CN103729872A - 一种基于分段重采样和表面三角化的点云增强方法 - Google Patents
一种基于分段重采样和表面三角化的点云增强方法 Download PDFInfo
- Publication number
- CN103729872A CN103729872A CN201310742584.5A CN201310742584A CN103729872A CN 103729872 A CN103729872 A CN 103729872A CN 201310742584 A CN201310742584 A CN 201310742584A CN 103729872 A CN103729872 A CN 103729872A
- Authority
- CN
- China
- Prior art keywords
- cloud
- resampling
- tif
- method based
- path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012952 Resampling Methods 0.000 title claims abstract description 42
- 238000005070 sampling Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 239000013598 vector Substances 0.000 claims description 24
- 230000011218 segmentation Effects 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 238000012887 quadratic function Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000013341 scale-up Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
技术领域
本发明涉及环境信息采集和点云处理领域,尤其涉及一种基于分段重采样和表面三角化的点云增强方法。
背景技术
传统的点云增强方法对点云直接进行重采样,然后进行表面三角化,或是不进行重采样而直接进行表面三角化。对于传感器采集的真实环境数据,噪声较大,若直接进行表面三角化,三角网格表面将凹凸不平,模型效果差。即便进行重采样,虽能提升点云密度,达到更好的模型近似效果,但也但也会因重采样的平滑作用削弱环境原有的边、角等结构。
发明内容
本发明的目的是克服现有技术的不足,提供一种基于分段重采样和表面三角化的点云增强方法。
基于分段重采样和表面三角化的点云增强方法的具体步骤如下:
3)合并重采样后的所有新点集的集合,得到新的点云,对新的点云进行表面三角化,得到三角网格模型;若存在观测位姿已知的彩色图片,则将彩色纹理映射到三角网格表面,得到带彩色纹理的三角网格表面模型,否则只得到三角网格模型。
所述的步骤1)中对输入点云进行分割的方法为:使用区域增长算法,以每次在点云中随机选取的区域增长种子点为起始,以分割得到的点集所表示的表面一阶连续、二阶连续为条件,通过不断吸纳符合增长条件的新点,拓展该区域的范围,若不能再拓展,则另取种子点并拓展下一个区域,直至所有点被拓展完毕。
所述的一阶连续条件为:
所述的步骤2)为,利用移动最小二乘法对每个子集进行重采样,搜索中每个点周围半径小于范围内的数量不超过的所有最近邻点,得到点集,为拟合平面,以在平面内的投影点位置为自变量,到平面的距离为函数值,拟合二元二次函数,在该局部区域以为采样函数、为采样密度进行重采样。
所述的步骤3)中对新的点云进行表面三角化的方法为:对于新的点云中的每个点,其周围半径小于范围内的数量不超过的所有最近邻点组成的点集为,为点集拟合的平面为,将点集包含的所有点投影到平面上得到二维点集,利用基于局部搜索的二维三角化算法,逐点建立与周围点的连接关系,将该连接关系映射回新的点云,即实现了新的点云的表面三角化。
本发明与现有技术相比,具有的有益效果:
1.在对环境结构进行准确恢复的同时,避免了环境原有的边缘、转角被错误地平滑掉;
2.根据模型表面形状变化剧烈程度的不同而选择不同的采样密度,模型表示更为高效;
3.在模型局部将点集投影到二维平面上进行三角化,计算效率比直接在三维空间中进行三角化更高。
附图说明
图1是基于分段重采样和表面三角化的点云增强方法操作流程图;
图2是基于分段重采样的点云重采样效果图;
图3是基于分段重采样和表面三角化的点云增强效果图。
具体实施方式
基于分段重采样和表面三角化的点云增强方法的具体步骤如下:
3)合并重采样后的所有新点集的集合,得到新的点云,对新的点云进行表面三角化,得到三角网格模型;若存在观测位姿已知的彩色图片,则将彩色纹理映射到三角网格表面,得到带彩色纹理的三角网格表面模型,否则只得到三角网格模型。
所述的步骤1)中对输入点云进行分割的方法为:使用区域增长算法(Adams R, Bischof L. Seeded region growing[J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 1994, 16(6): 641-647.),以每次在点云中随机选取的区域增长种子点为起始,以分割得到的点集所表示的表面一阶连续、二阶连续为条件,通过不断吸纳符合增长条件的新点,拓展该区域的范围,若不能再拓展,则另取种子点并拓展下一个区域,直至所有点被拓展完毕。
所述的一阶连续条件为:
