性cq，

其中，nq和ni分別是點q和它的鄰近點的法向，θ(ne,ni％是點q與鄰近點pi之間的法向夾角，σθ是用來評價兩個法向一致性的角度閾值，σθ的選取與幾何邊緣的尖銳程度定義有關。如圖2所示，面s1和面s2相交形成夾角為θs的幾何邊緣，θs越小，幾何邊緣越尖銳。法向n1和法向n2之間的夾角為θn，且θn+θs＝180°。如果可以接受的尖銳幾何邊緣夾角最大為θs，那么就將法向一致性夾角閾值σθ設置為180°-θs。例如：如果邊緣點探測過程中，最大只能接受150°夾角的幾何邊緣，那么可以將σθ設置為30°。

s3，針對點云中的每一個點q，在其鄰域范圍內尋找法向一致性局部極值點，該步驟s3包括：

s3.1，搜索點q的鄰近點組成鄰近點集對于點q，搜索以q為中心、半徑為r3的球形范圍內的所有點，組成點q的鄰域點集其中，r3＝1.2*r1，如圖3所示，在點q附近找出36個最鄰近點(如圖3中的黑色高亮點)，連同點q一起組成包含37個點的最鄰近點集

s3.2，對于中的每一個點pi，在中尋找法向一致性更強且與pi的法向夾角相對最小的點pj，將這個相對最小的法向夾角記為θi，即：

其中，ci和cj分別是pi和pj的局部法向一致性。同時，記錄下pi→pj的指向關系。而中一定存在一個局部法向一致性最高的點，中不存在比它的法向一致性更高的點，因此對該點不保存pi→pj的指向關系，但需要給該點賦一個特殊的θ值：等于它與中所有點的法向夾角的最大值，即

對于圖3中的為每一個點pi找出各自pj的，在圖中以帶箭頭的虛線標記出所有pi→pj的指向關系，b22是中的法向一致性最高點，因此無指向點。

s3.3，對于中的每一個點pi，計算ci*θi：圖4的散點圖記錄了圖3中37個鄰域點的計算結果；

s3.4，在中找出ci*θi特別大的顯著點，這些點就是點q的鄰域范圍內的法向一致性局部極值點?？梢愿鶕肋_準則(3σ準則)判定顯著點：假設中包含k3個點，計算它們ci*θi值的平均值μ和標準差σ，

那些ci*θi值大于μ+3σ的點就是中的法向一致性局部極值點。如圖4中的37個鄰域點，μ+3σ＝70.2，只有b16和b22兩個點高于該值，因此，點b16和點b22是點q最鄰近點集中的法向一致性局部極值點。

s4，如果某個點q的鄰域內局部極值點個數≥2，則將鄰域點集中的所有點都分配到以局部極值點為中心的分類中。如果點q正好在分類的邊緣上，那么該點就是一個尖銳幾何邊緣點。該步驟s4包括：

s4.1，如果點q在它的領域內的局部極值點個數m＝1，沒有尖銳邊緣經過鄰域范圍，點q也一定不是尖銳幾何邊緣點；如果局部極值點個數m≥2，鄰域范圍內存在尖銳邊緣，為所有鄰域點創(chuàng)建m個分類，為每一個極值點分配一個分類；

s4.2，按照s3.2中確定的pi→pj的指向關系，將中的剩余點pi分配到與pj相同的分類中，直至將中的所有點都分配到這m個分類中。如圖3，b16和b22是步驟s3.4得到的點q的鄰域局部極值點，根據它們分別創(chuàng)建兩個分類，并按照指向關系將剩余點分配到這兩個類中，b16創(chuàng)建的類包含15個點，b22創(chuàng)建的類包含22個點。

s4.3，檢查點q是否是某個分類的邊緣上，如果是，則判定點q即為一個尖銳幾何邊緣點，如圖3，點q位于b22對應分類的邊緣上，所以點q是一個尖銳幾何邊緣點。

以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出：對于本技術領域的普通技術人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本發(fā)明的保護范圍。