[發明專利]一種空間關鍵點數據采集極值定準方法及系統

在審

• 申請號: 202210187112.7
• 申請日: 2022-02-28
• 公開（公告）號: CN114745533A
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 林東姝
• 申請（專利權）人: 杭州小伴熊科技有限公司
• 主分類號: H04N13/106
• 分類號: H04N13/106;H04N13/204;G06T7/00;G06T15/00
• 代理公司: 北京馳納智財知識產權代理事務所(普通合伙) 11367
• 代理人: 蔣路帆

1.一種空間關鍵點數據采集極值定準方法，包括使用PCL庫調用攝像頭并啟動點云數據采集，其特征在于，還包括以下步驟：

將采集到的點云數據傳給GPU做并行渲染計算，在顯示裝置上呈現渲染后的畫面；

利用PCL庫將點云RGB圖像轉換為灰度圖，計算平方差之和；

對所述點云灰度圖平方差之和求極大值點；

計算單位體積點云關鍵點數量，篩選關鍵點，在所述顯示裝置顯示最終關鍵點。

2.如權利要求1所述的空間關鍵點數據采集極值定準方法，其特征在于，所述計算平方差之和步驟包括利用3*3大小的區域對點云灰度圖計算所述平方差之和，所述平方差之和的公式為

其中，W為灰度圖中以xy平面中點(x，y)周圍3*3大小區域，(x_k，y_k，z₀)為W區域中相應的(x，y，z₀)坐標，I(x_k，y_k，z₀)為灰度圖中(x，y，z₀)位置的灰度值，Δx和Δy為W區域中心的對應增量，z₀為坐標常數。

3.如權利要求2所述的空間關鍵點數據采集極值定準方法，其特征在于，所述計算平方差之和步驟還包括遍歷整個點云灰度圖，計算整個灰度圖每個像素的平方差之和，即點云灰度圖平方差之和。

4.如權利要求3所述的空間關鍵點數據采集極值定準方法，其特征在于，滿足以下條件的極大值對應的像素點為所述極大值點，該點為點云關鍵點，[f(x₁，y₁，z₀)＜f(x，y，z₀)，f(x₂，y₂，z₀)＜f(x，y，z₀)]，x₁＜x＜x₂，y₁＜y＜y₂，(x，y，z₀)為點云關鍵點所在位置坐標，f(x，y，z₀)為點云灰度圖中該像素的平常差之和，(x₁，y₁，z₀)為左邊點，(x₂，y₂，z₀)為右邊點。

5.如權利要求4所述的空間關鍵點數據采集極值定準方法，其特征在于，所述對所述點云灰度圖平方差之和求極大值點步驟包括對所述點云關鍵點求梯度，所述梯度計算公式為

g(x，y，z₀)＝[f(x-1，y-1，z₀)-f(x+1，y+1，z₀)]/2

其中，f(x-1，y-1，z₀)和f(x+1，y+1，z₀)分別對應位置點云灰度圖該像素的平方差之和。

6.如權利要求5所述的空間關鍵點數據采集極值定準方法，其特征在于，所述計算單位體積點云關鍵點數量的方法包括以下子步驟：

計算以每個關鍵點為球心、以r為半徑計算關鍵點周圍的關鍵點數量總和；

計算單位體積點云數量。

7.如權利要求6所述的空間關鍵點數據采集極值定準方法，其特征在于，所述單位體積點云數量的計算公式為：

單位體積點云數量＝關鍵點數量總和/(4/3r³)。

8.如權利要求7所述的空間關鍵點數據采集極值定準方法，其特征在于，篩選關鍵點的方法為當所述關鍵點的單位體積點云數量大于等于閾值時，將該關鍵點視為飽和關鍵點并保留該關鍵點；當所述關鍵點的單位體積點云數量小于閾值時，將該關鍵點視為不飽和關鍵點并過濾該關鍵點。