[发明专利]视觉场景中物体稀疏性的判断方法、系统和设备

权利要求书

1.一种视觉场景中物体稀疏性的判断方法，其特征在于，所述方法包括：

步骤S100，获取视觉场景图像；

步骤S200，对所述视觉场景图像中的物体目标进行聚类，获得多个聚类簇；

步骤S300，提取每个聚类簇中的凸包络；

步骤S400，计算凸包络的面积；

步骤S500，计算所有所述凸包络的面积之和与视觉场景图像面积的比值r；

步骤S600，预设物体稀疏性判断区间，当所述比值r处于对应的稀疏性判断区间时，获得视觉场景图像的稀疏性。

2.根据权利要求1所述的视觉场景中物体稀疏性的判断方法，其特征在于，所述视觉场景图像，包括在心理沙盘中排放沙具获得的沙盘场景图，以沙具为物体目标，包含沙具位置和沙具尺寸的信息。

3.根据权利要求1所述的视觉场景中物体稀疏性的判断方法，其特征在于，所述步骤S200，具体为通过DBSCAN距离方法对物体目标进行聚类，包括：

步骤S210，预先设定最小邻域距离和最小簇样本点数MinPts；

步骤S220，提取物体目标的像素，判定距离小于所述最小邻域距离的两个样本点为密度可达，即认定这两个样本点属于同一个聚类；

步骤S230，遍历所有像素点，若一个聚类中含有的样本点数大于所述最小簇样本点数MinPts，则认定该聚类为一个聚类簇。

4.根据权利要求3所述的视觉场景中物体稀疏性的判断方法，其特征在于，所述最小邻域距离，还包括自适应调节最小邻域距离的方法，具体为，基于所述视觉场景图像，获取包围物体目标的最小外接圆半径，在判断两个样本点是否密度可达时，两个样本点的空间距离小于其所在最小外接圆的半径之和，则认为两个样本点密度可达；即以两个样本点所在的最小外接圆的半径之和作为最小邻域距离。

5.根据权利要求1所述的视觉场景中物体稀疏性的判断方法，其特征在于，所述步骤S300，通过Graham扫描法提取每个聚类簇中的凸包络，具体包括：

步骤S310，选取凸包上的一个点作为基准点；

步骤S320，以所述基准点为参照，对剩余所有点进行极角排序，并依次遍历，确定凸包点；

步骤S330，将所有聚类簇作为输入通过如步骤S310-步骤S320的方法，获取所有凸包点，获得凸包络。

6.根据权利要求1所述的视觉场景中物体稀疏性的判断方法，其特征在于，所述步骤S400，包括将凸包络的形状分解为若干三角形，分别计算多个三角形的面积并求和获得凸包络的面积。

7.根据权利要求6所述的视觉场景中物体稀疏性的判断方法，其特征在于，所述分别计算多个三角形的面积并求和获得凸包络的面积，具体为在凸包络中任选一点作为面积计算基本点，以面积计算基本点为中心，按顺时针或逆时针的方向依次得到两个点与基本点构成三角形，通过向量叉乘获得三角形面积，将所有的三角形面积加和获得凸包络的面积。

8.一种视觉场景中物体稀疏性的判断系统，其特征在于，所述系统包括：图像获取模块、物体聚类模块、凸包络提取模块、凸包络面积计算模块、面积比值计算模块和稀疏性判断模块；

所述图像获取模块，配置为获取视觉场景图像；

所述物体聚类模块，配置为对所述视觉场景图像中的物体目标进行聚类，获得多个聚类簇；

所述凸包络提取模块，配置为提取每个聚类簇中的凸包络；

所述凸包络面积计算模块，配置为计算凸包络的面积；

所述面积比值计算模块，配置为计算所有所述凸包络的面积之和与视觉场景图像面积的比值r；

所述稀疏性判断模块，配置为预设物体稀疏性判断区间，当所述比值r处于对应的稀疏性判断区间时，获得视觉场景图像的稀疏性。

9.一种电子设备，包括：至少一个处理器；以及与至少一个所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令用于被所述处理器执行以实现权利要求1-7任一项所述的视觉场景中物体稀疏性的判断方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于被所述计算机执行以实现权利要求1-7任一项所述的视觉场景中物体稀疏性的判断方法。