一种适用于已配准多视角有序点云的整体优化方法
【技术领域】
[0001] 本发明属于计算机图形技术领域，具体涉及一种适用于已配准多视角有序点云的 整体优化方法。
【背景技术】
[0002] 在对物体进行三维扫描时，通常需要从被测物的不同方位进行扫描以获得较完整 的三维数据，并需要对所得被测物的多视角三维点云进行配准使其处于同一坐标系中。目 前基于结构光、编码光、ToF等原理的面阵三维扫描设备已被广泛使用，其所得点云通常为 有序点云。因此初始所得的三维数据通常为一组已配准的多视角有序点云。
[0003] 受测量原理、设备误差、被测物材质、环境干扰等影响，点云噪声的存在难以完全 避免，某些情况下甚至会产生如局部点云形变等的严重误差，这都导致了所得数据不够准 确，造成表面点云有厚度、点云分层或分叉等问题，对后续的三维重建等工作造成了很大影 响。
[0004] 为解决该问题，目前已有多种对点云进行降噪、修复与优化的方法。常见的方法 有：
[0005] 1.基于邻域特征的降噪方法。该方法的基本原理是通过建立若干局部区域作为邻 域，并对每一邻域内的点进行某种处理，从而达到降噪的效果，该种方法通常能较好地在保 留点云局部特征的同时完成降噪，但其缺点在于当邻域尺度选择较小时难以去除离散性较 大的噪声，而当邻域尺度选择较大时又会导致点云细节丢失。
[0006] 2.基于统计特征的降噪方法。该方法的基本原理为通过对点云的局部或者整体进 行统计特征计算，从而识别出噪声点并进行处理。例如基于聚类的点云降噪方法通过聚类 来建立点云的拓扑关系，从而完成噪声点的识别与删除。此类方法通常能较好地去除点云 中的离散噪声，但难以有效地处理混杂于物体点云表面的噪声以及局部点云形变的情况。
[0007] 3.非刚性配准。该方法的基本原理为通过识别多视角点云的局部特征，将不同视 角点云中非重叠的相似部分加以移动与变形，使具有相同特征的点云能够良好地重叠。该 方法虽不属于纯粹的点云降噪方法，但其能有效解决点云局部形变的问题，而其缺点在于 对点云的既有特征依赖性较强，易存在误匹配或识别不到特征的情况。
【发明内容】
[0008] 为解决【背景技术】中存在的问题，本发明提出了一种适用于已配准多视角有序点云 的整体优化方法。
[0009] 本发明采用如下步骤的技术方案：
[0010] 1)初始化:载入各幅点云及其各自的视点，各幅点云均为有序点云，且各幅点云已 经配准，初始化迭代次数阶为1;
[0011] 2)点云三角化:对各幅点云分别使用有序点云三角化方法进行三角化；
[0012] 3)干涉检查：定义点云中存在的点为有效点，为各幅点云中的每个有效点均设立 可移动标记Βτ，并初始化为-1;对各幅点云中的每个有效点分别进行干涉检查处理，获得干 涉组，每个干涉组包括被遮挡点Ε、三角面Τ、三角面Τ三个顶点各自对应的伪目标点Q'、干涉 距离Η和干涉方向D的数据；
[0013] 4)计算权重:为各幅点云中的每个有效点均设立被遮挡权重Wd、正面遮挡权重Wf和 反面遮挡权重Wb的三个权重值，并都初始化为0,然后对每个干涉组分别采用如下方式进行 处理；
[0014] 将干涉距离Η加到被遮挡点E的被遮挡权重Wd中，然后进行判断：如果干涉方向D为 正，则将干涉距离Η分别加到三角面T三个顶点各自的正面遮挡权重W f中；如果干涉方向D为 反，则将干涉距离Η分别加到三角面T三个顶点各自的反面遮挡权重Wb中；
[0015] 5)计算偏移量:为各幅点云中的每个有效点均设立累计偏移量R_和累计偏移量 计数Nr，并都初始化为0，然后对每个干涉组分别采用如下方式进行处理；
[0016] 计算被遮挡点偏移量Re = -H/|EVe|，式中：Η为干涉距离，|EVe|为被遮挡点E到其所 在点云视点Ve的距离，然后进行判断：如果干涉方向D为正，则进行正向干涉处理;如果干涉 方向D为反，则进行反向干涉处理；
[0017] 6)采用以下方式处理异常点；
[0018] 6.1)初始化移动点数量Nmp为0,对各幅点云中的每个有效点分别进行如下处理:如 果当前有效点C的累计偏移量计数Nr大于0，则进行移动点处理;否则不做处理；
[0019] 6.2)从各幅点云中删除不是任何一个三角面顶点的有效点；
[0020] 6.3)从各幅点云中删除可移动标记Βτ为0的有效点；
[0021] 7)迭代终止检查：如果达到迭代终止条件，则结束处理，所得各幅点云为优化后的 点云；否则使迭代次数阶增1，返回步骤2)重复各步骤进行迭代处理，直到达到迭代终止条 件。
