[发明专利]一种点云数据的人工交互粗拼方法、装置、设备及介质

权利要求书

1.一种点云数据的人工交互粗拼方法，其特征在于，包括：

对两组点云数据分别进行降采样得到两组关键点云数据；

分别计算所述两组关键点云数据中每个点的FPFH特征向量；

根据每个点的FPFH特征向量，从所述两组关键点云数据中提取出多个特征点对；

采用RANSAC算法获取所述多个特征点对的粗拼矩阵；

根据所述粗拼矩阵对所述两组点云数据进行粗拼生成特征图片和拼接报告，将所述特征图片的筛选子集投影到XY平面得到交互图片；所述拼接报告包含所述特征图片中每个点云的拼接指标；

向用户展示所述拼接报告和所述交互图片，接收用户调整后的交互图片；

在所述特征图片所在向量空间还原所述调整后的交互图片，得到调整后的特征图片和调整后的粗拼矩阵，向用户展示调整后的特征图片和调整后的拼接报告。

2.如权利要求1所述点云数据的人工交互粗拼方法，其特征在于，所述分别计算所述两组关键点云数据中每个点的FPFH特征向量，具体包括：

对所述两组关键点云数据中每个点分别计算，得到每个点的法向量与各个邻点的法向量之间的夹角、每个点与各个邻点的距离值比；

根据每个点的法向量与各个邻点的法向量之间的夹角得到角向量，根据每个点与各个邻点的距离值比得到距离向量；

将所述角向量和所述距离向量进行拼接，得到每个点的FPFH特征向量；所述FPFH特征向量的维度等于所述角向量和所述距离向量的维度之和。

3.如权利要求1所述点云数据的人工交互粗拼方法，其特征在于，所述根据每个点的FPFH特征向量，从所述两组关键点云数据中提取出多个特征点对，具体包括：

分别计算一组关键点云数据中每个点的FPFH特征向量与另一组关键点云数据中各个点的FPFH特征向量之间的距离值集合；

使一组关键点云数据中每个点与另一组关键点云数据中一个点形成多个特征点对，并使每个特征点对之间的距离值之和最小；所述每个特征点对之间的距离值之和是根据所述距离值集合得到的。

4.如权利要求1所述点云数据的人工交互粗拼方法，其特征在于，所述采用RANSAC算法获取所述多个特征点对的粗拼矩阵，具体包括：

多次从所述多个特征点对中选择部分特征点对计算变换矩阵，得到多个变换矩阵；

分别计算各个变换矩阵下的特征点对匹配数，保留特征点对匹配数大于预设匹配阈值的多个变换矩阵；

从保留的多个变换矩阵中选出特征点对匹配数最大的变换矩阵作为粗拼矩阵。

5.如权利要求1所述点云数据的人工交互粗拼方法，其特征在于，所述根据所述粗拼矩阵对所述两组点云数据进行粗拼生成特征图片和拼接报告，将所述特征图片的筛选子集投影到XY平面得到交互图片，具体包括：

所述根据所述粗拼矩阵对所述两组点云数据进行粗拼生成特征图片；

分析所述特征图片中的拼接指标，得到拼接报告；

提取所述特征图片中的法向量nz参数大于预设阈值的全部点云形成筛选子集；

将所述筛选子集投影到XY平面得到交互图片。

6.如权利要求5所述点云数据的人工交互粗拼方法，其特征在于，所述分析所述特征图片中的拼接指标，得到拼接报告，具体包括：

计算所述特征图片中每个点云的RMSE指标、Fitness指标和Overlap指标；

分别按照RMSE指标、Fitness指标和Overlap指标对全部点云进行排序并保存排序结果至拼接报告中。

7.如权利要求1所述点云数据的人工交互粗拼方法，其特征在于，所述在所述特征图片所在向量空间还原所述调整后的交互图片，得到调整后的特征图片和调整后的粗拼矩阵，具体包括：

在所述特征图片所在向量空间还原所述调整后的交互图片，得到调整后的特征图片；

根据调整后的特征图片中各个点云数据、所述两组点云数据中各个点云数据，计算调整后的粗拼矩阵。