CN101127031A - 点云数据均值过滤系统及方法 - Google Patents

Abstract

本发明提供一种点云数据均值过滤系统，其包括应用服务器、多个使用者端计算机及点云获取装置。该应用服务器包括点云汇入模块、点云过滤模块及存储模块。上述点云过滤模块包括区域计算子模块、网格化子模块及过滤子模块。本发明还提供一种点云数据均值过滤方法，其包括如下步骤：汇入点云；确定点云所在的立方体区域；将点云所在的立方体区域网格化以得到多个网格；计算每个网格中的所有点与该网格的中心点之间的距离；及保留上述每个网格中离网格中心点最近的点并删除其余点得到一个数据量少且较均匀的点云。利用本发明所提供的点云数据均值过滤系统及方法，可快速地对点云数据进行精简及过滤，以便获得一个数据量少、不失真且较均匀的点云。

Description

点云数据均值过滤系统及方法

技术领域

本发明涉及一种点云数据均值过滤系统及方法。

背景技术

提高和保证产品质量，是企业活动中的重要内容。为了提高和保证产品质量，对产品实施检验是必不可少的，通过检验活动提供产品及其制造过程的质量信息，按照这些信息对产品的制造过程实施控制及进行修正和补偿活动，使废次品与返修品率降到最低程度，保证产品质量形成过程的稳定性及其产出产品的一致性。同时，日渐增多且急迫的检验需求要求企业能够快速、准确地实施产品的检验。

早期对于受测对象的检验，一般采用特定的检验仪器，经人工比对后确定检测值，如此既费时又耗资，使生产周期增长，生产成本增加，且基于人工确定的信息，经常包含有人的误差的影响。近年来，随着计算机硬件性能的提高及价格的降低，计算机在受测对象检验活动中被大量的引入，因而提高了检验的速度和准确性。其做法一般是使用扫描机台扫描受测对象，获得由多个三维离散点组成的点的集合，一般称之为点云，将点云资料汇入计算机，执行相应软件对点云资料进行处理，比如量测点云，色阶比对等，从而实现对受测对象的检验。2003年11月19日公开的中国第1456975号专利发明有一种自动扫描量测数据分析处理系统和方法，该系统包括有一自动扫描量测子系统，用于根据实体对象的点云数据来量测实体对象并获得量测尺寸，该发明可自动实现对实体对象的量测，并将量测值与设计值进行对比以指导生产。

但是，在实际应用中，尚有另外的需求。目前扫描机台扫描受测对象后获得的点云数据一般密度较大，而利用点云进行色阶比对或逆向工程时一般不需要较多的点，较多的点会加重电脑的负荷。

发明内容

鉴于以上内容，有必要提供一种点云数据均值过滤系统，其可快速地对点云数据进行精简及过滤，以便获得一个数据量少、不失真且较均匀的点云。

鉴于以上内容，还有必要提供一种点云数据均值过滤方法，其可快速地对点云数据进行精简及过滤，以便获得一个数据量少、不失真且较均匀的点云。

一种点云数据均值过滤系统，其包括应用服务器、多个使用者端计算机及点云获取装置。所述的应用服务器包括：点云汇入模块，用于从上述点云获取装置中汇入一个点云，并在使用者端计算机提供的图形处理界面中生成并且显示上述点云形成的图像；及点云过滤模块，用于对上述点云进行过滤处理。所述点云过滤模块包括：区域计算子模块，用于通过比较该点云的点云数组中所有点坐标的方式计算上述点云的最大区域点坐标及最小区域点坐标，并由该点云的最大区域点坐标及最小区域点坐标确定点云所在的立方体区域；网格化子模块，用于根据用户设定的网格间距将上述点云所在的立方体区域网格化以得到多个网格；及过滤子模块，用于计算每个网格中的所有点与该网格的中心点之间的距离，保留上述每个网格中离网格中心点最近的点并删除其余点得到一个数据量少且较均匀的点云。。

一种点云数据均值过滤方法，该方法包括以下步骤：(a)从一个点云获取装置中汇入一个点云，并在使用者端计算机提供的图形处理界面中生成并且显示上述点云形成的图像；(b)通过比较该点云的点云数组中所有点坐标的方式计算上述点云的最大区域点坐标及最小区域点坐标，并由该点云的最大区域点坐标及最小区域点坐标确定点云所在的立方体区域；(c)根据用户设定的网格间距将上述点云所在的立方体区域网格化以得到多个网格；(d)计算每个网格中的所有点与该网格的中心点之间的距离；及(e)保留上述每个网格中离网格中心点最近的点并删除其余点得到一个数据量少且较均匀的点云。

