[發明專利]點云數據的分類方法及裝置

有效

• 申請號: 201510883246.2
• 申請日: 2015-12-04
• 公開（公告）號: CN105550688B
• 公開（公告）日: 2019-03-29
• 發明（設計）人: 徐斌;姜雨;晏陽;宋良
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆;胡彬

1.一種點云數據的分類方法，其特征在于，包括：

獲取第一有向點對應的第一旋轉圖像，所述第一有向點為點云數據中的任一有向點，所述第一旋轉圖像是點云數據表示的物體在以所述第一有向點的方向矢量為z軸建立的坐標系下的圖像；

根據至少一個第一旋轉圖像對應的第一直方圖確定協方差矩陣；

根據所述協方差矩陣計算所述點云數據的特征描述向量；

將所述點云數據的特征描述向量帶入分類器進行分類處理。

2.根據權利要求1所述的點云數據的分類方法，其特征在于，所述獲取第一有向點對應的第一旋轉圖像，包括：

以第一有向點的法線方向為軸，用一個與所述法線方向垂直的預設格槽平面進行旋轉，所述預設格槽平面包括至少一個格槽；

旋轉時，將所述預設格槽平面的每個格槽中落入的目標交點數目確定為所述每個格槽的灰度值，得到所述第一有向點對應的第一旋轉圖像，所述目標交點為所述預設格槽平面與目標曲面的交點。

3.根據權利要求1所述的點云數據的分類方法，其特征在于，所述根據所述協方差矩陣計算所述點云數據的特征描述向量，包括：

計算所述協方差矩陣的至少一個特征向量和至少一個特征值，所述特征值與所述特征向量一一對應；

從所述至少一個特征向量中選取較大的預設數量的特征值對應的特征向量；

根據所述預設數量的特征值對應的特征向量確定所述點云數據的特征描述向量。

4.根據權利要求3所述的點云數據的分類方法，其特征在于，所述根據所述預設數量的特征值對應的特征向量確定所述點云數據的特征描述向量，包括：

獲取所述點云數據的最小包圍盒的三維信息；

將所述預設數量的特征值對應的特征向量和所述最小包圍盒的三維信息進行組合，得到所述點云數據的特征描述向量。

5.根據權利要求1所述的點云數據的分類方法，其特征在于，在將所述點云數據的特征描述向量帶入到分類器進行分類處理之前，還包括：

通過機器學習將至少一個已知樣本數據的特征描述向量生成為分類器。

6.根據權利要求1至5中任一項所述的點云數據的分類方法，其特征在于，在獲取第一有向點對應的第一旋轉圖像之前，還包括：

對點云數據集合進行分割，得到至少一個點云數據。

7.一種點云數據的分類裝置，其特征在于，包括：

旋轉圖像獲取單元，用于獲取第一有向點對應的第一旋轉圖像，所述第一有向點為點云數據中的任一有向點，所述第一旋轉圖像是點云數據表示的物體在以所述第一有向點的方向矢量為z軸建立的坐標系下的圖像；

協方差矩陣確定單元，用于根據所述旋轉圖像獲取單元獲取的至少一個第一旋轉圖像對應的第一直方圖確定協方差矩陣；

特征描述向量計算單元，用于根據所述協方差矩陣確定單元確定的所述協方差矩陣計算所述點云數據的特征描述向量；

分類處理單元，用于將所述特征描述向量計算單元得到的所述點云數據的特征描述向量帶入分類器進行分類處理。

8.根據權利要求7所述的點云數據的分類裝置，其特征在于，所述旋轉圖像獲取單元包括：

旋轉子單元，用于以第一有向點的法線方向為軸，用一個與所述法線方向垂直的預設格槽平面進行旋轉，所述預設格槽平面包括至少一個格槽；

灰度值統計單元，用于在所述旋轉子單元進行旋轉時，將所述預設格槽平面的每個格槽中落入的目標交點數目確定為所述每個格槽的灰度值，得到所述第一有向點對應的第一旋轉圖像，所述目標交點為所述預設格槽平面與目標曲面的交點。