4、基于局部平面拟合求点云法向量.docVIP

基于局部表面拟合的方法求点云的法向量 一、基础知识： 法向量是空间解析几何的一个概念。是与某曲线（含直线）切线或曲面（含平面）的切 面相垂直的向量。 在同济大学应用数学系主编的《高等数学》第五版，第八章第六节——多元函数微分学 的几何应用，有曲面的切平面和法线的定义及求解方法。 1、 法向量的概念由曲面的切面而来：垂直于曲面上切平面的向量称为曲面的法向 量。 2、 切平面的概念由过平面上一点的曲线的切线而来：曲面上通过点 M 得一切曲 线在点 M 的切线都在同一个平面上，这个平面称为曲面再点 M 的切平面。 如果继续问什么是曲面、曲线、切线（曲线的方向向量），那就回头去看第七章， 这里就不多介绍了。 下面给出计算公式： 1、曲面 ? 的隐式方程为： F(x, y, z) ? 0 。 M(x , y , z ) 是曲面上一点，并设函数 F(x, y, z) 的偏导数在该点连续且不同时为 0。 0 0 0 2、曲面上过 M 点得任意曲线 ? 的参数方程为： x ??(t), y ??(t),z ??(t) 。 t ? t 即对应的 0 M(x , y , z ) 且 (t ), (t ), (t ) ?? ?? ?? 不全为 0。 0 0 0 0 0 0 3、曲线的切线方程为： x ? x y ? y z ? z 0 0 0 ? ? ?? ? ? ?? (t ) (t ) (t ) 0 0 0 。 可以证明的是在曲面 ? 上过点 M 处具有切线的任何曲线，他们在点 M 处的切线都 在同一平面上。 4、切平面方程： F (x , y , z )(x ? x ) ? F (x , y , z )(y ? y ) ? F (x , y , z )(z ? z ) ? 0 x 0 0 0 0 y 0 0 0 0 z 0 0 0 0 x ? x y ? y z ? z 5、法线方程： 0 ? 0 ? 0 F (x , y , z ) F (x , y , z ) F (x , y , z ) x 0 0 0 y 0 0 0 z 0 0 0 6、曲面 ? 在点 M 处的一个法向量为： n ? (F (x , y , z ),F (x , y , z ),F (x , y , z )) x 0 0 0 y 0 0 0 z 0 0 0 7、根据梯度的概念： grad(F) 。即隐函数 F(x, y, z) 的梯度 grad(F) 即为曲面在点 M(x , y , z ) 处的法向量，也即，法向量为 F(x, y, z) ? c 变化率最大的方向。 0 0 0  二、点云的法向量 在上节上讲到的切平面、切线、法线都是针对的连续曲面。而点云表征的是一个个离散 点，点云数据所记录的信息是每个独立点的三维坐标。所以为了求得每个点对应的法向量， 我们取一定半径内的点进行曲面拟合，在拟合面的基础上求对应点的法向量。 用曲面拟合计算复杂度大，干脆直接拟合成平面，这在点较密集，拟合区域大小合适的 情况下是可行的。 而平面拟合主要用最小二乘法，平面方程：z ? ax ?by ?c，利用最小二乘原理求解平 面参数，然后求出法向量。 平面方程有多种表达方式，本文是为了求取法向量，所以直接利用平面的法线式方程。 1、平面方程（法线式）：cos??x ?cos??y ?cos? ?z ? p ? 0 cos? ， cos? ，cos? 为平面上点(x, y, z) 处的法向量方向余弦， p 为原点到平 面的距离。 → ax ?by ?cz ? d(d ? 0),a2 ?b2 ?c2 ?1 求平面方程转化为求 a,b,c,d 四个参数。 2、求解过程 1）、待拟合的 n 个扫描点( , , ) x y z ，i ?1,2,3,?n 。 i i i 拟合的平面方程为: ax ?by ?cz ? d(d ? 0),a ?b ?c ?1。 2 2 2 任一数据点(x , y , z )到该平面的距离为： i i i d ? ax ?by ?cz ?d i i i i n ? ? ? 2）、要获取最佳拟合平面，则需要：e d 2 i i?0 min 条件为： a2 ?b2 ?c2 ?1。 求法向量问题从这里起转化成了求极值问题： n f d ?(a b c 1) ? ? ? ? ? ? 2 2 2 2 i i?0 3）、将 f 分别对四个未知参数 d,a,b,c 求偏导： ?f n ? ?2 (ax ?by ? cz ? d) ? 0 ， i i i d ? ? ? i 1 n n n ? ? ? x y z i i i 求出第一个参数： d a 1 b 1 c 1 ? i? ? i? ? i? n n n 4）这时任一点到平面的距离可以改写为：