[发明专利]一种基于图的乱序场景下3D点云物体实例分割方法

权利要求书

1.一种基于图的乱序场景下3D点云物体实例分割方法，其特征在于包括如下步骤：

步骤1)对原始场景点云数据进行降采样和去噪；

步骤2)提取场景点云的关键点，根据关键点之间的近邻关系构成关键点图；

步骤3)基于所述关键点图完成点云的粗分割；

步骤4)拟基于粗分割后的区域，构建方向包围盒，由方向包围盒的大小判断该区域是否需要细分割；并在细分割阶段通过图节点的合并、图的割点的剔除，再通过并查集算法对剩余节点分类完成细分割；

步骤5)根据方向包围盒从场景中提取完整的目标点云。

2.根据权利要求1所述的基于图的乱序场景下3D点云物体实例分割方法，其特征在于所述步骤2)中的关键点图，具体方式为：当两个点互为k近邻点时，将两点相连接构成边，设生成的图即为关键点图，表示为G(V，E)，V表示图的顶点集合，E表示边的集合。

3.根据权利要求1所述的基于图的乱序场景下3D点云物体实例分割方法，其特征在于所述步骤2)关键点的提取采用ISS算法。

4.根据权利要求1所述的基于图的乱序场景下3D点云物体实例分割方法，其特征在于所述步骤3)中粗分割为：基于所述关键点图，对于关键点图每一条边，根据两端节点、边的中点这三个点在原始点云中周围点云分布密度的差异，构建动态判断条件，将误连接的、在点云物体之外的边判定为虚边并进行剔除操作，再应用并查集算法查找子图完成粗分割。

5.根据权利要求4所述的基于图的乱序场景下3D点云物体实例分割方法，其特征在于粗分割的具体步骤及动态判断条件具体为：

步骤3-1)将边的两端点以及边的中点分别设为p₁，p₂，p₃，计算边的长度，设为d；

步骤3-2)以边的长度的三分之一为半径，即r＝1/3d，分别在原始场景点云中计算三个点在半径r内的近邻点的个数分别对应为：k₁、k₂、k₃；

步骤3-3)根据式(1)所示的动态判断条件比较中点和两端点的近邻点个数，若满足则判定该边为实边，否则判定该边为虚边。

(k₃/(k₁+k₂)≥Th (1)

其中，Th为判断虚边的阈值，取值范围在0.35到0.45之间。

6.根据权利要求1所述的基于图的乱序场景下3D点云物体实例分割方法，其特征在于所述步骤4)中图节点的合并包括如下步骤：

步骤4-I)设待分割的图为G₀(V₀，E₀)，对于节点集V₀，计算每个点与其最近邻点之间的距离，以距离的平均值为阈值，选择小于阈值的最近邻点对E₁。

步骤4-II)根据最近邻点对E₁和原节点集V₀，构成图G₁(V₀，E₁)，使用并查集算法对图G₁的节点集V₀进行分类，得到节点集V₀对应的根节点集V₁，并且记录节点V₀与V₁之间的映射关系。

步骤4-III)根据节点之间的映射关系，对边集E₀中的每一条边所对应的节点，用该节点对应的根节点代替，得到新的边集E₂，G₂(V₁，E₂)即为合并之后的图。