[0022]所述步骤2)中有序点云三角化方法具体为：
[0023]对点云中的每个点分别进行如下处理:记该点在点云中的编号为(X，y)，则将编号 为(x，y)、（x+l，y)、（x，y+l)、（x+l，y+l)的该四个点进行判断：
[0024]若其中至少有两个点不存在，则不做处理；
[0025]若其中只有三个点存在，则将这三个点构成三角面并进行新增三角面处理；
[0026]若其中四个点均存在，则对该四个点进行Delaunay三角剖分，将得到的两个三角 面进行新增三角面处理。
[0027]所述新增三角面处理具体为:对所得三角面进行如下判断：如果三角面的最小角 不小于三角面最小角阈值，则记录该三角面，并记三角面朝向其所在点云视点的一侧为正 面、另一侧为反面;否则不记录该三角面。
[0028]所述"三角面最小角阈值"为预先设定的参数。
[0029]所述步骤3)中干涉检查处理具体为：
[0030] 3.1)定义正在处理的有效点为检查点P，定义检查点P所在点云的视点为检查点视 点Vp，对每一幅除检查点P所在点云以外的其他点云分别进行如下处理:对该点云的各三角 面进行干涉距离Η计算与干涉条件判断，若存在符合干涉条件的三角面，则从中选出干涉距 离Η最小的三角面Τ，执行步骤3.2);否则不做处理；
[0031] 3.2)定义三角面Τ所在点云的视点为三角面视点VT，如果三角面视点V T指向检查点 P的射线VtP与三角面T所在平面ST相交，则执行步骤3.3);否则不做处理；
[0032] 3.3)对三角面T的三个顶点分别进行伪目标点计算与移动条件判断，如果三角面T 的三个顶点中至少有一个顶点达到了移动条件，则执行步骤3.3.1);否则执行步骤3.3.2); [0033] 3.3.1)将检查点P的可移动标记Βτ置为1，分别将三角面T的三个顶点各自的可移 动标记Βτ置为1;
[0034]设立干涉方向D:如果检查点视点VP在三角面Τ的正面一侧，则干涉方向D为正；否 则为反。
[0035]将检查点P作为被遮挡点E，并与三角面T、三角面T三个顶点各自对应的伪目标点 Q'、干涉距离H、干涉方向D的数据一起归为一个干涉组，并记录；
[0036] 3.3.2)对三角面T的三个顶点分别进行如下处理:如果该顶点的可移动标记价为_ 1，则将其置为〇;否则不做处理。
[0037]所述步骤3.1)中干涉距离Η计算与干涉条件判断具体为：
[0038]如果检查点视点VP与检查点Ρ构成的线段VpP与三角面Τ相交，则记其交点到检查点 P的距离为干涉距离H，并且如果干涉距离Η不大于检测范围阈值，则认为三角面T符合干涉 条件;否则均认为三角面Τ不符合干涉条件。
[0039] 所述"检测范围阈值"为预先设定的参数。
[0040] 所述步骤3.3)中伪目标点计算与移动条件判断具体为:对于正在处理的三角面顶 点Q，过检查点Ρ做与三角面Τ平行的平面S P，将三角面视点VT指向顶点Q的射线VTQ与该平面 s P的交点作为顶点Q的伪目标点Q '，如果以伪目标点Q '为球心并以邻域范围为半径的球体 内的其他点云有效点个数总和不小于邻域点数量阈值，则认为顶点Q达到了移动条件;否则 认为顶点Q没有达到移动条件。
[0041]所述"邻域范围"与"邻域点数量阈值"为预先设定的参数。
[0042]所述步骤5)中正向干涉处理具体为：
[0043] 5. al)计算被遮挡点加权偏移量RE:W = RE X Wd / <Wd 式中：Re为被遮挡 点偏移量，Wd为被遮挡点E的被遮挡权重，1Wf为三角面T三个顶点的正面遮挡权重Wf的平均 值;然后将被遮挡点加权偏移量Rew加到被遮挡点E的累计偏移量1?_中，并使被遮挡点E的累 计偏移量计数Nr增1;
[0044] 5. a2)接着，对三角面T的三个顶点分别进行如下处理：
[0045]先计算顶点偏移量Rq=|Q'Q|/|QVt|，式中：|Q'Q|为顶点Q的伪目标点Q'到顶点Q的 距离，I QVt |为顶点Q到三角面视点VT的距离；
[0046] 再计算顶点加权偏移量RQW=RQXWf/(Wf+Wd)，式中：Rq为顶点偏移量，W f为顶点Q的 正面遮挡权重，Wd为被遮挡点E的被遮挡权重；
[0047]然后将顶点加权偏移量RW加到顶点Q的累计偏移量Rsum中，并使顶点Q的累计偏移 量计数Nr增1。
[0048]所述步骤5)中反向干涉处理具体为：
[0049] 5.bl)计算被遮挡点加权偏移量RFAV = RE X冒^/ 式中：Re为