[发明专利]一种基于强度图像的目标点云获取方法

说明书

本发明提供了一种基于强度图像的目标点云获取方法，包括获取原始点云数据，并从原始点云数据中提取强度图像数据；按照预设网格步长对强度图像数据的进行采样处理，确定采样像素点；并进一步确定种子像素点；对每个像素点添加种子标签和判定数据，之后根据第一种子像素点与其第二领域内的第一像素点的第一距离数据和第一像素点的判定数据确定第一像素点所属的种子像素点，生成第一强度图像数据；调用预设二值化算法对第一强度图像数据进行二值化处理，得到第二强度图像数据；调用预设形态学处理算法对第二强度图像数据进行目标识别处理，得到目标强度图像数据；根据目标强度图像数据中各像素的像素坐标值，从原始点云数据中获取目标点云数据。

技术领域

本发明涉数据处理领域，尤其涉及一种基于强度图像的目标点云获取方法。

背景技术

当前三维成像邻域，飞行时间的研究是热门之一。与其他五种三维成像技术相比较而言，飞行时间三维成像法能够获得瞬态图像，也就意味着计算景深时不需要过多的后续处理，因此往往能够达到较高的帧率，而且因为减少了后去处理的系统开支，可节省相关成本。目前的飞行时间三维成像研究多集中于瞬态成像、超分辨、非视域探测成像、飞行时间质谱等领域。此外，由于飞行时间三维成像方式在一般情况下，距离测量的范围可以通过改变激光器的脉冲频率、视野大小和光源强度就可以调整，因此飞行时间三维成像的探测距离弹性大，适合在近距离范围内的人脸识别、手势识别和跟踪、体感识别、游戏互动等操作，同时也适合在远距离探测目标，潜在的应用场景十分广阔。但这些应用场景就要求对三维点云目标对象化，即从背景中提取出感兴趣的目标点云。

由于飞行时间三维成像法应用于商业化及家庭服务时间较晚，针对飞行时间三维成像法获得的点云目标提取方案较少，同时仅利用点云空间位置信息提取目标难度较大。目前对于从三维点云数据中确定目标点云数据的方法大多是针对特定场景而设计的，特征值法对于处理偏差大和异常值多的场景来说提取率不高，也有用单一随机抽样一致性算法进行目标点云提取，但是易出现边界误提取情况。

发明内容

针对现有技术缺陷，本发明实施例的目的是提供一种基于强度图像的目标点云获取方法，根据飞行时间三维成像技术能够同时获取点云位置及强度信息的特点，从飞行时间相机获取的原始点云数据中获取目标点云数据。

为解决上述问题，第一方面，本发明提供了一种基于强度图像的目标点云获取方法，所述方法包括：

S1，获取原始点云数据，并从所述原始点云数据中提取强度图像数据；

S2，按照预设网格步长对所述强度图像数据的进行采样处理，确定采样像素点；

S3，根据所述采样像素点第一邻域内各像素点的梯度值，确定种子像素点；

S4，对所述强度图像数据中的每个像素点添加种子标签，将所述种子标签设置为第一标签，对每个像素点添加判定数据，将所述判定数据设置为初始判定数据；

S5，对第一种子像素点第二领域内的第一像素点与所述第一种子像素点进行距离计算处理，得到所述第一像素点与所述第一种子像素点的第一距离数据；

S6，当所述第一距离数据小于所述第一像素点的判定数据时，将所述第一像素点的种子标签设置为第一种子像素点，并将所述第一像素点的判定数据设置为所述第一距离数据；

S7，迭代执行S5和S6直至每个第一种子像素点对应的第一像素点与所述第一种子像素点的第一距离数据大于等于所述第一像素点的判定数据时，根据处理后的各像素点数据生成第一强度图像数据；

S8，调用预设二值化算法对所述第一强度图像数据进行二值化处理，得到第二强度图像数据；

S9，调用预设形态学处理算法对所述第二强度图像数据进行目标识别处理，得到目标强度图像数据；

S10，根据所述目标强度图像数据中各像素的像素坐标值，从所述原始点云数据中获取目标点云数据。