[发明专利]一种基于语义分割的三维室内场景重建方法

说明书

本发明公开了一种基于语义分割的三维室内场景重建方法，具体按照如下步骤实施：步骤1，通过体素滤波采样方法和SIFT特征点提取的方法分别对室内场景进行采样，然后将通过体素滤波采样方法和SIFT特征点提取的方法采样得到的采样点进行融合，对重复的采样点只保留一个作为有效点，获得室内点云数据；步骤2，对步骤1获得的室内点云数据进行平面提取，对提取过平面的数据进行语义分割和精细化分割，将室内场景中的物体区分开来；步骤3，对获得语义等特征的室内场景内环境及外环境进行模型匹配与平面拟合从而完成三维重建。本发明解决了现有重建方法重建效果差、场景理解能力不足的问题，能够高精度地重建室内场景。

技术领域

本发明属于计算机视觉及人工智能技术领域，涉及一种基于语义分割的三维室内场景重建方法。

背景技术

室内场景的三维重建技术是智能家居和是室内机器人导航的重要技术支持，是计算机视觉以及人工智能中的核心研究内容之一，具有重要的研究意义和广泛的应用前景。

在三维重建领域中，室内场景因贴近人们生产生活的需要，在近些年来受到广泛的关注。然而由于室内场景较小，物体种类繁多，物体之间较为密集，使得室内场景的三维重建工作存在着巨大的挑战。目前三维重建的方法有很多，如基于二维图像恢复三维结构，基于点云补全恢复三维结构，基于模型替换恢复三维结构等等方法。实现方法虽然有很多种，现有重建方法大多有重建效果差、场景理解能力不足，因此始终没有一种普适性强的方法能够很好的解决这一类问题。

发明内容

本发明的目的是提供一种基于语义分割的三维室内场景重建方法，解决了现有重建方法重建效果差、场景理解能力不足的问题，能够高精度地重建室内场景。

本发明所采用的技术方案是，一种基于语义分割的三维室内场景重建方法，具体按照如下步骤实施：

步骤1，通过体素滤波采样方法和SIFT特征点提取的方法分别对室内场景进行下采样，然后将通过体素滤波采样方法和SIFT特征点提取的方法采样得到的采样点进行融合，对重复的采样点只保留一个作为有效点，获得下采样后的室内点云数据；

步骤2，对步骤1获得的下采样后的室内点云数据进行平面提取，对提取过平面的数据进行语义分割和精细化分割，将室内场景中的物体区分开来；

步骤3，将经过分割的室内场景内环境及外环境进行模型匹配与平面拟合从而完成三维重建。

本发明的特征还在于，

步骤1中通过体素滤波采样方法对室内场景进行下采样，具体为：

读取原始室内场景的点云数据，设定体素栅格边长为L，假设当前输入的点为p(x_i,y_i,z_i)，计算p(x_i,y_i,z_i)对应体素栅格三个坐标轴上的最大最小值，计算公式如(1)所示，从而得到体素栅格的8个顶点坐标：分别是(X_min,Y_min,Z_min)，(X_min,Y_min,Z_max)，(X_min,Y_max,Z_min)，(X_min,Y_max,Z_max)，(X_max,Y_min,Z_min)，(X_max,Y_min,Z_max)，(X_max,Y_max,Z_min)，(X_max,Y_max,Z_max)；