所述的步骤2)为,利用移动最小二乘法(Lancaster P, Salkauskas K. Surfaces generated by moving least squares methods[J]. Mathematics of computation, 1981, 37(155): 141-158.)对每个子集进行重采样,搜索中每个点周围半径小于范围内的数量不超过的所有最近邻点,得到点集,为拟合平面,以在平面内的投影点位置为自变量,到平面的距离为函数值,拟合二元二次函数,在该局部区域以为采样函数、为采样密度进行重采样。
,
所述的步骤3)中对新的点云进行表面三角化的方法为:对于新的点云中的每个点,其周围半径小于范围内的数量不超过的所有最近邻点组成的点集为,为点集拟合的平面为,将点集包含的所有点投影到平面上得到二维点集,利用基于局部搜索的二维三角化算法(Hardwick J C. Nested parallel 2D Delaunay triangulation method: U.S. Patent 6,088,511[P]. 2000-7-11.)逐点建立与周围点的连接关系,将该连接关系映射回新的点云,即实现了新的点云的表面三角化。
本发明的对点云模型进行重采样和表面网格模型构建。激光测距仪、深度相机等设备采集到的点云存在误差,且点云的空间分布不均匀,近处密,远处疏,某些方向密,其它方向疏。经过本发明所述的重采样后,点云噪声水平降低,模型精度提高,且点的空间分布更为均一。进一步进行表面三角化后,可得到连续的表面结构,相对与原始点云的离散、稀疏,三角化后的网格表面视觉效果更好。
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310742584.5A CN103729872B (zh) | 2013-12-30 | 2013-12-30 | 一种基于分段重采样和表面三角化的点云增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310742584.5A CN103729872B (zh) | 2013-12-30 | 2013-12-30 | 一种基于分段重采样和表面三角化的点云增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103729872A true CN103729872A (zh) | 2014-04-16 |
CN103729872B CN103729872B (zh) | 2016-05-18 |
Family
ID=50453933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310742584.5A Active CN103729872B (zh) | 2013-12-30 | 2013-12-30 | 一种基于分段重采样和表面三角化的点云增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103729872B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331927A (zh) * | 2014-10-15 | 2015-02-04 | 中国石油天然气股份有限公司 | 一种储层数字露头表层模拟的方法和系统 |
CN104835137A (zh) * | 2014-12-31 | 2015-08-12 | 中国科学院深圳先进技术研究院 | 空间采样方法及装置 |
CN106485244A (zh) * | 2016-10-12 | 2017-03-08 | 上海联影医疗科技有限公司 | 采样方法及装置 |
CN106504332A (zh) * | 2016-10-19 | 2017-03-15 | 未来科技(襄阳)有限公司 | 三维点云的曲面重建方法和装置 |
CN107316343A (zh) * | 2016-04-26 | 2017-11-03 | 腾讯科技(深圳)有限公司 | 一种基于数据驱动的模型处理方法及设备 |
CN107680168A (zh) * | 2017-09-15 | 2018-02-09 | 电子科技大学 | 三维重建中基于平面拟合的网格简化方法 |
CN109191584A (zh) * | 2018-08-16 | 2019-01-11 | Oppo广东移动通信有限公司 | 三维模型处理方法、装置、电子设备及可读存储介质 |
CN109389672A (zh) * | 2018-09-29 | 2019-02-26 | 广东工业大学 | 一种反光工件点云的处理方法 |
CN110006372A (zh) * | 2019-03-18 | 2019-07-12 | 华中科技大学 | 一种基于局部优化的三维点云平面度计算方法 |
CN110047099A (zh) * | 2019-02-27 | 2019-07-23 | 视缘(上海)智能科技有限公司 | 一种基于3d点云表示模型的方法 |
WO2020155142A1 (zh) * | 2019-02-02 | 2020-08-06 | 深圳市大疆创新科技有限公司 | 一种点云重采样的方法、装置和系统 |
CN112598737A (zh) * | 2020-12-24 | 2021-04-02 | 中建科技集团有限公司 | 室内机器人定位方法、装置、终端设备及存储介质 |
