Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. CN109740628 - Point cloud clustering method, image processing equipment and device with storage function

Note: Texte fondé sur des processus automatiques de reconnaissance optique de caractères. Seule la version PDF a une valeur juridique

[ ZH ]

权利要求书

1.一种点云聚类方法,其特征在于,包括:
获取第一点云数据;
将所述第一点云数据进行采样,得到第二点云数据;
对所述第二点云数据进行聚类,得到至少一个类别的子点云;
判断所述子点云的类别数量是否大于一个;
若大于,则以所述至少一个类别的子点云为基准数据,将所述第一点云数据中的数据点划分到对应的子点云中,以得到聚类后的点云数据。

2.根据权利要求1所述的方法,其特征在于,所述将所述第一点云数据进行采样,得到第二点云数据包括:
获取采样半径;
基于所述采样半径对所述第一点云数据进行距离采样,以得到所述第二点云数据。

3.根据权利要求2所述的方法,其特征在于,所述基于所述采样半径对所述第一点云数据进行距离采样,以得到所述第二点云数据包括:
计算所述第一点云数据中的第一数据点和第二数据点的第一距离,所述第二数据点是除所述第一数据点以外的至少部分数据点;
判断所述第一距离是否小于所述采样半径;
若判断结果为是,则删除所述第二数据点;
否则,保留所述第二数据点,按照预设采样顺序选择未删除的另一个数据点作为所述第一数据点,重复执行上述步骤,直至遍历完成所有未删除的数据点,最终保留的所有所述第一数据点组成所述第二点云数据。

4.根据权利要求1所述的方法,其特征在于,所述对所述第二点云数据进行聚类,得到至少一个类别的子点云包括:
获取聚类半径;
对所述第二点云数据进行欧式距离聚类,以得到至少一个类别的子点云。

5.根据权利要求4所述的方法,其特征在于,所述对所述第二点云数据进行欧式距离聚类,以得到至少一个类别的子点云包括:
获取所述第二点云数据中的一个未处理第三数据点,建立一个类别队列中;
查找所述未处理第三数据点的邻域点,所述邻域点为与所述未处理第三数据点的距离小于所述聚类半径的数据点;
将所有所述邻域点加入所述未处理第三数据点所在的类别队列中,并将所述未处理第三数据点和所有所述领域点标记为已处理;
判断所述第二点云数据中所有数据点是否均被标记为已处理;
若判断结果为否,则获取所述第二点云数据中的下一个未处理的数据点作为所述未处理第三数据点,建立一个新的类别队列,返回执行所述查找所述未处理第三数据点的邻域点的步骤。

6.根据权利要求5所述的方法,其特征在于,所述聚类半径大于对所述第一点云数据进行采样时的采样半径。

7.根据权利要求5所述的方法,其特征在于,所述以所述至少一个类别的子点云为基准数据,将所述第一点云数据中的数据点划分到对应的子点云中,以得到聚类后的点云数据包括:
选择其中一个所述子点云作为待划分点云;
获取所述第一点云数据中与所述待划分点云相匹配的数据点,将其划分到所述待划分点云中,并将其从第一点云数据中删除;
选择另一个所述子点云作为所述待划分点云,返回执行所述获取所述第一点云数据中与所述待划分点云相匹配的数据点的步骤,直到所述第一点云数据中的数据点均被删除。

8.根据权利要求7所述的方法,其特征在于,所述获取所述第一点云数据中与所述待划分点云相匹配的数据点包括:
计算所述第一点云数据中的数据点与所述待划分点云中的每个第四数据点的第二距离;
判断所述第二距离是否小于所述聚类半径;
若小于,则判定所述数据点为与所述待划分点云相匹配的数据点。

9.一种图像处理设备,其特征在于,包括:相互连接的通信电路和处理器;
所述处理器利用所述通信电路获取点云数据,并执行程序以实现如权利要求1-8任一项所述的点云聚类方法。

10.一种具有存储功能的装置,存储有指令,其特征在于,所述指令被执行时实现如权利要求1-8任一项所述的点云聚类方法。