[发明专利]一种空间关键点数据采集极值定准方法及系统

说明书

本发明提供一种空间关键点数据采集极值定准方法及系统，其中方法包括使用终端获取信息数据，还包括以下步骤：利用当前GPS信息，从服务器查询当前位置的用户分享的模型；加载服务器数据库存储的URL信息或生成新的URL信息；根据所述URL信息解析模型的点云位置；利用PCL将模型的点云位置渲染成显示图像。本发明提出的一种空间关键点数据采集极值定准方法及系统，能够实现不同款的终端在任意自然场景中，通过URL关键数据(位置坐标信息、用户信息等)实现跨平台AR场景的内容同步，满足用户需求。

技术领域

本发明涉及三维图像数据处理的技术领域，特别是一种空间关键点数据采集极值定准方法及系统。

背景技术

现有技术采用PCL(Point Cloud Library)在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。以上方案没有采集空间关键点信息完整度的数据极值的定准判断，同时缺乏关键点采集方向的判断指引。

道客巴巴上公开了2018年4月20日李鹏的硕士学位论文《空间三维点云数据精确配准技术》，本文从提高空间三维位点云数据配准精度、速度及可靠性的角度出发，在深入分析空间三维点云分布状态、数据存储结构及算法运用模式的基础上，充电对空间三维点云数据配准中的特征提取、初始配准、精确配准及多站点云配准误差改正等关键问题进行了研究。该方法的缺点是采用LiDAR摄像头价格高昂，并且处理数据量大，对硬件要求高。

发明内容

为了解决上述的技术问题，本发明提出的一种空间关键点数据采集极值定准方法及系统，通过计算空间关键点云的采集程度和极值比例，给出定准判断，并且能够提示采集人哪个方向采集关键点不够，自动提示采集方向信息。

本发明的第一目的是提供一种空间关键点数据采集极值定准方法，包括使用PCL库调用摄像头并启动点云数据采集，还包括以下步骤：

将采集到的点云数据传给GPU做并行渲染计算，在显示装置上呈现渲染后的画面；

利用PCL库将点云RGB图像转换为灰度图，计算平方差之和；

对所述点云灰度图平方差之和求极大值点；

计算单位体积点云关键点数量，筛选关键点，在所述显示装置显示最终关键点。

优选的是，所述计算平方差之和步骤包括利用3*3大小的区域对点云灰度图计算所述平方差之和，所述平方差之和的公式为

其中，W为灰度图中以xy平面中点(x,y)周围3*3大小区域，(x_k,y_k,z₀)为W区域中相应的(x,y,z₀)坐标，I(x_k,y_k,z₀)为灰度图(x,y,z₀)中位置的灰度值，Δx和Δy为W区域中心的对应增量,z₀为坐标常数。

在上述任一方案中优选的是，所述计算平方差之和步骤还包括遍历整个点云灰度图，计算整个灰度图每个像素的平方差之和，即点云灰度图平方差之和。