本发明涉及点云补全，尤其涉及一种三维点云地图的高质量快速孔洞补全方法。
背景技术：
1、三维点云孔洞补全主要用于填补由于各种原因(如扫描死角、采集设备或数据采集错误等)导致的三维点云数据缺失区域或孔洞的过程。这项工作对提升点云数据的完整性，改进三维重建质量，增强视觉效果等应用问题至关重要。
2、相关技术中，通常基于模型匹配法、表面重建法和几何对称法等进行点云补全。这些方法虽然在一定程度上可以填补点云数据中的孔洞，但针对三维点云地图数据问题上，存在一些局限性。例如：现有发明基于车辆现有模型匹配进行补全的“车辆点云补全方法、装配方法、控制装置及存储介质”(cn112862870a)，在应对未知模型、快速补全问题上存在弊端；基于表面近邻点作为插值进行补全的“智慧城市三维模型构建方法”(cn116740307a)，以及基于几何对成性进行补全的“一种基于对称特征保留的真实场景点云补全方法”(cn116309098a)，在应对大面积孔洞补全精度问题上存在弊端；基于拟合进行插点的“机器人焊接圆环轨迹方法及装置”(cn115937162a)，在应对拟合过度问题上存在弊端。因此，当前已有孔洞补全算法亟待改善。
3、本发明公开了一种三维点云地图的高质量快速孔洞补全方法，提出插点补全法和拟合补全法相结合的方案提高在未知模型补全问题上的泛用性和快速补全问题上的时效性；充分利用三角构网重建表面的全局特征和孔洞近邻点云数据的局部特征，提高应对大面积孔洞补全问题上的精确性；采用二次曲面拟合参数正则化提高应对拟合补全问题上的稳定性。
技术实现思路
1、本发明的目的在于提供一种三维点云地图的高质量快速孔洞补全方法，在保证补全精度的同时，大幅提高处理效率，能快速补全三维点云地图数据中存在的孔洞，得到稠密的三维点云数据。以解决相关技术中存在的泛用性差、大面积孔洞受限、补全速率低、拟合过度等问题。
2、为实现上述目的，本发明提供了一种三维点云地图的高质量快速孔洞补全方法，包括以下步骤：
3、获取待补全孔洞的三维点云地图数据，在最佳拟合平面方向上进行delaunay三角构网，反向投影生成对应的3dmesh网格；
4、基于3dmesh网格面积大小，筛选超出阈值的三角网格，并计算得到该类网格的质心m；
5、基于得到的网格质心m，对其近邻点云数据两次二分类，并将质心归属类点云数据二阶曲面拟合，得到拟合质心作为插值点；
6、基于得到拟合质心采用多层动态质心拟合生成方法，循环对较大孔洞进行插点补全，得到无大孔洞的密集三维点云。
7、可选地，所述基于所述获取的地图点云数据，在最佳拟合平面方向上进行delaunay三角构网，反向投影生成对应的3dmesh网格，包括：
8、基于所述获取点云，进行平面拟合，得到所述点云2d最小二乘拟合平面；
9、基于所述获取点云向所述拟合后平面进行投影，得到最佳2d平面点云数据；
10、采用delaunay triangulation方法，在所述最佳2d平面点云数据上生成2dmesh三角网格，反向投影应用到所述获取的3d点，得到3dmesh三角网格。
11、可选地，所述基于3dmesh网格面积大小，筛选超出阈值的三角网格，并计算得到该类网格的质心m，包括：
12、基于所述3dmesh三角网格，筛选超出指定面积阈值大小的三角网格面片，并计算这些三角网格面片的质心m。
13、可选地，所述基于得到的网格质心m，对其近邻点云数据两次二分类，并将质心归属类点云数据二阶曲面拟合，得到拟合质心作为插值点，包括：
14、基于所述获取点云，采用八叉树索引对所述质心m进行k个最近邻(knn，k-nearestneighbor)点搜索，得到所有质心m的knn点云数据；
15、基于所述每个质心m的knn点云数据进行两次二分类，对得到的每个质心m的knn点云数据基于高程值大小，进行初步二分类；
16、基于得到的初步二分类结果，计算两类质心与knn点云数据之间的距离，进行第二次二分类；
17、基于第二次二分类得到的质心和所述三角网格面片质心m，得到靠近对应质心m的一类近邻点云数据；
18、基于所述靠近对应质心m的一类近邻点云数据，进行二阶曲面拟合，采用拟合参数正则化，防止过拟合；
19、基于得到的二阶曲面拟合参数，拟合质心m生成所述质心的拟合高程值，得到并作为三角网格面片孔洞补全插值点。
20、可选地，所述基于得到拟合质心采用多层动态质心拟合生成方法，循环对较大孔洞进行插点补全，得到无大孔洞的密集三维点云，包括：
21、基于所述每个三角网格面片顶点和对应的所述孔洞补全插点四点相互连接，得到三个包含所述孔洞补全插值点的三角形网格面片；
22、基于所述新生成的三角形网格面片，多层迭代进行所述面积阈值大小筛选、动态生成质心m以及质心坐标拟合过程，得到最终无大孔洞的密集点云数据。
23、本发明的一种三维点云地图的高质量快速孔洞补全方法，对获取待补全孔洞的三维点云地图数据，在最佳拟合平面方向上进行delaunay三角构网，反向投影生成对应的3dmesh网格；基于3dmesh网格面积大小，筛选超出阈值的三角网格，并计算得到该类网格的质心m；基于得到的网格质心m，对其近邻点云数据两次二分类，并将质心归属类点云数据二阶曲面拟合，得到拟合质心作为插值点；基于得到拟合质心采用多层动态质心拟合生成方法，循环对较大孔洞进行插点补全，得到无大孔洞的密集三维点云。本发明算法充分利用三角构网重建表面的全局特征，和孔洞近邻点云数据的局部特征，提出插点补全法和拟合补全法相结合的方案，并采用二次曲面拟合参数正则化。克服了已有补全法在大孔洞地图场景泛用性差、算法复杂度较高以及过度拟合等弊端，快速实现三维点云地图孔洞补全，生成高质量稠密点云。
1.一种三维点云地图的高质量快速孔洞补全方法，其特征在于，包括以下步骤：
2.如权利要求1所述的三维点云地图的高质量快速孔洞补全方法，其特征在于，基于获取点云数据，在最佳拟合平面方向上进行delaunay三角构网，反向投影生成对应的3dmesh网格，包括：
3.如权利要求1所述的三维点云地图的高质量快速孔洞补全方法，其特征在于，基于3dmesh网格面积大小，筛选超出阈值的三角网格，并计算得到该类网格的质心m，包括：
4.如权利要求1所述的三维点云地图的高质量快速孔洞补全方法，其特征在于，基于得到的网格质心m，对其近邻点云数据两次二分类，并将质心归属类点云数据二阶曲面拟合，得到拟合质心作为插值点，包括：
5.如权利要求1所述的三维点云地图的高质量快速孔洞补全方法，其特征在于，基于得到拟合质心采用多层动态质心拟合生成方法，循环对较大孔洞进行插点补全，得到无大孔洞的密集三维点云，包括：
6.如权利要求4所述的三维点云地图的高质量快速孔洞补全方法，其特征在于，基于所述每个三角网格面片质心的knn点云数据进行两次二分类，包括：
7.如权利要求4所述的三维点云地图的高质量快速孔洞补全方法，其特征在于，靠近对应质心m的一类近邻点云数据进行二阶曲面拟合，得到质心m的拟合值包括：
