一种多维点云结构相似性定量化评价方法及系统技术方案

本发明专利技术公开了一种多维点云结构相似性定量化评价方法及系统，所述方法包括：步骤1)获取目标物体的一幅三维点云图，得到三维点云数据；步骤2)对三维点云数据进行滤波处理；步骤3)将滤波后的点云数据以及滤波前的点云数据分别与采用置信度方法预先确定的标准三维点云集进行对比，分别得到滤波处理的三维结构相似性以及滤波前的三维结构相似性；步骤4)比较步骤3)得到的两种三维结构相似性，评价三维点云数据的滤波效果。本发明专利技术利用结构相似性方法对点云数据的滤波、稀疏效果进行客观、定量化的评价，解决了三维点云滤波没有较好的客观评价的现状。价的现状。价的现状。

【技术实现步骤摘要】
一种多维点云结构相似性定量化评价方法及系统


[0001]本专利技术涉及散射成像及图像处理领域，特别涉及一种多维点云结构相似性定量化评价方法及系统。

技术介绍

[0002]由于激光扫描仪等测量设备的快速发展，三维几何模型能更好地表达物体的形状。通过测量三维模型得到的点云数据日益精确、庞大，目前，一般的激光测量设备可以从物体表面获取数十万、甚至数百万个点云数据，通常需要对三维几何模型进行适当的处理，如有损压缩等。通常，点云处理还会有点云配准，该技术作为点云数据处理中的核心技术，会因为点云质量而影响配准效果，因此评价点云数据质量就具有很强的客观价值，如提高配准精度、提高空间模型完整度、提高SLAM系统的性能等；且点云数据来源多样，预处理方法多样，点云噪声类型的多样都增加了点云质量评价界定的困难。目前，针对三维几何模型处理的评价方法主要有主观评价方法和客观评价方法。
[0003]尽管目前有很多点云预处理的方法，但是目前大多都是依靠主观评价来对点云质量进行判断，还没有一种较好的用于评价经过预处理后点云质量的客观评价方法。提出了一种用于评价多维点云质量的结构相似性评价方法—多维点云结构相似性定量化评价方法，并且该方法定义明确、准确性好，较HVS更系统，更贴近人眼效果。

技术实现思路

[0004]本专利技术的目的在于评价多维点云质量的结构相似性，提出了一种多维点云结构相似性定量化评价方法及系统。
[0005]为了实现上述目的，本专利技术提出了一种多维点云结构相似性定量化评价方法，所述方法包括：/>[0006]步骤1)获取目标物体的一幅三维点云图，得到三维点云数据；
[0007]步骤2)对三维点云数据进行滤波处理；
[0008]步骤3)将滤波后的点云数据以及滤波前的点云数据分别与采用置信度方法预先确定的标准三维点云集进行对比，分别得到滤波处理后的三维结构相似性以及滤波前的三维结构相似性；
[0009]步骤4)比较步骤3)得到的两种三维结构相似性，评价三维点云数据的滤波效果。
[0010]作为上述方法的一种改进，所述方法还包括采用置信度方法预先确定标准三维点云集的步骤；具体包括：
[0011]将M幅点云图进行对应位置叠加，并将M幅点云图中全包含的点云作为100％置信度的点云集，从而得到标准三维点云集，其中，M大于10。
[0012]作为上述方法的一种改进，所述步骤1)具体包括：采用具有空间分辨能力的飞行时间相机获取目标物体的三维点云数据。
[0013]作为上述方法的一种改进，所述步骤3)具体包括：
[0014]步骤301)以相机为原点，分别得到滤波处理后的三维点云图、滤波前的三维点云图以及标准三维点云集中不同点的三维坐标信息；
[0015]步骤302)分别计算步骤301)得到的三组三维坐标信息分别对应x轴、y轴、z轴的均值、标准差和协方差；
[0016]步骤303)根据步骤302)得到的均值、标准差和协方差，分别计算滤波处理后和滤波前的深度相似度指标、深度对比度指标和结构相似度指标；
[0017]步骤304)根据步骤303)得到的深度相似度指标、深度对比度指标和结构相似度指标，分别计算滤波处理后的三维结构相似性以及滤波前的三维结构相似性。
[0018]作为上述方法的一种改进，所述步骤302)具体包括：
[0019]根据下式分别得到x轴均值μ
Ipx,k
，y轴均值μ
Ipy,k
，z轴均值μ
Ipz,k
为：
[0020][0021][0022][0023]其中，下标k∈[0,2]，为整数，其中k＝0表示标准三维点云集，k＝1表示滤波处理后，k＝2表示滤波前，N表示该幅三维点云图的点云数，Ip
ix,a
表示在k状态下的第i个x轴像素；Ip
iy,k
表示在k状态下的第i个y轴像素，Ip
iz,k
表示在k状态下的第i个z轴像素；
[0024]根据下式分别得到k状态下的x轴标准差σ
Ipix,k
，y轴标准差σ
Ipiy,k
，z轴标准差σ
Ipiz,k
为：
[0025][0026][0027][0028]根据下式分别得到滤波处理后的三维点云图与标准三维点云集在x轴的协方差σ
Ipx,1,Ipx,0
，在y轴的协方差σ
Ipy,1,Ipy,0
，在z轴的协方差σ
Ipz,1,Ipz,0
为：
[0029][0030][0031][0032]作为上述方法的一种改进，所述步骤303)具体包括：
[0033]步骤303
‑
1)根据下式分别得到滤波处理后的三维点云图与标准三维点云集在x轴的深度相似度指标l(P
x,1
,P
x,0
)，深度对比度相似度指标c(P
x,1
,P
x,0
)，结构相似度指标s(P
x,1
,P
x,0
)为：
[0034][0035][0036][0037]其中，C1,C2,C3均为对应的指标调整系数，C1＝(K1N)2，C2＝(K2N)2，K1＝0.01，K2＝0.03，N表示该幅三维点云图的点云数；
[0038]根据下式得到滤波处理后的三维点云图与标准三维点云集在x轴的结构相似性SSIM
x,1,0
为：
[0039]SSIM
x,1,0
＝[l(P
x,1
,P
x,0
)]α
[c(P
x,1
,P
x,0
)]β
[s(P
x,1
,P
x,0
)]γ
[0040]其中，α,β,γ分别为对应的深度相似度指标、深度对比度相似度指标和结构相似度指标的权重；
[0041]步骤303
‑
2)采用步骤303
‑
1)的方法，分别得到滤波处理后的三维点云图与标准三维点云集在y轴的深度相似度指标l(P
y,1
,P
y,0
)，深度对比度相似度指标c(P
y,1
,P
y,0
)，结构相似度指标s(P
y,1
,P
y,0
)，以及滤波处理后的三维点云图与标准三维点云集在y轴的结构相似性SSIM
y,1,0
；
[0042]步骤303
‑
3)采用步骤303
‑
1)的方法，分别得到滤波处理后的三维点云图与标准三维点云集在z轴的深度相似度指标l(P
z,1
,P
z,0
)，深度对比度相似度指标c(P
z,1
,P
z,0
)，结构相似度指标s(P...

