[發(fā)明專利]點云模型的檢測方法和裝置、電子設備和可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202210375016.5
• 申請日: 2022-04-11
• 公開（公告）號: CN114743075A
• 公開（公告）日: 2022-07-12
• 發(fā)明（設計）人: 張東波;秦旭洲;焦少慧
• 申請（專利權）人: 北京有竹居網(wǎng)絡技術有限公司
• 主分類號: G06V10/776
• 分類號: G06V10/776;G06V20/64;G06K9/62;G06F17/18
• 代理公司: 北京友聯(lián)知識產(chǎn)權代理事務所(普通合伙) 11343
• 代理人: 趙文穎;尚志峰

1.一種點云模型的檢測方法，其特征在于，包括：

獲取點云模型，對所述點云模型進行預處理；

獲取預處理后點云模型的融合參數(shù)；

獲取預處理后點云模型的倒角距離；

獲取預處理后點云模型的局部一致性參數(shù)；

獲取所述融合參數(shù)的第一權重、所述倒角距離的第二權重和所述局部一致性參數(shù)的第三權重；

基于所述融合參數(shù)、所述倒角距離、所述局部一致性參數(shù)、所述第一權重、所述第二權重和所述第三權重，獲取檢測結果，完成對所述點云模型的檢測。

2.根據(jù)權利要求1所述的點云模型的檢測方法，其特征在于，所述對所述點云模型進行預處理，具體包括：

對所述點云模型進行歸一化處理。

3.根據(jù)權利要求1所述的點云模型的檢測方法，其特征在于，所述獲取預處理后點云模型的融合參數(shù)，具體包括：

獲取所述預處理后點云模型的精度；

獲取所述預處理后點云模型的完整度；

獲取所述精度和所述完整度的調(diào)和平均數(shù)，得到所述融合參數(shù)。

4.根據(jù)權利要求1所述的點云模型的檢測方法，其特征在于，所述獲取預處理后點云模型的倒角距離，具體包括：

設定所述預處理后點云模型中每個點鄰域的半徑為所述預處理后點云模型對角線長度的第一百分比距離；

基于所述鄰域信息構建協(xié)方差矩陣，對所述協(xié)方差矩陣進行特征分解，得到第一特征值、第二特征值和第三特征值；

基于所述第一特征值、所述第二特征值和所述第三特征值，構建特征指示函數(shù)，獲取每個點的特征指示函數(shù)值，并進行歸一化；

提取所述特征指示函數(shù)值大于第一閾值的點為特征點，所述特征點組成特征點集合；

對所述特征點集合進行最遠點采樣，基于采樣后的點云與采樣后的真值點云，獲取所述倒角距離。

5.根據(jù)權利要求1所述的點云模型的檢測方法，其特征在于，所述獲取預處理后點云模型的局部一致性參數(shù)，具體包括：

獲取所述預處理后點云模型中點的密度值方差；

獲取所述預處理后點云模型中點的點乘結果平均值；

基于所述密度值方差和所述點乘結果平均值，得到所述局部一致性參數(shù)。

6.根據(jù)權利要求5所述的點云模型的檢測方法，其特征在于，所述獲取所述預處理后點云模型中點的密度值方差，具體包括：

設定所述預處理后點云模型中每個點鄰域的半徑為所述預處理后點云模型對角線長度的第二百分比距離；

獲取每個點的密度值，將所述密度值進行歸一化；

基于每個點的歸一化后的密度值，得到所有點的所述密度值方差。

7.根據(jù)權利要求5所述的點云模型的檢測方法，其特征在于，所述獲取所述預處理后點云模型中點的點乘結果平均值，具體包括：

獲取所述預處理后點云模型中每個點的法線；

設定每個點鄰域的半徑為所述預處理后點云模型對角線長度的第三百分比距離；

獲取每個點在其所述鄰域內(nèi)的法線分布；

針對任意點，獲取任意點法線與其所述鄰域內(nèi)法線點乘結果；

獲取所有點的所述點乘結果平均值，將所述點乘結果平均值進行歸一化。

8.根據(jù)權利要求1所述的點云模型的檢測方法，其特征在于，所述獲取所述融合參數(shù)的第一權重、所述倒角距離的第二權重和所述局部一致性參數(shù)的第三權重，具體包括：

獲取所述融合參數(shù)、所述倒角距離、所述局部一致性參數(shù)中任意兩個參數(shù)之間的第一相關性系數(shù)；

基于所述第一相關性系數(shù)，獲取所述融合參數(shù)的獨立性權重、所述倒角距離的獨立性權重和所述局部一致性參數(shù)的獨立性權重；

對所述融合參數(shù)的獨立性權重、所述倒角距離的獨立性權重和所述局部一致性參數(shù)的獨立性權重分別進行歸一化處理，得到所述融合參數(shù)的第一權重、所述倒角距離的第二權重和所述局部一致性參數(shù)的第三權重。