【技术实现步骤摘要】
本专利技术涉及点云预处理，具体涉及一种基于统计滤波和kd树索引的点云建图方法。
技术介绍
1、在计算机视觉领域，点云图是很重要的一种图类型，点云数据代表了环境中物体的三维位置和形状等信息。不管是在三维重建的过程中或是在v-slam建图的过程，点云都占据了很重要的地位。点云丰富的附加信息很大程度上提升了三维重建的的效果，同时其高度的灵活性以及密度可变性使得其可以展示任意的三维形状。v-slam过程中，点云是获取三维地图的基础，通过匹配连续帧的点云信息，估计出相机的位姿，进行定位以及地图更新。
2、使用rgb-d相机采取点云数据可以同时获取彩色图像和深度图像，是三维重建和v-slam中常用的一种获取点云的方式。然而在获取点云数据时，设备的精度、反光等环境因素，都会对实际的点云效果带来比较大的影响，不可避免的出现一些噪声点干扰，因此对点云进行适当的处理方便后续的使用显得尤为重要。将各种噪点以及反光产生的干扰和离群点进行预处理，方便点云的后续处理操作。
3、常规的一些滤波处理方式对于反光产生的干扰很难达到比较好的效果，因此需要一种方法来处理提取到的点云有反光干扰的问题，以便提升点云的质量，方便后续的三维重建或是v-slam导航。
技术实现思路
1、本专利技术的目的是提供一种一种基于统计滤波和kd树索引的点云建图方法，包括以下步骤：
2、1)获取从环境中捕捉并采样得到的原始点云图，并对原始点云图进行统计滤波，得到滤波后的点云图。
3、2)对滤波
4、3)使用kd树索引恢复拟合平面点云的rgb信息，得到包含rgb信息的彩色点云图。
5、进一步，所述对原始点云图进行统计滤波，得到滤波后的点云图的步骤包括：
6、1.1)计算每个点云的邻域距离平均值。
7、1.2)基于每个点云的邻域距离平均值，计算全局统计量。
8、1.3)利用全局统计量确定距离阈值。
9、1.4)根据距离阈值滤除离群点云，得到滤波后的点云图。
10、进一步，所述全局统计量包括平均距离、标准差。
11、进一步，所述距离阈值如下所示：
12、t＝μ+α×σ (1)
13、式中，t为距离阈值。μ为平均距离。σ为标准差。α为比例系数。
14、进一步，所述对滤波后的点云图进行平面拟合，得到拟合平面点云的步骤包括：
15、2.1)初始化迭代次数。
16、2.2)从滤波后的点云图中随机选出三个不共线的点云，并利用选出的三个不共线的点云确定拟合平面模型。
17、2.3)计算滤波后的点云图中剩余点云到拟合平面模型的距离。
18、2.4)判断剩余点云到拟合平面模型的距离是否小于预设阈值，若是，则所述点云为内点，若否，则所述点云为外点。
19、2.5)判断迭代次数是否达到阈值，若否，则迭代次数加一，并返回步骤2.2)，若是，则得到多个拟合平面模型及对应的内点，并进入步骤2.6)。
20、2.6)选择内点数量最多的拟合平面模型为最佳拟合平面模型，对应的内点集合为拟合平面点云。
21、进一步，所述拟合平面模型如下所示：
22、ax+by+cz+d＝0 (2)
23、式中，(a，b，c)是法向量n的分量，(x，y，z)为拟合平面模型上任意一点的坐标。d为拟合平面模型的常数。
24、进一步，所述拟合平面模型的常数d如下所示：
25、d＝-n·p1 (3)
26、式中，p1为三个不共线点云中的一个点云，n为法向量。
27、进一步，所述法向量n如下所示：
28、n＝(p2-p1)×(p3-p1) (4)
29、式中，p1、p2、p3为三个不共线的点云。
30、进一步，所述使用kd树索引恢复拟合平面点云的rgb信息，得到包含rgb信息的彩色点云图的步骤如下：
31、对拟合平面点云创建kd树索引，找到原始点云图中和拟合平面点云的重合点云，保存重合点云的rgb信息，得到包含rgb信息的彩色点云图。
