[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

说明书

本发明公开一种点云数据的人工交互粗拼方法、装置、设备及介质，所述方法包括：根据粗拼矩阵对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。采用本发明，以高的效率完成点云粗拼接情况下结合人工交互手段提高拼接精度。

技术领域

本发明涉及点云数据处理技术领域，尤其涉及一种点云数据的人工交互粗拼方法、装置、设备及介质。

背景技术

当前点云粗拼领域主要是通过特征拼接或多点位同名点匹配的方式进行。基于点特征的粗拼接方法最常用的是点签名的拼接方法，此类方法是通过在点云数据中的每个点上定义一个特征描述因子，然后通过对两片或多片点云数据的每个点的特征描述因子进行比较，计算点云数据的转换参数来完成点云的拼接。此种方法的缺点在于：计算量大，且对噪声点敏感度较高，拼接的精度较低。

发明内容

本发明实施例提供一种点云数据的人工交互粗拼方法、装置、设备及介质，以高的效率完成点云粗拼接情况下结合人工交互手段提高拼接精度。

为实现上述目的，本申请实施例的第一方面提供一种点云数据的人工交互粗拼方法，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。

在第一方面的一种可能的实现方式中，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。

在第一方面的一种可能的实现方式中，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。

在第一方面的一种可能的实现方式中，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；