[发明专利]相邻点位分割方法及装置

说明书

本发明实施例公开了一种相邻点位分割方法及装置，基于正交约束的泰森多边形分割方法，对相邻点云的点位进行分割，将获取点云数据的相机两两结对，得到相机对；获取所述相机对中每个相机所获取的点云数据中的任一点位与所述相机对中每个相机的正交距离；比较所述点位与每个相机的正交距离的大小，当确定与所述点位与其所属的相机正交距离最小时，保留所述点位；否则，删除所述点位；将保留下来的所述点位根据其所属的相机进行分割。本发明用正交性对点位进行约束，使点位分割结果都是沿着正交的坐标轴，更为整洁和清晰，不会出现凌乱的分割，从而在室内空间中具有更好展示效果。

技术领域

本发明涉及数据处理技术领域，尤其是一种相邻点位分割方法及装置。

背景技术

在室内三维模型的数据采集阶段，需要使用专门的硬件设备，收集不同的拍摄点数据。在完成数据收集以后，找出不同拍摄点的全局坐标系，才能把这些相邻点位配准，拼接成一个完整的模型，模型拼接过程中相邻点云重合区域会需要进行融合。

基于RGB全景图生成三维极简模型的算法中，点云拼接时候则是另一种情景。现有技术中，通过RGB全景图生成三维极简模型的流程如下：

1.通过神经网络算法对单个全景图建模，得到单个点位的房间极简模型；

2.通过已经得到的位姿数据对不同点位进行的局部极简模型进行拼接；

3.通过融合算法将相邻点位重合区域进行融合。

但是，由于极简模型假设每个单点RGB全景图描述的都是一个封闭空间，但是对于面积较大、结构复杂的空间由于视角遮挡，单点不能完全描述一个空间，不同点位之间由于视角不同造成相互遮挡区域存在预测误差或者预测错误，从而造成点云融合过程中相邻点位分割出现错误。

因而，相邻点位之间亟需要一种新的融合机制，能够通过保留推测准确的部分，并对预测不准确区域进行舍弃。

发明内容

本发明实施例所要解决的一个技术问题是：提供一种相邻点位分割方法及装置，解决现有技术中相邻点位分割过程中，由于视角不同造成相互遮挡区域存在预测误差或者预测错误带来的相邻点位分割出现错误的问题。

根据本发明的一个方面，提供了一种相邻点位分割方法，所述方法包括：

将获取点云数据的相机两两结对，得到相机对；所述相机对中的相机相互可见；

获取所述相机对中每个相机所获取的点云数据中的任一点位与所述相机对中每个相机的正交距离；

比较所述点位与每个相机的正交距离的大小，当确定所述点位与所属的相机正交距离最小时，保留所述点位；否则，删除所述点位；

将保留下来的所述点位根据所属的相机进行分割。

可选地，所述将获取点云数据的相机两两结对，得到相机对，包括：

通过相机拍摄获取点云数据；

将获取所述点云数据相互重合的相机两两结对；每一所述相机分别与存在点云数据相互重合的相机结成不同的相机对。

可选地，所述获取所述相机对中每个相机所获取的点云数据中的任一点位与所述相机对中每个相机的正交距离，包括：

将每个所述相机对中两个相机的正交距离最小的方向作为两个相机的正交方向；

在所述正交方向上计算所述任一点位与所述相机对中每个相机的正交距离。

可选地，所述比较所述点位与每个相机的正交距离的大小，包括：

分别获取每个所述点位与对应的相机对中的每个相机的正交距离；

比较所述点位与每个相机正交距离的大小。