[發明專利]點云數據分割方法和終端

有效

• 申請號: 201710353580.6
• 申請日: 2017-05-18
• 公開（公告）號: CN107239794B
• 公開（公告）日: 2020-04-28
• 發明（設計）人: 邱純鑫;劉樂天
• 申請（專利權）人: 深圳市速騰聚創科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/10;G06T7/70
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 何平

本發明涉及一種點云數據分割方法和終端，其中方法包括：利用具有不同柵格分辨率的柵格圖對同一點云數據進行分割以得到相應柵格分辨率下的分割結果；每個分割結果至少包括一個獨立的子集；根據所述柵格分辨率從小到大的順序對相應柵格分辨率下的分割結果分別進行目標物檢測；在進行目標物檢測時，當小柵格分辨率下的分割結果中有檢測到目標物的子集時，在大柵格分辨率下的分割結果中確定與檢測到目標物的子集對應的映射子集，并將所述映射子集從所述大柵格分辨率下的分割結果中去除后進行目標物檢測；以及根據各柵格分辨率下的目標物檢測結果得到所述點云數據的最終分割結果。上述方法能夠提高目標檢測和跟蹤的準確度。

技術領域

本發明涉及圖像處理技術領域，特別是涉及一種點云數據分割方法和終端。

背景技術

點云是利用激光在同一空間參考系下獲取物體表面的每個采樣點的空間坐標，得到的是一系列表達目標空間分布和目標表面特性的海量點的集合。點云數據分割是確定點云中具有相同屬性區域的過程，它將點云數據聚類分離成獨立的子集，各子集均對應于當前具有物理意義的感知對象(如環境中的車輛、人、樹木以及建筑物等等)，反映感知對象的幾何和位置特征。因此，點云數據分割的好壞直接關系到感知對象的檢測和識別的精準度。傳統的點云數據分割方法會因為點云數據的稀疏性導致容易出現欠分割或者過分割等情況。過分割是將實際上只有一個物體，在點云中分割成了兩個物體；欠分割是將實際上的兩個物體，在點云中分割成了一個物體，從而影響后續目標檢測與跟蹤效果。

發明內容

基于此，有必要提供一種能夠提高目標檢測和跟蹤的準確度的點云數據分割方法和終端。

一種點云數據分割方法，包括：

利用具有不同柵格分辨率的柵格圖對同一點云數據進行分割以得到相應柵格分辨率下的分割結果；每個分割結果至少包括一個獨立的子集；

根據所述柵格分辨率從小到大的順序對相應柵格分辨率下的分割結果分別進行目標物檢測；在進行目標物檢測時，當小柵格分辨率下的分割結果中有檢測到目標物的子集時，在大柵格分辨率下的分割結果中確定與檢測到目標物的子集對應的映射子集，并將所述映射子集從所述大柵格分辨率下的分割結果中去除后進行目標物檢測；以及

根據各柵格分辨率下的目標物檢測結果得到所述點云數據的最終分割結果。

上述點云數據分割方法，利用具有不同柵格分辨率的柵格圖來對同一點云數據進行分割以得到相應柵格分辨率下的分割結果，并根據柵格分辨率從小到大的順序對相應的柵格分辨率下的分割結果分別進行目標物檢測。在進行目標物檢測的過程中，當小柵格分辨率下的分割結果中有檢測到目標物的子集時，在大柵格分辨率下的分割結果中確定與該子集對應的映射子集，從而從大柵格分辨率中去除該映射子集后對其進行目標物檢測識別。由于在小柵格分辨率下的分割結果中可能會出現因過分割而導致無法正確檢測到目標物的情況，但是在之后的大柵格分辨率下的分割結果中，會將過分割的部分結合在一起，組成正確的分割結果，從而避免因欠分割和過分割導致的漏檢情況，進而提高后續目標檢測和跟蹤的準確度。

在其中一個實施例中，各柵格圖的柵格分辨率呈遞增關系。

在其中一個實施例中，在將所述映射子集從所述大柵格分辨率下的分割結果中去除后進行目標物檢測中，若當前柵格分辨率下的分割結果中的子集均被去除時，則結束對各分割結果進行目標物檢測。

在其中一個實施例中，當小柵格分辨率下的分割結果中有檢測到目標物的子集時，在大柵格分辨率下的分割結果中確定與檢測到目標物的子集對應的映射子集包括：在大柵格分辨率下的分割結果中確定包含小柵格分辨率下的分割結果中檢測到目標物的子集的點云數據的子集作為映射子集。

在其中一個實施例中，所述根據各柵格分辨率下的目標物檢測結果得到所述點云數據的最終分割結果的步驟包括：

當所有的分割結果中均未檢測到目標物，則將最小柵格分辨率下的分割結果作為最終分割結果；