[发明专利]点云处理方法、点云处理系统和存储介质有效
申请号: | 202010051036.8 | 申请日: | 2020-01-17 |
公开(公告)号: | CN111223101B | 公开(公告)日: | 2023-08-11 |
发明(设计)人: | 彭飞;张嘉曌 | 申请(专利权)人: | 湖南视比特机器人有限公司 |
主分类号: | G06T7/10 | 分类号: | G06T7/10 |
代理公司: | 北京中企讯专利代理事务所(普通合伙) 11677 | 代理人: | 熊亮 |
地址: | 410006 湖南省长沙市高新开*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 处理 方法 系统 存储 介质 | ||
1.一种点云处理方法,其特征在于,包括:
处理当前帧图像以确定目标点的当前二维特征,所述当前二维特征为所述目标点在所述当前帧图像的二维特征;
根据所述当前帧图像确定所述当前帧图像的点云数据,处理所述点云数据以构建树结构;
根据所述当前帧图像确定所述目标点的三维坐标;
通过所述树结构确定所述目标点的邻近点的三维坐标;
根据所述目标点的三维坐标和所述邻近点的三维坐标确定所述目标点与所述目标点的邻近点之间的距离;
根据所述距离预测所述目标点的卷积核;
利用所述卷积核处理所述当前二维特征以得到当前三维特征,所述当前三维特征为所述目标点在所述当前帧图像的三维特征;
根据所述当前三维特征确定所述当前帧图像的点云分割结果。
2.如权利要求1所述的点云处理方法,其特征在于,所述当前帧图像包括彩色图像,处理当前帧图像以确定目标点的当前二维特征,包括:
对所述彩色图像进行特征提取,以确定所述当前二维特征。
3.如权利要求1所述的点云处理方法,其特征在于,所述点云处理方法包括:
获取所述目标点的结果二维特征,所述结果二维特征为所述目标点在所述当前帧图
像的前一帧图像的二维特征;
融合所述结果二维特征和所述当前二维特征,以更新所述当前二维特征;
利用所述卷积核处理所述当前二维特征以得到当前三维特征,包括:
利用所述卷积核处理更新后的所述当前二维特征以得到所述当前三维特征;
所述点云处理方法包括:
获取所述目标点的结果三维特征,所述结果三维特征为所述目标点在所述当前帧图
像的前一帧图像的三维特征;
融合所述结果三维特征和所述当前三维特征,以更新所述当前三维特征;
根据所述当前三维特征确定所述当前帧图像的点云分割结果,包括:
根据更新后的所述当前三维特征确定所述当前帧图像的点云分割结果。
4.一种点云处理系统,其特征在于,包括存储器和处理器,所述处理器连接所述存储器,所述处理器用于处理当前帧图像以确定目标点的当前二维特征,所述当前二维特征为所述目标点在所述当前帧图像的二维特征;根据所述当前帧图像确定所述当前帧图像的点云数据,处理所述点云数据以构建树结构;根据所述当前帧图像确定所述目标点的三维坐标;通过所述树结构确定所述目标点的邻近点的三维坐标;根据所述目标点的三维坐标和所述邻近点的三维坐标确定所述目标点与所述目标点的邻近点之间的距离;根据所述距离预测所述目标点的卷积核;利用所述卷积核处理所述当前二维特征以得到当前三维特征,所述当前三维特征为所述目标点在所述当前帧图像的三维特征;根据所述当前三维特征确定所述当前帧图像的点云分割结果。
5.如权利要求4所述的点云处理系统,其特征在于,所述处理器用于获取所述目标点的结果二维特征,所述结果二维特征为所述目标点在所述当前帧图像的前一帧图像的二维特征;融合所述结果二维特征和所述当前二维特征,以更新所述当前二维特征;利用所述卷积核处理更新后的所述当前二维特征以得到所述当前三维特征;获取所述目标点的结果三维特征,所述结果三维特征为所述目标点在所述当前帧图像的前一帧图像的三维特征;融合所述结果三维特征和所述当前三维特征,以更新所述当前三维特征;根据更新后的所述当前三维特征确定所述当前帧图像的点云分割结果。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有控制程序,所述控制程序被处理器执行时实现如权利要求1至3中任一项所述的点云处理方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南视比特机器人有限公司,未经湖南视比特机器人有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010051036.8/1.html,转载请声明来源钻瓜专利网。