[发明专利]一种点云标注及数据集制作的方法、系统、装置及介质

说明书

本发明公开了一种点云标注及数据集制作的方法、系统、装置及介质，其中方法包括：获取彩色图像，将所述彩色图像内同一标签的物体处理成为单一颜色；获取带有RGB信息的点云数据；对所述彩色图像内不同标签的物体进行RGB值采样，不同标签的物体代表不同类物体；根据采样获得的RGB值对每一类物体进行RGB阈值计算；根据计算获得的RGB阈值对所述点云数据进行标注；对标注后的所述点云数据进行下采样，保存下采样后的所述点云数据，生成数据集。本发明可实现点云数据采集与标注的自动化，不需要人为选取点云数据自行标注，极大提升标注与数据集制作的效率与速度。本发明可广泛应用于数据处理技术领域。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种点云标注及数据集制作的方法、系统、装置及介质。

背景技术

由于智能化的推进，智能制造不断推动制造业中高新技术的发展，机器人抓取技术在工业领域的应用也越来越多，但深度学习结合点云实现抓取任务的研究并不多，如何从工业昏暗杂乱的环境中从稳健地检测与分割散乱堆叠多个物体将是一项具有挑战性的任务，利用深度学习算法从三维点云中提取物体位姿信息的研究在国内外还鲜有公开报道，具有较高的研究和应用价值。三维点云标注将直接影响数据集的质量，同时也将直接影响深度学习算法预测结果的准确性。

目前，三维点云在工业抓取上面的应用还较少，应用受限的主要原因之一就是数据标注的办法太少，几乎没有比较方便快捷的标注方法。现阶段点云应用的领域大部分在于激光点云的研究，虽然也有许多公开的软件可以实现点云数据的标注，但是都是针对激光点云数据的标注，整个标注过程十分繁琐，需要依靠不同的依赖库以及运行系统对软件进行安装与使用，标注时需要人为选取点云数据，标注精度完全靠人为选取的精度来保证。同时，标注耗费的时间长，不同抓取目标都需要制作数据集，这一类的标注方法满足不了快速迁移应用的需求。

发明内容

为至少一定程度上解决现有技术中存在的技术问题之一，本发明的目的在于提供一种点云标注及数据集制作的方法、系统、装置及介质。

本发明所采用的技术方案是：

一种点云标注及数据集制作的方法，包括以下步骤：

获取彩色图像，将所述彩色图像内同一标签的物体处理成为单一颜色；

获取带有RGB信息的点云数据，所述点云数据与所述彩色图像匹配；

对所述彩色图像内不同标签的物体进行RGB值采样，不同标签的物体代表不同类物体；

根据采样获得的RGB值对每一类物体进行RGB阈值计算；

根据计算获得的RGB阈值对所述点云数据进行标注；

对标注后的所述点云数据进行下采样，保存下采样后的所述点云数据，生成数据集。

进一步，所述数据集用于深度学习网络中实现分类与实例分割的训练。

进一步，所述彩色图像内不同类物体的颜色不同。

进一步，所述不同类物体为多个不同物体或同一个物体的不同部分。

进一步，所述获取带有RGB信息的点云数据，包括：

采用相机采集被标注物体的深度图像和RGB图像；

根据所述深度图像和所述RGB图像生成带有RGB数据的点云数据。

进一步，所述对所述彩色图像内不同标签的物体进行RGB值采样，包括：

获取与深度图像对齐后的RGB图像，根据所述RGB图像对每一类物体进行颜色像素裁剪取样；

将裁剪取样获得的像素图片放至对应的计算容器进行计算，获得RGB值。