(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210666910.8 (22)申请日 2022.06.13 (71)申请人 武汉科技大 学 地址 430081 湖北省武汉市青山区和平大 道947号 (72)发明人 关佳希　冉茂平　周兴林　柳璐　 耿密　蒋睿锲　袁静　 (74)专利代理 机构 武汉智权专利代理事务所 (特殊普通 合伙) 42225 专利代理师 罗成 (51)Int.Cl. G06T 7/62(2017.01) G06T 7/64(2017.01) G06T 5/00(2006.01) G06V 10/44(2022.01)G06V 10/762(2022.01) (54)发明名称 一种聚类和边界特征保持的汽车后备箱点 云体积计算方法 (57)摘要 本发明提供一种聚类和边界特征保持的汽 车后备箱点云体积计算方法。 该方法包括： 对汽 车后备箱内表面进行扫描得到点云数据； 通过k ‑ d树算法得到点云数据中各点及对应k邻域； 基于 各点及对应k邻域， 得到各点的协方差矩阵； 根据 各点的协方差矩阵得到各点的法向量以及曲率； 基于各点法向量 以及曲率对点云数据进行特征 分区， 对不同区域点云数据采用不同的方法进行 去噪精简； 基于去噪、 精简后点云数据计算得到 汽车后备箱容积。 通过本发明， 对点云数据进行 去噪及精简处理后， 提高了后备箱容积的计算速 度， 且特征损失较少， 保证 了计算结果的准确性。 权利要求书2页 说明书9页 附图2页 CN 115131424 A 2022.09.30 CN 115131424 A 1.一种聚类和边界特征保持的汽车后备箱点云体积计算方法， 其特征在于， 所述聚类 和边界特 征保持的点云数据处 理及体积计算方法包括： 对汽车后备箱内表面进行扫描得到点云数据； 通过k‑d树算法得到点云数据中各点及对应k邻域； 基于各点及对应k邻域， 得到各点的协方差矩阵； 根据各点的协方差矩阵得到各点的法向量以及曲率； 基于各点的法向量以及曲率对点云数据进行去噪处 理， 得到新的点云数据； 对新的点云数据进行精简处 理， 得到精简点云数据； 基于精简点云数据计算得到汽车后备箱容积。 2.如权利要求1所述的聚类和边界特征保持的汽车后备箱点云体积计算方法， 其特征 在于， 所述 根据各点的协方差矩阵得到各点的法向量以及曲率的步骤 包括： 对各点的协方差矩阵进行 特征分解， 得到各点的协方差矩阵对应的三个特 征值； 以三个特 征值中的最小特 征值对应的特 征向量为对应点的法向量； 以最小特 征值与三个特 征值的和的比值作为对应点的曲率。 3.如权利要求1所述的聚类和边界特征保持的汽车后备箱点云体积计算方法， 其特征 在于， 所述基于各点的法向量以及曲率对点云数据进行去噪处 理的步骤 包括： 基于各点的曲率对点云数据进行 特征分区； 对平坦区域点云数据采用正交最小二乘法进行去噪， 基于各点的法 向量对特征区域点 云数据采用改进双边滤波 进行去噪。 4.如权利要求3所述的聚类和边界特征保持的汽车后备箱点云体积计算方法， 其特征 在于， 在所述基于各点的法向量以及曲率对点云数据进行去 噪处理， 得到新的点云数据的 步骤之前， 还 包括： 通过密度峰值聚类算法去除点云数据中的大尺度噪声。 5.如权利要求1所述的聚类和边界特征保持的汽车后备箱点云体积计算方法， 其特征 在于， 所述对新的点云数据进行精简处 理的步骤 包括： 根据各点与其邻域 点构成的向量和各点基准向量之间的夹角识别边界点； 根据各点的曲率识别特 征点； 采用k均值聚类算法对新的点云数据进行聚类， 对聚类得到的各簇进行区分， 将包含边 界点及特 征点的簇 视为特征区域， 其 余则为非特 征区域； 针对特征区域的簇， 根据其包含的边界点和特征点数量对簇采用k均值聚类算法进行 聚类， 将边界点及特 征点保留， 剩余 点用聚类中心点代替； 针对非特征区域的簇， 对次特征点进行提取并保留， 其中， 次特征点通过簇内各点到其 k邻域拟合平面的距离进行判断， 剩余 点用聚类中心点代替。 6.一种聚类和边界特征保持的汽车后备箱点云体积计算系统， 其特征在于， 所述聚类 和边界特 征保持的汽车后备箱点云体积计算系统包括： 扫描模块， 用于对 汽车后备箱内表面进行扫描得到点云数据； k邻域构建模块， 用于通过k ‑d树算法得到点云数据中各点及对应k邻域； 拓扑信息计算模块， 用于基于各点及对应k邻域， 得到各点的协方差矩阵； 根据各点的 协方差矩阵得到各点的法向量以及曲率；权　利　要　求　书 1/2 页 2 CN 115131424 A 2去噪模块， 用于基于各点的法向量以及曲率对点云数据进行去噪处理， 得到新的点云 数据； 精简模块， 用于对新的点云数据进行精简处 理， 得到精简点云数据； 容积计算模块， 用于基于精简点云数据计算得到汽车后备箱容积。 7.如权利要求6所述的聚类和边界特征保持的汽车后备箱点云体积计算系统， 其特征 在于， 拓扑信息计算模块用于： 对各点的协方差矩阵进行 特征分解， 得到各点的协方差矩阵对应的三个特 征值； 以三个特 征值中的最小特 征值对应的特 征向量为对应点的法向量； 以最小特 征值与三个特 征值的和的比值作为对应点的曲率。 8.如权利要求6所述的聚类和边界特征保持的汽车后备箱点云体积计算系统， 其特征 在于， 去噪模块用于： 基于各点的曲率对点云数据进行 特征分区； 对平坦区域点云数据采用正交最小二乘法进行去噪， 基于各点的法 向量对特征区域点 云数据采用改进双边滤波 进行去噪。 9.如权利要求8所述的聚类和边界特征保持的汽车后备箱点云体积计算系统， 其特征 在于， 聚类和边界特 征保持的汽车后备箱点云体积计算系统还 包括粗去噪模块， 用于： 通过密度峰值聚类算法去除点云数据中的大尺度噪声。 10.如权利要求6所述的聚类和边界特征保持的汽车后备箱点云体积计算系统， 其特征 在于， 精简模块用于： 根据各点与其邻域 点构成的向量和各点基准向量之间的夹角识别边界点； 根据各点的曲率识别特 征点； 采用k均值聚类算法对新的点云数据进行聚类， 对聚类得到的各簇进行区分， 将包含边 界点及特 征点的簇 视为特征区域， 其 余则为非特 征区域； 针对特征区域的簇， 根据其包含的边界点和特征点数量对簇采用k均值聚类算法进行 聚类， 将边界点及特 征点保留， 剩余 点用聚类中心点代替； 针对非特征区域的簇， 对次特征点进行提取并保留， 其中， 次特征点通过簇内各点到其 k邻域拟合平面的距离进行判断， 剩余 点用聚类中心点代替。权　利　要　求　书 2/2 页 3 CN 115131424 A 3