【技術實現步驟摘要】
【專利摘要】，其特征是點云濾波方法為：1)使用一個固定深度攝像頭獲取三維目標的離散點云；2)對點云數據創建三維體素柵格，體素柵格內所有點最終就用一個重心點表示；3)計算離散點云全局距離的均值和方差；4)計算離散點云全局的距離閾值；5)計算某一個點和其領域點之間的平均距離，并判斷其與全局距離閾值之間的關系。本專利技術的優點是：能快速有效的對海量離散點云數據壓縮和濾波；能有效改善點云數據密度不均勻性；能快速將標準范圍之外的離群點去掉。【專利說明】
本專利技術涉及機器人視覺領域，具體涉及三維點云濾波方法。
技術介紹
隨著高精度激光掃描設備和計算機視覺技術的發展，點云技術在曲面重建和三維仿真等方面也得到了越來越多的應用。但是采集到的點云數據往往十分密集，數據量一般非常巨大，而且由于一些因素的干擾，數據通常密度也不是很均勻，疊加了許多離群點和噪聲，會嚴重影響到后續的工作，如點云數據的搜索或三維重建等過程。針對點云數據的濾波，主要有基于數學形態學的濾波算法、基于三角網濾波算法、小波分層等幾種算法。國內外的學者對離散點云的離群點的識別和濾除進行了研究，離群點的識別方法主要有基于分布、基于深度、基于距離及基于密度等幾種。目前的研究大部分都是對Lidar采集的點云數據提出的濾波算法。基于計算機視覺方法采集的點云數據，國內外研究還處在剛剛起步階段。將數學方法應用于離散三維點云濾波是一種有效的技術手段。本方法能快速實現離散點云的濾波，能有效的解決離散點云密度不均勻性的問題，能有效的去除大量的噪聲點和離群點。
技術實現思路
為了克服現有的離散點云濾波方法不足，本專利技術提...
【技術保護點】
一種快速的離散三維點云濾波方法，其特征是點云濾波方法為：1)、使用一個固定深度攝像頭獲取三維目標的離散點云。2)、對點云數據創建三維體素柵格，體素柵格內所有點最終就用一個重心點表示，即x‾=1/sΣ(x,y,z)∈Ax]]>y‾=1/sΣ(x,y,z)∈Ay]]>z‾=1/sΣ(x,y,z)∈Az---(1)]]>其中，S為體素柵格A內離散點的總數，(x，y，z)是體素柵格內的任意一點。3)、計算離散點云全局距離的均值和方差d‾=1/nΣl=1ndisl,D(dis)=Σl=1n(disl-d-)2---(2)]]>其中，n為點云的數目，dis是兩個點之間的距離，是離散點云全局距離的均值，D(dis)是離散點云全局距離的方差。4)、計算離散點云全局的距離閾值dθ=d‾+λ*D(dis)---(3)]]>其中，λ為標準方差系數，dθ是離散點云全局的距離閾值。5)、計算某一個點和...
【技術特征摘要】
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。