[發(fā)明專利]一種基于網(wǎng)格數(shù)據(jù)的邊緣檢測(cè)方法、裝置、介質(zhì)及設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010944149.0
• 申請(qǐng)日: 2020-09-10
• 公開（公告）號(hào): CN111932570B
• 公開（公告）日: 2021-01-19
• 發(fā)明（設(shè)計(jì)）人: 高磊;田希文
• 申請(qǐng)（專利權(quán)）人: 熵智科技（深圳）有限公司
• 主分類號(hào): G06T7/13
• 分類號(hào): G06T7/13;G06T5/00;G06T17/20
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明公開了一種基于5D紋理網(wǎng)格數(shù)據(jù)結(jié)構(gòu)的3D無(wú)序點(diǎn)云邊緣檢測(cè)方法、裝置、設(shè)備及介質(zhì)，包括（1）將3D無(wú)序點(diǎn)云數(shù)據(jù)轉(zhuǎn)換為5D紋理網(wǎng)格數(shù)據(jù)結(jié)構(gòu)；（2）鄰域訪問(wèn)，對(duì)于5D紋理網(wǎng)格數(shù)據(jù)結(jié)構(gòu)中任一頂點(diǎn)S_mn，獲取以S_mn為中心、半徑為r范圍內(nèi)的全部鄰域點(diǎn)N_S；（3）高斯模糊，將每個(gè)頂點(diǎn)S_mn的RGB值賦值為所述頂點(diǎn)S_mn對(duì)應(yīng)全部鄰域點(diǎn)N_S的RGB值加權(quán)平均；（4）獲取高斯模糊后5D紋理網(wǎng)格數(shù)據(jù)結(jié)構(gòu)的灰度梯度gi與梯度方向di；（5）對(duì)梯度圖像進(jìn)行非極大值抑制，輸出S_mn對(duì)應(yīng)的數(shù)值Ti；（6）搜索四角網(wǎng)格M的邊緣輪廓并輸出邊緣輪廓，通過(guò)將無(wú)序點(diǎn)云轉(zhuǎn)化5D紋理網(wǎng)格數(shù)據(jù)結(jié)構(gòu)后，使得無(wú)序點(diǎn)云也具有快速鄰域訪問(wèn)能力，從而實(shí)現(xiàn)3D無(wú)序點(diǎn)云數(shù)據(jù)的邊緣檢測(cè)。

技術(shù)領(lǐng)域

本發(fā)明屬于涉及計(jì)算機(jī)圖形和計(jì)算機(jī)視覺技術(shù)領(lǐng)域，特別涉及一種無(wú)序點(diǎn)云數(shù)據(jù)的邊緣檢測(cè)方法。

背景技術(shù)

在機(jī)器視覺領(lǐng)域，視覺特征可應(yīng)用于物體識(shí)別、位姿估計(jì)、SLAM等場(chǎng)景，其中物體的邊緣輪廓，如表面圖案的紋理輪廓，是一種常用的視覺特征。對(duì)于2D圖像的邊緣檢測(cè)，已有成熟算法，如Canny算子，然而2D圖像不能完全表征三維物體。3D點(diǎn)云包含物體更多的三維位姿信息，針對(duì)3D點(diǎn)云的邊緣檢測(cè)具有更廣泛的應(yīng)用價(jià)值。

3D點(diǎn)云的邊緣檢測(cè)方法一般包含以下幾部分：（1）將3D相機(jī)獲取到的物體原始點(diǎn)云進(jìn)行模糊處理；（2）利用點(diǎn)云的RGB值生成灰色點(diǎn)云；（3）根據(jù)灰色點(diǎn)云的灰度梯度搜索符合邊緣定義的輪廓點(diǎn)；（4）輸出所有邊緣輪廓點(diǎn)。