【技术保护点】

【技术特征摘要】
1.一种多维点云结构相似性定量化评价方法，所述方法包括：步骤1)获取目标物体的一幅三维点云图，得到三维点云数据；步骤2)对三维点云数据进行滤波处理；步骤3)将滤波后的点云数据以及滤波前的点云数据分别与采用置信度方法预先确定的标准三维点云集进行对比，分别得到滤波处理后的三维结构相似性以及滤波前的三维结构相似性；步骤4)比较步骤3)得到的两种三维结构相似性，评价三维点云数据的滤波效果。2.根据权利要求1所述的多维点云结构相似性定量化评价方法，其特征在于，所述方法还包括采用置信度方法预先确定标准三维点云集的步骤；具体包括：将M幅点云图进行对应位置叠加，并将M幅点云图中全包含的点云作为100％置信度的点云集，从而得到标准三维点云集，其中，M大于10。3.根据权利要求1所述的多维点云结构相似性定量化评价方法，其特征在于，所述步骤1)具体包括：采用具有空间分辨能力的飞行时间相机获取目标物体的三维点云数据。4.根据权利要求1所述的多维点云结构相似性定量化评价方法，其特征在于，所述步骤3)具体包括：步骤301)以相机为原点，分别得到滤波处理后的三维点云图、滤波前的三维点云图以及标准三维点云集中不同点的三维坐标信息；步骤302)分别计算步骤301)得到的三组三维坐标信息分别对应x轴、y轴、z轴的均值、标准差和协方差；步骤303)根据步骤302)得到的均值、标准差和协方差，分别计算滤波处理后和滤波前的深度相似度指标、深度对比度指标和结构相似度指标；步骤304)根据步骤303)得到的深度相似度指标、深度对比度指标和结构相似度指标，分别计算滤波处理后的三维结构相似性以及滤波前的三维结构相似性。5.根据权利要求4所述的多维点云结构相似性定量化评价方法，其特征在于，所述步骤302)具体包括：根据下式分别得到x轴均值μ
Ipx,k
，y轴均值μ
Ipy,k
，z轴均值μ
Ipz,k
为：为：为：其中，下标k∈[0,2]，为整数，k＝0表示标准三维点云集，k＝1表示滤波处理后，k＝2表示滤波前，N表示该幅三维点云图的点云数，Ip
ix,a
表示在k状态下的第i个x轴像素；Ip
iy,k
表示在k状态下的第i个y轴像素，Ip
iz,k
表示在k状态下的第i个z轴像素；根据下式分别得到k状态下的x轴标准差σ
Ipix,k
，y轴标准差σ
Ipiy,k
，z轴标准差σ
Ipiz,k
为：
根据下式分别得到滤波处理后的三维点云图与标准三维点云集在x轴的协方差σ
Ipx,1,Ipx,0
，在y轴的协方差σ
Ipy,1,Ipy,0
，在z轴的协方差σ
Ipz,1,Ipz,0
为：为：为：6.根据权利要求5所述的多维点云结构相似性定量化评价方法，其特征在于，所述步骤303)具体包括：步骤303
‑
1)根据下式分别得到滤波处理后的三维点云图与标准三维点云集在x轴的深度相似度指标l(P
x,1
,P
x,0
)，深度对比度相似度指标c(P
x,1
,P
x,0
)，结构相似度指标s(P
x,1
,P
x,0
)为：)为：)为：其中，C1,C2,C3均为对应的指标调整系数，C1＝(K1N)2，C2＝(K2N)2，K1＝0.01，K2＝0.03，N表示该幅三维点云图...

【专利技术属性】
技术研发人员：杨紫骞，王艳秋，郑福，孙志斌，
申请(专利权)人：中国科学院国家空间科学中心，
类型：发明
国别省市：