点云骨架提取方法及装置

摘要

一种点云骨架提取方法，包括：获取输入的点云采样数据；根据迭代公式进行点云收缩得到骨架分支，所述迭代公式为：其中，其中，i，j为正整数，J为点云采样数据的点集合，q_j为点集合J中的采样点，I为采样点q_j的邻域点集合，x_i为邻域点集合I中的邻域点，为邻域点集合I中不属于x_i的邻域点，R为规整项，γ_i为权重系数，h为邻域点集合I的邻域半径，σ_i为分布系数；连接所述骨架分支得到点云骨架。此外，还提供了一种点云骨架提取装置。上述点云骨架提取方法及装置能够提高点云骨架的准确性。

主权项

一种点云骨架提取方法，包括：获取输入的点云采样数据；根据迭代公式进行点云收缩得到骨架分支，所述迭代公式为：$\underset{X}{\arg \min }\underset{x_i\in I}{\Sigma }\underset{q_j\in J}{\Sigma }\left|\right|x_i-q_j\left|\right|\theta \left(\right||x_i-q_j|\left|\right)+R\left(X\right);$其中，$R\left(X\right)=\underset{x_i\in I}{\Sigma }{\gamma }_i\underset{x_{i^{\prime }}\in I/\left\{x_i\right\}}{\Sigma }\frac{\theta \left(\right||x_i-x_{i`}|\left|\right)}{{\sigma }_i\left|\right|x_i-x_{i`}\left|\right|},\theta \left(r\right)=e^{-\frac{4r^2}{h^2}};$其中，i，j为正整数，J为点云采样数据的点集合，q_j为点集合J中的采样点，I为采样点q_j的邻域点集合，x_i为邻域点集合I中的邻域点，x_i'为邻域点集合I中不属于x_i的邻域点，R为规整项，γ_i为权重系数，h为邻域点集合I的邻域半径，σ_i为分布系数；所述根据迭代公式进行点云收缩的步骤为：设置初始邻域半径以h_i＝h_i‑1+h₀/2的方式逐步扩大邻域半径，其中，d_bb为点云包围盒对角线长度，|J|为点云采样数据的点集合中采样点的个数；根据扩大的邻域半径以及所述迭代公式进行点云收缩；所述分布系数σ_i的获取步骤为：根据PCA算法为采样点建立协方差矩阵；根据下述公式得到分布系数：${\sigma }_i=\sigma \left(x_i\right)=\frac{\lambda 2_i}{\lambda 0_i+\lambda 1_i+\lambda 2_i}$其中，λ0_i、λ1_i和λ2_i为所述协方差矩阵的三个特征值，且λ0_i≤λ1_i≤λ2_i；连接所述骨架分支得到点云骨架。