[发明专利]一种候选区域生成方法及系统

说明书

本发明公开了一种候选区域生成方法及系统。其中，该方法包括：获取点云输入数据，并将所述点云输入数据进行体素化，得到体素数据；根据所述体素数据提取特征数据；根据所述特征数据生成区域相似度；根据所述区域相似度合并离散区域，得到候选区域。本发明解决了现有技术基于滑动立方体的方法通常假设地物是框在立方体内部，对于地物的粘连现象处理效果欠佳的技术问题。

技术领域

本发明涉及目标识别领域，具体而言，涉及一种候选区域生成方法及系统。

背景技术

三维目标识别技术(3D Target Recognition Technology)可以快速、自动、准确地采集大量的虚拟现实(VR)和增强现实(AR)中的目标物体表面的三维点数据，即建点云(Point Clouds)。它针对输入的大场景，根据已经训练好的数据库，进行地面点云分割，最终对大场景中的物体进行识别建模。

三维目标识别技术在在计算机视觉和虚拟现实方面的应用十分广泛，室内的三维空间的建立、室外建筑物的快速建模、三维虚拟沙盘的构建以及三维的虚拟城市的建立等方面。相对于以往的二维的识别，三维识别可以将结果更直观、准确的呈现出来，可观度以及观赏性更高。

然而，在进行地面点云的分割后，非地面点往往会存在粘连现象，特别是不同的地物(如建筑物和树木)之间的重叠。导致最终呈现出的结果不能使每个个体实现单体化，将两个或两个以上的物体认为成一个物体。传统的方法是直接用先验信息或几何特征匹配方法，则要构造滑动立方体，对立方体内的点云提取局部特征或特征包，最后通过分类器实现点云的分类。这类方法几乎是对点云进行穷举搜索，还需要考虑尺度、旋转角度的影响，总体计算十分耗时。此外，基于滑动立方体的方法通常假设地物是框在立方体内部，对于地物的粘连现象处理效果欠佳，最终呈现出来的结果不好。

传统的候选目标快速检测方法在地面点云分割后，非地面点往往存在粘连现象，特别是不同地物(如建筑物和树木)之间的重叠。如果直接用先验信息或几何特征匹配方法，则要构造滑动立方体，对立方体内的点云提取局部特征或特征包，最后通过分类器实现点云的分类。这类方法几乎是对点云进行穷举搜索，还需要考虑尺度、旋转角度的影响，计算十分耗时。此外，基于滑动立方体的方法通常假设地物是框在立方体内部，对于地物的粘连现象处理效果欠佳。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种候选区域生成方法及系统，以至少解决现有技术基于滑动立方体的方法通常假设地物是框在立方体内部，对于地物的粘连现象处理效果欠佳的技术问题。

根据本发明实施例的一个方面，提供了一种候选区域生成方法，包括：获取点云输入数据，并将所述点云输入数据进行体素化，得到体素数据；根据所述体素数据提取特征数据；根据所述特征数据生成区域相似度；根据所述区域相似度合并离散区域，得到候选区域。

可选的，所述根据所述体素数据提取特征数据包括：根据所述体素数据生成颜色相似度；根据所述颜色相似度提取所述特征数据。

可选的，在所述根据所述特征数据生成区域相似度之前，所述方法还包括：根据所述特征数据得到特征频率；根据所述特征频率得到纹理相似度和形态相似度。

可选的，所述候选区域包括：分割后的点云场景。

根据本发明实施例的另一方面，还提供了一种候选区域生成系统，包括：获取模块，用于获取点云输入数据，并将所述点云输入数据进行体素化，得到体素数据；提取模块，用于根据所述体素数据提取特征数据；生成模块，用于根据所述特征数据生成区域相似度；合并模块，用于根据所述区域相似度合并离散区域，得到候选区域。

可选的，所述提取模块包括：生成单元，用于根据所述体素数据生成颜色相似度；提取单元，用于根据所述颜色相似度提取所述特征数据。