CN114821541A (zh) * | 2022-06-23 | 2022-07-29 | 深圳大学 | 一种基于网格模型的道路面损伤检测方法及相关设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2389500A (en) * | 2002-04-20 | 2003-12-10 | Virtual Mirrors Ltd | Generating 3D body models from scanned data |
CN102930597A (zh) * | 2012-09-28 | 2013-02-13 | 中国科学院自动化研究所 | 一种外存三维模型的处理方法 |
CN103279980A (zh) * | 2013-05-08 | 2013-09-04 | 西安理工大学 | 基于点云数据的树叶建模方法 |
-
2013
- 2013-12-30 CN CN201310742584.5A patent/CN103729872B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2389500A (en) * | 2002-04-20 | 2003-12-10 | Virtual Mirrors Ltd | Generating 3D body models from scanned data |
CN102930597A (zh) * | 2012-09-28 | 2013-02-13 | 中国科学院自动化研究所 | 一种外存三维模型的处理方法 |
CN103279980A (zh) * | 2013-05-08 | 2013-09-04 | 西安理工大学 | 基于点云数据的树叶建模方法 |
Non-Patent Citations (3)
Title |
---|
HUI XIE 等: "Piecewise C1 continuous surface reconstruction of noisy point clouds via local implicit quadric regression", 《VISUALIZATION,2003,VIS 2003,IEEE》, 24 October 2003 (2003-10-24), pages 91 - 98, XP010671742, DOI: doi:10.1109/VISUAL.2003.1250359 * |
杨客 等: "基于自适应八叉树分割点云的表面模型重建", 《计算机应用与软件》, vol. 30, no. 6, 30 June 2013 (2013-06-30) * |
胡怀宇 等: "基于区域生长法的散乱点云分区方法", 《计算机应用》, vol. 29, no. 10, 31 October 2009 (2009-10-31) * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331927A (zh) * | 2014-10-15 | 2015-02-04 | 中国石油天然气股份有限公司 | 一种储层数字露头表层模拟的方法和系统 |
CN104331927B (zh) * | 2014-10-15 | 2017-09-15 | 中国石油天然气股份有限公司 | 一种储层数字露头表层模拟的方法和系统 |
CN104835137A (zh) * | 2014-12-31 | 2015-08-12 | 中国科学院深圳先进技术研究院 | 空间采样方法及装置 |
CN104835137B (zh) * | 2014-12-31 | 2017-12-01 | 中国科学院深圳先进技术研究院 | 空间采样方法及装置 |
CN107316343A (zh) * | 2016-04-26 | 2017-11-03 | 腾讯科技(深圳)有限公司 | 一种基于数据驱动的模型处理方法及设备 |
CN107316343B (zh) * | 2016-04-26 | 2020-04-07 | 腾讯科技(深圳)有限公司 | 一种基于数据驱动的模型处理方法及设备 |
CN106485244A (zh) * | 2016-10-12 | 2017-03-08 | 上海联影医疗科技有限公司 | 采样方法及装置 |
CN106504332A (zh) * | 2016-10-19 | 2017-03-15 | 未来科技(襄阳)有限公司 | 三维点云的曲面重建方法和装置 |
CN107680168B (zh) * | 2017-09-15 | 2020-03-27 | 电子科技大学 | 三维重建中基于平面拟合的网格简化方法 |
CN107680168A (zh) * | 2017-09-15 | 2018-02-09 | 电子科技大学 | 三维重建中基于平面拟合的网格简化方法 |
CN109191584A (zh) * | 2018-08-16 | 2019-01-11 | Oppo广东移动通信有限公司 | 三维模型处理方法、装置、电子设备及可读存储介质 |
US11403819B2 (en) | 2018-08-16 | 2022-08-02 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Three-dimensional model processing method, electronic device, and readable storage medium |
CN109389672A (zh) * | 2018-09-29 | 2019-02-26 | 广东工业大学 | 一种反光工件点云的处理方法 |
