一种快速的离散三维点云滤波方法

摘要

一种快速的离散三维点云滤波方法，其特征是点云滤波方法为：1)使用一个固定深度摄像头获取三维目标的离散点云；2)对点云数据创建三维体素栅格，体素栅格内所有点最终就用一个重心点表示；3)计算离散点云全局距离的均值和方差；4)计算离散点云全局的距离阈值；5)计算某一个点和其领域点之间的平均距离，并判断其与全局距离阈值之间的关系。本发明的优点是：能快速有效的对海量离散点云数据压缩和滤波；能有效改善点云数据密度不均匀性；能快速将标准范围之外的离群点去掉。

主权项

1.一种快速的离散三维点云滤波方法，其特征是点云滤波方法为：1)、使用一个固定深度摄像头获取三维目标的离散点云。2)、对点云数据创建三维体素栅格，体素栅格内所有点最终就用一个重心点表示，即$\bar{x}=1/s\underset{(x,y,z)\in A}{\Sigma }x$$\bar{y}=1/s\underset{(x,y,z)\in A}{\Sigma }y$$\bar{z}=1/s\underset{(x,y,z)\in A}{\Sigma }z---\left(1\right)$其中，S为体素栅格A内离散点的总数，(x，y，z)是体素栅格内的任意一点。3)、计算离散点云全局距离的均值和方差$\bar{d}=1/n\underset{l=1}{\overset{n}{\Sigma }}{\mathrm{dis}}_l,D\left(\mathrm{dis}\right)=\underset{l=1}{\overset{n}{\Sigma }}{({\mathrm{dis}}_l-\stackrel{-}{d})}^2---\left(2\right)$其中，n为点云的数目，dis是两个点之间的距离，是离散点云全局距离的均值，D(dis)是离散点云全局距离的方差。4)、计算离散点云全局的距离阈值$d_{\theta }=\bar{d}+\lambda *\sqrt{D\left(\mathrm{dis}\right)}---\left(3\right)$其中，λ为标准方差系数，d_θ是离散点云全局的距离阈值。5)、计算某一个点和其领域点之间的平均距离并判断其与全局距离阈值之间的关系。$\Pi =\left\{\begin{array}{c}\overline{d_l}>d_{\theta },\mathrm{outliers}\\ \overline{d_l}\ge d_{\theta },\mathrm{inliers}\end{array}\right.---\left(4\right)$当则判断该点为离群点(outliers)；当则判断该点为内点(inliers)。