利用本发明，可以对雷射扫描机台扫描出的点云数据进行精简和均值化，以便获得一个数据量少、不失真且较均匀的点云。

附图说明

图1是本发明点云数据均值过滤系统较佳实施方式的硬件架构图。

图2是本发明点云数据均值过滤系统较佳实施方式中应用服务器的功能模块图。

图3是图2所示点云过滤模块的功能子模块图。

图4是本发明点云数据均值过滤方法较佳实施方式的作业流程图。

图5是图4所示点云数据均值过滤方法较佳实施方式中步骤S26过滤点云的具体实施流程图。

具体实施方式

如图1所示，是本发明点云数据均值过滤系统较佳实施方式的硬件架构图。该系统包括点云获取装置6、应用服务器7、网络4及多个使用者端计算机5。

其中分布式分布的多个使用者端计算机5利用网络4与应用服务器7相连，网络4可以是一企业内部网(Intranet)，也可以是互联网(Internet)或其它类型的通讯网络。

点云获取装置6与应用服务器7相连，用于获取扫描受测对象得到的点云数据。在本较佳实施方式中，该点云获取装置6是一个扫描测量机台，其通过扫描受测对象获取点云数据。

应用服务器7用于从点云获取装置6中汇入点云数据，并对上述点云进行均值过滤，以获得一个数据量少且较均匀的点云。

使用者端计算机5提供图形处理界面，该图形处理界面能够生成并显示应用服务器7汇入的点云数据组成的图像，并获取及显示对点云进行过滤后的结果。

如图2所示，是本发明点云数据均值过滤系统较佳实施方式中应用服务器的功能模块图。应用服务器7包括点云汇入模块10、点云过滤模块20及存储模块30。

其中，点云汇入模块10用于从点云获取装置6中汇入点云数据，并在使用者端计算机5提供的图形处理界面中生成并且显示上述点云数据形成的图像。

点云过滤模块20用于对所汇入的点云进行过滤以获得一个数据量少且较均匀的点云。

存储模块30用于存储该数据量少且较均匀的点云及其所包含的点的个数。

如图3所示，是图2所示点云修剪模块的功能子模块图。该点云过滤模块20包括区域计算子模块210、网格化子模块211及过滤子模块212。

其中，区域计算子模块210用于计算所汇入点云的最大、最小区域点。点云汇入模块10汇入的点云数据为多个离散点的三维坐标，故通过比较该点云中的点云数组pPt中所有点坐标的方式可求得点云中的最小区域点ptMin(x，y，z)的三维坐标(ptMin.x，ptMin.y，ptMin.z)及最大区域点ptMax(x，y，z)的三维坐标(ptMax.x，ptMax.y，ptMax.z)，从而确定了由上述点云的最大、最小区域点坐标组成的点云所在的立方体区域。

网格化子模块211用于根据用户视实际情况在程序中设定的一个网格间距Step将上述点云所在的立方体区域以一定的网格数目进行网格化以得到多个网格。其中，用户设定的网格间距Step在X轴、Y轴、Z轴方向是相同的，网格化子模块211利用该网格间距Step分别计算点云在X轴、Y轴、Z轴方向的网格数目nGX，nGY，nGZ，即nGX＝(ptMax.x-ptMin.x)/Step，nGY＝(ptMax.y-ptMin.y)/Step，nGZ＝(ptMax.z-ptMin.z)/Step。

过滤子模块212用于将点云中所包含的每个点的标识根据其坐标填入到上述相应的网格内，及保留每个网格中离网格的中心点最近的点并删除其余点以得到过滤后的点云。循环点云中的每个点，根据当前点a的坐标分别确定其在X轴、Y轴、Z轴方向的网格数nX、nY、nZ，从而确定其位于点云区域的第(nX、nY、nZ)网格内，并将其标识填入该网格内，其中nX＝(fPt[0]-ptMin.x)/Step，nY＝(fPt[1]-ptMin.y)/Step，nZ＝(fPt[2]-ptMin.z)/Step，上述fPt[0]、fPt[1]、fPt[2]为点云中当前点a的三维坐标。根据点云的最小区域点ptMin(x，y，z)的三维坐标(ptMin.x，ptMin.y，ptMin.z)及网格间距Step循环求取每个网格的中心点坐标(MinXYZ[0]，MinXYZ[1]，MinXYZ[2])，其中MinXYZ[0]＝ptMin.X+i*Step+Step/2，MinXYZ[1]＝ptMin.y+j*Step+Step/2，MinXYZ[2]＝ptMin.z+k*Step+Step/2，其中i从0一直循环至nGx，j从0一直循环至nGy，z从0一直循环至nGz。对于每一个网格，循环计算其中的每个点与该网格中心点之间的距离，将距离网格中心点最近的点保留并删除该网格中的其余点，各个网格均执行完上述步骤之后就得到一个数据量较小且较均匀的点云。