32、进一步，所述原始点云图是使用rgb-d相机进行三维重建或使用v-slam建图得到的。
33、本专利技术的技术效果是毋庸置疑的，本专利技术提供了一种解决反光情况下对点云进行预处理的方法。首先根据统计滤波滤除掉大部分的离群点，再根据平面拟合提取出想要的平面，最后使用kd树索引来恢复原点云图中的rgb信息，反光干扰明显下降几乎完全消除。与传统的滤波预处理操作相比，本专利技术妥善地处理了反光干扰，同时也保留了滤波操作，得到了效果优秀的点云图。
34、本专利技术首先对已有的点云图进行统计滤波，消除大部分原有点云的噪声。用于剔除离群点，提升原点云图的质量。
35、本专利技术在噪声较多的情况下，采取平面拟合的方法来进行滤除，避开了一些由于反光产生的噪声，解决了反光噪声不好滤除的问题。
36、本专利技术的应用场景广泛，主要适用于需要高精度三维信息处理的领域。可以应用于三维重建、物体识别、场景理解、虚拟现实、增强现实、自动驾驶等多个领域。
本文档来自技高网...【技术保护点】
1.一种基于统计滤波和KD树索引的点云建图方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于统计滤波和KD树索引的点云建图方法，其特征在于，所述对原始点云图进行统计滤波，得到滤波后的点云图的步骤包括：
3.根据权利要求2所述的一种基于统计滤波和KD树索引的点云建图方法，其特征在于，所述全局统计量包括平均距离、标准差。
4.根据权利要求2所述的一种基于统计滤波和KD树索引的点云建图方法，其特征在于，所述距离阈值如下所示：
5.根据权利要求1所述的一种基于统计滤波和KD树索引的点云建图方法，其特征在于，所述对滤波后的点云图进行平面拟合，得到拟合平面点云的步骤包括：
6.根据权利要求5所述的一种基于统计滤波和KD树索引的点云建图方法，其特征在于，所述拟合平面模型如下所示：
7.根据权利要求6所述的一种基于统计滤波和KD树索引的点云建图方法，其特征在于，所述拟合平面模型的常数d如下所示：
8.根据权利要求6或7任一项所述的一种基于统计滤波和KD树索引的点云建图方法，其特征在于，所述法向量n
9.根据权利要求1所述的一种基于统计滤波和KD树索引的点云建图方法，其特征在于，所述使用KD树索引恢复拟合平面点云的RGB信息，得到包含RGB信息的彩色点云图的步骤如下：
10.根据权利要求1所述的一种基于统计滤波和KD树索引的点云建图方法，其特征在于，所述原始点云图是使用RGB-D相机进行三维重建或使用V-SLAM建图得到的。
...【技术特征摘要】
1.一种基于统计滤波和kd树索引的点云建图方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于统计滤波和kd树索引的点云建图方法，其特征在于，所述对原始点云图进行统计滤波，得到滤波后的点云图的步骤包括：
3.根据权利要求2所述的一种基于统计滤波和kd树索引的点云建图方法，其特征在于，所述全局统计量包括平均距离、标准差。
4.根据权利要求2所述的一种基于统计滤波和kd树索引的点云建图方法，其特征在于，所述距离阈值如下所示：
5.根据权利要求1所述的一种基于统计滤波和kd树索引的点云建图方法，其特征在于，所述对滤波后的点云图进行平面拟合，得到拟合平面点云的步骤包括：
6.根据权利要求5所述的一种基于统计...
【专利技术属性】
技术研发人员：杨昕昊，陈润泽，王楷，刘宇彤，张豪，
申请(专利权)人：重庆大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。