基于alpha shapes的任意空间平面点云边缘提取（python）

news2024/9/21 4:39:36

1、背景介绍

基于alpha shapes提取二维平面点云边缘点，一般是将点云投影至xoy平面，利用x、y坐标根据alpha shapes判别准则即可实现边缘点识别。具体的原理，可以参考之前博客：

基于alpha shapes的点云边缘点提取（python编程）_dalpha shapes提取二维点云边界 python-CSDN博客

但是，实际中，往往存在三维空间中，不平行于xoy平面的平面点集，如下图所示，为一典型的不平行于xoy平面的、位于同一平面的点集。直接使用alpha shapes是无法提取边缘点。但是实际上，在原始点云所在平面上，是可以alpha shapes进行边缘提取。今天介绍一种将原始点云投影到二维平面上，利用alpha shapes算法提取边缘点。

2、原理介绍

算法大体步骤如下：

（1）利用pca估算原始点云平面方程

（2）利用估算平面法向量，将原始点云进行旋转，使点云平行于xoy水平面。具体原理参考之前博客：任意空间平面点云旋转至与水平面平行（python）-CSDN博客

（3）对旋转后水平面点云，利用alpha shapes算法判别识别边缘点。具体原理参考博客：基于alpha shapes的点云边缘点提取（python编程）_dalpha shapes提取二维点云边界 python-CSDN博客

（4）将水平面提取的边缘点，映射到原始点云边缘点，最终实现任意空间平面边缘点检测。

3、程序测试

3.1 源代码下载

本程序基于python、pycharm编写的源代码，下载后一个python源代码与测试数据，其中测试数据为不平行于水平面点云。源代码下载链接：https://download.csdn.net/download/qq_32867925/89595323

3.2 测试结果

选取的不平行于xoy平面的点云数据进行测试，如下图所示，原始点云不平行于xoy平面，与水平面之间夹角比较大，是无法直接使用alpha shapes提取边缘点。对原始点云进行旋转，使其平行于xoy平面，在二维平面上使用alpha shapes算法可以识别边缘点，且效果理想。最后，将二维边缘点映射到三维空间点云上，实现提取边缘提取。从二维、三维空间边缘提取效果上看，边缘提取结果比较理想。