本发明涉及数据处理领域,尤其涉及一种新的试验设计算法。
背景技术：
近年来，随着三维扫描仪成本的降低以及精度的提高，三维点云数据已经成为图形学、逆向工程和工业领域中一种重要的数据表现形式。然而原始采集的三维点云数据量非常大，这对后期的三维重建带来很大的困难，因此三维点云的去噪和简化工作是点云处理中至关重要的一个环节。
目前三维点云数据精简的算法有基于聚类的简化、基于曲率的简化等，这些方法虽然能够在一定程度上精简点云数量，保留点云模型的特征，提高模型的重建效果，但是由于大多需要进行递归操作或者曲率估算，所以对于点云数据量较大的模型，此类算法显得非常耗时。
鉴于上述缺陷，本发明创作者经过长时间的研究和实践终于获得了本创作。
技术实现要素：
本发明的目的在于提供一种新的试验设计算法，用以克服上述技术缺陷。
为实现上述目的，本发明提供一种新的试验设计算法，具体过程为：
S1、输入点云数据，建立k-d树以形成散乱点云之间的拓扑关系；
S2、利用点云数据生成包围三维点云模型的立方体Vm，并将该立方体依据点云模型的中心点分为8个子矩阵，将所有的数据点依据其空间所在位置进行归类，归入各自的子矩阵中；
S3、依据点云模型子矩阵，将立方体Vm的每一个面分为4个子平面，根据上述步骤b中的射线生成方法生成射线；
S4、计算子矩阵)中每个数据点到通过该立方体的每条射线之间的距 离A，并由数据点到中心点Mid之间的距离得出每个数据点相应的判断阈值B,若A﹤B,则视为数据点需要被精简。
优选地，在上述步骤S2中，
根据两点确定一条直线的原理，以三维点云模型的中心点作为所有射线的公共点，则只需要按一定规则生成射线另一点的坐标，就可以生成所有的射线；
S21、生成一个最小的能够包围点云模型的立方体Vm，设该立方体的边长为L，散乱点云在X、Y、Z轴方向的最大值和最小值分别为：Xmax、Ymax、Zmax、Xmin、Ymin、Zmin，则立方体边长的计算方法如下：
L＝Max((Xmax-Xmin),(Ymax-Ymin),(Zmax-Zmin))
L为边长，(Xmin,Ymin,Zmin)为一顶点，作矩阵体，并使其能够完全包围点云模型；
S22、在矩阵体的6个平面上生成所需要的点，以某一与xoy面平行的平面为例，设该平面分别平行于X轴和Y轴的两边为L1、L2，并且已知两边的端点分别为P1(x1,y1,z1)、P2(x2,y2,z2)和P2、P3(x3,y3,z3)。
优选地，在上述步骤S2中，设阈值d，假设生成的点为Pi(xi,yi,zi)，则生成点坐标计算方法如下：
xi＝(i/d)×(x1-x2)+x2 (i＝0,1,2,...,d-1,d)
yi＝(i/d)×(y3-y2)+y2 (i＝0,1,2,...,d-1,d)
zi＝z1＝z2＝z3 (i＝0,1,2,...,d-1,d)
则每个平面上生成点的数量为(d-1)2，可生成(d-1)2+4条射线，由此可以通过调节阈值d的大小，以控制射线的数量，从而控制点云模型的精简程度。
与现有技术相比较本发明的有益效果在于：本发明提出了一种不基于曲率计算的三维点云数据精简算法，在一定的精简程度范围内，该算法具有良好的精简效果及效率。特别适合类球类模型和对称模型，为了提高算法的适应性，更好地解决模型中心点位置的不合理进而影响精简效果的问题；从而避免了耗时的递归操作和曲率计算，其时间消耗随点云数据的增加呈线性增长，而非指数级增长。
具体实施方式
以下结合实施例，对本发明上述的和另外的技术特征和优点作更详细的说明。
一种新的试验设计算法，具体过程为：
S1、输入点云数据，建立k-d树以形成散乱点云之间的拓扑关系；
S2、利用点云数据生成包围三维点云模型的立方体Vm，并将该立方体依据点云模型的中心点分为8个子矩阵，将所有的数据点依据其空间所在位置进行归类，归入各自的子矩阵中；
S3、依据点云模型子矩阵，将立方体Vm的每一个面分为4个子平面，根据上述步骤b中的射线生成方法生成射线；
S4、计算子矩阵)中每个数据点到通过该立方体的每条射线之间的距离A，并由数据点到中心点Mid之间的距离得出每个数据点相应的判断阈值B,若A﹤B,则视为数据点需要被精简。
在上述步骤S2中，
根据两点确定一条直线的原理，以三维点云模型的中心点作为所有射线的公共点，则只需要按一定规则生成射线另一点的坐标，就可以生成所有的射线；
S21、生成一个最小的能够包围点云模型的立方体Vm，设该立方体的边长为L，散乱点云在X、Y、Z轴方向的最大值和最小值分别为：Xmax、Ymax、Zmax、Xmin、Ymin、Zmin，则立方体边长的计算方法如下：
L＝Max((Xmax-Xmin),(Ymax-Ymin),(Zmax-Zmin))
L为边长，(Xmin,Ymin,Zmin)为一顶点，作矩阵体，并使其能够完全包围点云模型；
S22、在矩阵体的6个平面上生成所需要的点，以某一与xoy面平行的平面为例，设该平面分别平行于X轴和Y轴的两边为L1、L2，并且已知两边的端点分别为P1(x1,y1,z1)、P2(x2,y2,z2)和P2、P3(x3,y3,z3)。
在上述步骤S2中，设阈值d，假设生成的点为Pi(xi,yi,zi)，则生成点坐标计算方法如下：
xi＝(i/d)×(x1-x2)+x2 (i＝0,1,2,...,d-1,d)
yi＝(i/d)×(y3-y2)+y2 (i＝0,1,2,...,d-1,d)
zi＝z1＝z2＝z3 (i＝0,1,2,...,d-1,d)
则每个平面上生成点的数量为(d-1)2，可生成(d-1)2+4条射线，由此可以通过调节阈值d的大小，以控制射线的数量，从而控制点云模型的精简程度
以上所述仅为本发明的较佳实施例，对发明而言仅仅是说明性的，而非限制性的。本专业技术人员理解，在发明权利要求所限定的精神和范围内可对其进行许多改变，修改，甚至等效，但都将落入本发明的保护范围内。