[发明专利]一种点云数据的拼接方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了一种点云数据的拼接方法、装置、设备及存储介质，用于提高点云数据拼接的准确率。所述方法包括：对每个点坐标进行范围搜索，得到每个点坐标对应的第二点坐标集合，并分别对每个点坐标对应的第二点坐标集合进行角度范围分析，得到N个角度范围；分别计算N个角度范围内的多个预设参数指标，生成N个参数指标集合，并根据N个参数指标集合构建每个点云数据的目标特征矩阵；根据目标特征矩阵，对多个点云数据进行融合点位匹配，得到每两个点云数据之间的目标融合点；根据每两个点云数据之间的目标融合点，对多个点云数据进行点云数据对齐，生成初始点云模型，并对初始点云模型进行构件渲染，得到目标元宇宙模型。

技术领域

本发明涉及人工智能领域，尤其涉及一种点云数据的拼接方法、装置、设备及存储介质。

背景技术

随着计算机技术的快速发展，计算机技术的运用逐渐变得多样化，利用计算机技术实现虚拟现实体验的技术也越来越成熟，虚拟现实技术为人们提供了身临其境的体验。

但是目前，在虚拟空间中构建元宇宙模型时，时常会因为点云之间的拼接准确率低，而造成最终生成的模型效果不佳。

发明内容

本发明提供了一种点云数据的拼接方法、装置、设备及存储介质，用于提高点云数据拼接的准确率。

本发明第一方面提供了一种点云数据的拼接方法，所述点云数据的拼接方法包括：

获取待处理的多个元宇宙模型构件以及每个元宇宙模型构件对应的点云数据，并分别提取每个点云数据对应的第一点坐标集合；

根据预设的搜索半径，对每个点坐标进行范围搜索，得到每个点坐标对应的第二点坐标集合，并分别对每个点坐标对应的第二点坐标集合进行角度范围分析，得到N个角度范围；

分别计算所述N个角度范围内的多个预设参数指标，生成N个参数指标集合，并根据所述N个参数指标集合构建每个点云数据的目标特征矩阵；

根据所述目标特征矩阵，对所述多个点云数据进行融合点位匹配，得到每两个点云数据之间的目标融合点；

根据所述每两个点云数据之间的目标融合点，对所述多个点云数据进行点云数据对齐，生成初始点云模型，并对所述初始点云模型进行构件渲染，得到目标元宇宙模型。

结合第一方面，在本发明第一方面的第一实施方式中，所述获取待处理的多个元宇宙模型构件以及每个元宇宙模型构件对应的点云数据，并分别提取每个点云数据对应的第一点坐标集合，包括：

获取待处理的多个元宇宙模型构件；

分别对所述多个元宇宙模型构件进行三维点云映射，得到每个元宇宙模型构件对应的点云数据；

分别提取每个点云数据中的多个点坐标，并根据所述多个点坐标构建每个点云数据对应的第一点坐标集合。

结合第一方面，在本发明第一方面的第二实施方式中，所述根据预设的搜索半径，对每个点坐标进行范围搜索，得到每个点坐标对应的第二点坐标集合，并分别对每个点坐标对应的第二点坐标集合进行角度范围分析，得到N个角度范围，包括：

根据预设的搜索半径，对每个点坐标进行范围搜索，得到每个点坐标的多个邻近点坐标；

根据每个点坐标的多个邻近点坐标构建第二点坐标集合；

对所述第二点坐标集合中的多个邻近点坐标进行角度范围划分，得到N个不同的角度范围。

结合第一方面，在本发明第一方面的第三实施方式中，所述分别计算所述N个角度范围内的多个预设参数指标，生成N个参数指标集合，并根据所述N个参数指标集合构建每个点云数据的目标特征矩阵，包括：

根据所述N个角度范围，提取每个角度范围内的所有坐标点；

分别计算每个角度范围内的所有坐标点对应的多个预设参数指标，其中，所述多个预设参数指标包括：法向量差值、距离差值以及法向量与距离的乘积；

将所述多个预设参数指标生成每个角度范围内的参数指标集合，得到N个参数指标集合；