CN109389672B (zh) * | 2018-09-29 | 2023-03-21 | 广东工业大学 | 一种反光工件点云的处理方法 |
WO2020155142A1 (zh) * | 2019-02-02 | 2020-08-06 | 深圳市大疆创新科技有限公司 | 一种点云重采样的方法、装置和系统 |
CN110047099A (zh) * | 2019-02-27 | 2019-07-23 | 视缘(上海)智能科技有限公司 | 一种基于3d点云表示模型的方法 |
CN110006372A (zh) * | 2019-03-18 | 2019-07-12 | 华中科技大学 | 一种基于局部优化的三维点云平面度计算方法 |
WO2022134415A1 (zh) * | 2020-12-24 | 2022-06-30 | 中建科技集团有限公司 | 室内机器人定位方法、装置、终端设备及存储介质 |
CN112598737A (zh) * | 2020-12-24 | 2021-04-02 | 中建科技集团有限公司 | 室内机器人定位方法、装置、终端设备及存储介质 |
CN112598737B (zh) * | 2020-12-24 | 2024-08-16 | 中建科技集团有限公司 | 室内机器人定位方法、装置、终端设备及存储介质 |
CN114821541A (zh) * | 2022-06-23 | 2022-07-29 | 深圳大学 | 一种基于网格模型的道路面损伤检测方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN103729872B (zh) | 2016-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103729872A (zh) | 一种基于分段重采样和表面三角化的点云增强方法 | |
CN107123164B (zh) | 保持锐利特征的三维重建方法及系统 | |
CN106600622B (zh) | 一种基于超体素的点云数据分割方法 | |
CN109272537B (zh) | 一种基于结构光的全景点云配准方法 | |
CN110838115B (zh) | 运用轮廓线提取和四维曲面拟合的古文物三维模型变化检测方法 | |
CN104952107A (zh) | 基于车载LiDAR点云数据的桥梁三维重建方法 | |
CN110807781B (zh) | 一种保留细节与边界特征的点云精简方法 | |
CN106709947A (zh) | 一种基于rgbd相机的三维人体快速建模系统 | |
CN113066162B (zh) | 一种用于电磁计算的城市环境快速建模方法 | |
WO2018061010A1 (en) | Point cloud transforming in large-scale urban modelling | |
CN107657659A (zh) | 基于长方体拟合扫描三维点云的曼哈顿结构建筑物自动建模方法 | |
CN107862735B (zh) | 一种基于结构信息的rgbd三维场景重建方法 | |
CN109472802A (zh) | 一种基于边缘特征自约束的表面网格模型构建方法 | |
CN113920275B (zh) | 三角网格构建方法、装置、电子设备及可读存储介质 | |
CN110910435B (zh) | 建筑物点云提取方法、装置、计算机设备及可读存储介质 | |
CN110375712A (zh) | 巷道断面提取方法、装置、设备及存储介质 | |
CN113689535A (zh) | 基于无人机影像的建筑物模型的生成方法和装置 | |
CN117557617A (zh) | 一种基于平面先验优化的多视密集匹配方法、系统及设备 | |
CN110021041B (zh) | 基于双目相机的无人驾驶场景增量式网格化结构重建方法 | |
Yao et al. | Research on three-dimensional model reconstruction of slope erosion based on sequence images | |
CN113066161B (zh) | 一种城市电波传播模型的建模方法 | |
CN114660611A (zh) | 一种机载LiDAR测深与多波束声呐测深点云的融合方法 | |
CN113763280A (zh) | 用于点云去噪的基于空间层次拓扑关系的区域生长算法 | |
Wu et al. | Fast estimation of loader’s shovel load volume by 3D reconstruction of material piles | |
Li et al. | Fast, High-precision Subregion Stereo Matching Method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20180724 Address after: 310052 208, room 6, 1197 Binan Road, Binjiang District, Hangzhou, Zhejiang. Patentee after: Which Hangzhou science and Technology Co Ltd Address before: 310027 No. 38, Zhejiang Road, Hangzhou, Zhejiang, Xihu District Patentee before: Zhejiang University |