上述3D點(diǎn)云邊緣檢測(cè)方法是2D圖像邊緣檢測(cè)方法的推廣，但僅適用于有序點(diǎn)云。3D點(diǎn)云分為有序點(diǎn)云和無(wú)序點(diǎn)云兩種，有序點(diǎn)云是按行列順序排列中，由3D相機(jī)采集到的3D點(diǎn)云，通常要做濾波處理以去除無(wú)效點(diǎn)，點(diǎn)云有序性難以保證；另外，許多常用3D視覺算法，如下采樣，易破壞有序點(diǎn)云的排列順序，進(jìn)而將其轉(zhuǎn)換為無(wú)序點(diǎn)云。無(wú)序點(diǎn)云是3D點(diǎn)云更常見的存在形式，而成熟的2D邊緣檢測(cè)方法難以推廣至無(wú)序點(diǎn)云。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于SeizetColorMesh（5D紋理網(wǎng)格數(shù)據(jù)結(jié)構(gòu)）的邊緣檢測(cè)方法，將無(wú)序點(diǎn)云轉(zhuǎn)化5D紋理網(wǎng)格數(shù)據(jù)結(jié)構(gòu)后，使得無(wú)序點(diǎn)云也具有快速鄰域訪問(wèn)能力，然后通過(guò)高斯模糊、非極大值抑制等處理實(shí)現(xiàn)無(wú)序點(diǎn)云數(shù)據(jù)的邊緣檢測(cè)，以將成熟的2D邊緣檢測(cè)方法推廣至3D無(wú)序點(diǎn)云。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于SeizetColorMesh 3D無(wú)序點(diǎn)云邊緣檢測(cè)方法：

（1）將3D無(wú)序點(diǎn)云數(shù)據(jù)轉(zhuǎn)換為5D紋理網(wǎng)格數(shù)據(jù)結(jié)構(gòu)（SeizetColorMesh），所述5D紋理網(wǎng)格數(shù)據(jù)結(jié)構(gòu)包括拓?fù)溥B接的多個(gè)半邊四角網(wǎng)格，每個(gè)所述半邊四角網(wǎng)格包括一四角面片、設(shè)于四角面片上的四個(gè)頂點(diǎn)S_m,n，S_m,n+1，S_m+1,n，S_m+1,n+1以及多個(gè)半邊，其中，基于所述點(diǎn)云數(shù)據(jù)中任意一點(diǎn)P_i以及P_i的三個(gè)相鄰點(diǎn)獲取對(duì)應(yīng)的四個(gè)所述頂點(diǎn)，每個(gè)所述頂點(diǎn)存儲(chǔ)點(diǎn)云數(shù)據(jù)中對(duì)應(yīng)點(diǎn)P_i的3D位置坐標(biāo)（x，y， z）、法向量、顏色以及其為起始頂點(diǎn)的半邊的指針信息，每個(gè)半邊存儲(chǔ)起始頂點(diǎn)、終止頂點(diǎn)、鄰接面、上個(gè)半邊、下個(gè)半邊、對(duì)立半邊的指針或索引；

（2）對(duì)于5D紋理網(wǎng)格數(shù)據(jù)結(jié)構(gòu)中的任一頂點(diǎn)S_m,n，獲取以所述S_m,n為中心、半徑為r的范圍內(nèi)的全部鄰域點(diǎn)N_S, 其中，將所述頂點(diǎn)S_m,n作為初始頂點(diǎn)開始本次的鄰域訪問(wèn)以獲取對(duì)應(yīng)的全部鄰域點(diǎn)N_S包括如下步驟：判斷所述初始頂點(diǎn)是否為邊界點(diǎn)，若所述初始頂點(diǎn)為邊界點(diǎn)，則返回空；若所述初始頂點(diǎn)不為邊界點(diǎn)，則以所述初始頂點(diǎn)為中心，尋找訪問(wèn)半徑為r的網(wǎng)格數(shù)據(jù)結(jié)構(gòu)內(nèi)的全部鄰域點(diǎn)；