如图4所示，是本发明点云数据均值过滤方法较佳实施方式的作业流程图。首先，点云汇入模块10从点云获取装置6中汇入点云数据，并在使用者端计算机5提供的图形处理界面中生成并且显示上述点云数据形成的图像(步骤S20)。区域计算子模块210计算所汇入点云的最大、最小区域点。点云汇入模块10汇入的点云数据为多个离散点的三维坐标，故通过比较该点云中的点云数组pPt中所有点坐标的方式可求得点云中的最小区域点ptMin(x，y，z)的三维坐标(ptMin.x，ptMin.y，ptMin.z)及最大区域点ptMax(x，y，z)的三维坐标(ptMax.x，ptMax.y，ptMax.z)，从而确定了由上述点云的最大、最小区域点坐标组成的点云所在的立方体区域(步骤S22)。网格化子模块211根据用户视实际情况在程序中设定的一个网格间距Step将上述点云所在的立方体区域以一定的网格数目进行网格化得到多个网格。用户设定的网格间距Step在X轴、Y轴、Z轴方向上是相同的，网格化子模块211利用该网格间距Step分别计算点云在X轴、Y轴、Z轴方向的网格数目nGX，nGY，nGZ，即nGX＝(ptMax.x-ptMin.x)/Step，nGY＝(ptMax.y-ptMin.y)/Step，nGZ＝(ptMax.z-ptMin.z)/Step(步骤S24)。过滤子模块212将点云中所包含的每个点的标识根据其坐标填入到上述相应网格内，及保留每个网格中离网格中心点最近的点并删除其余点以得到一个数据量少且较均匀的点云(步骤S26)。存储模块30存储该数据量少且较均匀的点云及其所包含的点的个数(步骤S28)。

如图5所示，是图4所示点云数据均值过滤方法较佳实施方式中步骤S26过滤点云的具体实施流程图。过滤子模块212循环点云中的每个点，根据当前点a的坐标分别确定其在X轴、Y轴、Z轴方向的网格数nX、nY、nZ，从而确定其位于点云区域的第(nX、nY、nZ)网格内，并将其标识填入该网格内，其中nX＝(fPt[0]-ptMin.x)/Step，nY＝(fPt[1]-ptMin.y)/Step，nZ＝(fPt[2]-ptMin.z)/Step，上述fPt[0]、fPt[1]、fPt[2]为点云中当前点a的三维坐标(步骤S260)。根据点云的最小区域点ptMin(x，y，z)的三维坐标(ptMin.x，ptMin.y，ptMin.z)及网格间距Step循环求取每个网格的中心点坐标(MinXYZ[0]，MinXYZ[1]，MinXYZ[2])，其中MinXYZ[0]＝ptMin.x+i*Step+Step/2，MinXYZ[1]＝ptMin.y+j*Step+Step/2，MinXYZ[2]＝ptMin.z+k*Step+Step/2，其中i从0一直循环至nGx，j从0一直循环至nGy，z从0一直循环至nGz(步骤S262)。计算每个网格中的所有点与该网格的中心点之间的距离，以得到各个网格内距离其中心点最近的点(步骤S264)。保留每个网格中离其中心点最近的点并删除其余点以得到一个数据量少且较均匀的点云(步骤S266)。

Claims (4)

1.一种点云数据均值过滤系统，其包括应用服务器、使用者端计算机及点云获取装置，其特征在于：

所述的应用服务器包括：

点云汇入模块，用于从上述点云获取装置中汇入一个点云，并在使用者端计算机提供的图形处理界面中生成并且显示上述点云形成的图像；及

点云过滤模块，用于对上述点云进行过滤处理，其包括：

区域计算子模块，用于通过比较该点云的点云数组中所有点坐标的方式计算上述点云的最大区域点坐标及最小区域点坐标，并由该点云的最大区域点坐标及最小区域点坐标确定点云所在的立方体区域；

网格化子模块，用于根据用户设定的网格间距将上述点云所在的立方体区域网格化以得到多个网格；及

过滤子模块，用于计算每个网格中的所有点与该网格的中心点之间的距离，保留上述每个网格中离网格中心点最近的点并删除其余点得到一个数据量少且较均匀的点云。

2.如权利要求1所述的点云数据均值过滤系统，其特征在于，所述应用服务器还包括存储模块，用于存储该数据量少且较均匀的点云及其所包含的点的个数。

3.一种点云数据均值过滤方法，其特征在于，其包括如下步骤：

从一个点云获取装置中汇入一个点云，并在使用者端计算机提供的图形处理界面中生成并且显示上述点云形成的图像；

通过比较该点云的点云数组中所有点坐标的方式计算上述点云的最大区域点坐标及最小区域点坐标，并由该点云的最大区域点坐标及最小区域点坐标确定点云所在的立方体区域；

根据用户设定的网格间距将上述点云所在的立方体区域网格化以得到多个网格；

计算每个网格中的所有点与该网格的中心点之间的距离；及

保留上述每个网格中离网格中心点最近的点并删除其余点得到一个数据量少且较均匀的点云。

4.如权利要求3所述的点云数据均值过滤方法，其特征在于，该方法还包括如下步骤：

存储该数据量少且较均匀的点云及其所包含的点的个数。