一种三维点云的分割方法及装置制造方法及图纸

本申请所述的三维点云的分割方法及装置，以点云中的点在行和列方向上的梯度为依据，从点云中删除拖点，其中拖点为行方向上的梯度和列方向上的梯度大于预设的梯度阈值的点，因此，能够排除拖点对于分割方法的干扰，从而提高分割结果的准确性。

【技术实现步骤摘要】
一种三维点云的分割方法及装置
本申请涉及电子信息领域，尤其涉及一种三维点云的分割方法及装置。
技术介绍
点云是在同一空间参考系下表达目标表面特性的海量点的集合。具有三维(即XYZ)坐标的点云称为三维点云。激光雷达(Lidar)是获取三维点云的一种常见方式。目前，针对三维点云的分割方法包括RANSAC方法和近邻方法，但现有的针对三维点云的分割方式得到的分割结果的准确性有待提高。
技术实现思路
申请人在研究的过程中发现，使用Lidar得到的三维点云中，包括特有的拖点(flyingpixel)，而现有的三维点云的分割方法，将flyingpixel也划分为某一类别的点云簇，从而使得前后重叠的物体被划分为一类，因此，现有的三维点云的分割方法的准确性不高。本申请提供了一种三维点云的分割方法及装置，目的在于解决如何提高三维点云的分割结果的准确性的问题。为了实现上述目的，本申请提供了以下技术方案：一种三维点云的分割方法，包括：使用点云中的目标点的深度坐标，计算所述目标点在行方向上的梯度和列方向上的梯度，所述目标点为所述点云中的任意一个点；删除所述点云中的拖点，所述拖点为所述行方向上的梯度和所述列方向上的梯度大于预设的梯度阈值的点；对删除所述拖点的点云进行分割。可选的，所述使用点云中的目标点的深度坐标，计算所述目标点在行方向上的梯度和列方向上的梯度包括：使用计算点Pi在行方向上的梯度；使用计算点Pi在列方向上的梯度；其中，r表示所述点云的行数，c表示所述点云的列数，Pi表示所述目标点。可选的，所述对删除所述拖点的点云进行分割包括：依据所述点云的深度Z方向上的直方图，将点云划分点集；分别对所述点集划分点云簇。可选的，所述分别对所述点集划分点云簇包括：对每一个所述点集建立k维树；通过在每个所述点集的k维树上执行近邻算法，得到每个所述点集划分出的所述点云簇。可选的，所述点集为第一类点集；所述分别对所述点集划分点云簇包括：对每一个所述第一类点集，依据X方向上的直方图，将所述第一类点集划分为第二类点集；对每一个所述第二类点集，依据Y方向上的直方图，将所述第二类点集划分为所述点云簇。可选的，所述对删除所述拖点的点云进行分割包括：执行以下步骤，直到所述点云中的点均被分类：任选所述点云中未被选择过的一个点，建立一个集合；从所述集合中选择一个从未选择过的点，计算选择的点与相邻的8个且不在所述集合中的点的距离，将所述距离小于预设阈值的点加入到所述集合中，直到没有新的点可以能够加入到所述集合中；其中，得到的所述集合为分割所述点云得到的点云簇。可选的，在得到所述点云簇后，还包括：删除点数小于预设数量阈值的点云簇。一种三维点云的分割装置，包括：计算模块，用于使用点云中的目标点的深度坐标，计算所述目标点在行方向上的梯度和列方向上的梯度，所述目标点为所述点云中的任意一个点；删除模块，用于删除所述点云中的拖点，所述拖点为所述行方向上的梯度和所述列方向上的梯度大于预设的梯度阈值的点；分割模块，用于对删除所述拖点的点云进行分割。可选的，所述计算模块用于使用点云中的目标点的深度坐标，计算所述目标点在行方向上的梯度和列方向上的梯度包括：所述计算模块具体用于，使用计算点Pi在行方向上的梯度；使用计算点Pi在列方向上的梯度；其中，r表示所述点云的行数，c表示所述点云的列数，Pi表示所述目标点。可选的，所述分割模块用于对删除所述拖点的点云进行分割包括：所述分割模块具体用于，依据所述点云的深度Z方向上的直方图，将点云划分点集；并分别对所述点集划分点云簇。可选的，所述分割模块用于分别对所述点集划分点云簇包括：所述分割模块具体用于，对每一个所述点集建立k维树，并通过在每个所述点集的k维树上执行近邻算法，得到每个所述点集划分出的所述点云簇。可选的，所述点集为第一类点集；所述分割模块用于分别对所述点集划分点云簇包括：所述分割模块具体用于，对每一个所述第一类点集，依据X方向上的直方图，将所述第一类点集划分为第二类点集；并对每一个所述第二类点集，依据Y方向上的直方图，将所述第二类点集划分为所述点云簇。可选的，所述分割模块对删除所述拖点的点云进行分割包括：所述分割模块具体用于，执行以下步骤，直到所述点云中的点均被分类：任选所述点云中未被选择过的一个点，建立一个集合；从所述集合中选择一个从未选择过的点，计算选择的点与相邻的8个且不在所述集合中的点的距离，将所述距离小于预设阈值的点加入到所述集合中，直到没有新的点可以能够加入到所述集合中；其中，得到的所述集合为分割所述点云得到的点云簇。可选的，所述删除模块还用于：删除点数小于预设数量阈值的点云簇。本申请所述的方法及装置，以点云中的点在行和列方向上的梯度为依据，从点云中删除拖点，其中拖点为行方向上的梯度和列方向上的梯度大于预设的梯度阈值的点，因此，能够排除拖点对于分割方法的干扰，从而提高分割结果的准确性。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为激光雷达获取三维点云产生flyingpixel的原理示意图；图2为本申请实施例公开的一种三维点云的分割方法的流程图；图3为本申请实施例公开的又一种三维点云的分割方法的流程图；图4为深度方向上的直方图的示例图；图5为本申请实施例公开的又一种三维点云的分割方法的流程图；图6为本申请实施例公开的又一种三维点云的分割方法的流程图；图7为本申请实施例公开的一种三维点云的分割装置的结构示意图。具体实施方式本申请实施例公开的三维点云的分割方法，可以应用在激光雷达获取的三维点云(即面阵雷达点云)。所谓面阵雷达点云的分割是指，将面阵雷达点云中的点分割为不同的集合，每个集合中的点云为同一个物体上的点。换句话说，分割也可以看作将点云中的点划分到不同的类型，每个类型表示一个物体。激光雷达获取三维点云产生flyingpixel的原理如图1所示：(1)由于激光雷达测距装置发出的探测光为具有一定视场角度且具有一定横截面积的单束探测光，该单束探测光的一部分照射到障碍物A上，另一部分照射到障碍物B上，导致测距装置的距离探测既不是A的距离值d1，也不是障碍物B的距离d2，而是介于距离d1和d2之间的某个值d3(图1中未画出)，而d3处是没有任何障碍物的，该d3距离值是个错误的距离探测值，该距离数据(深度数据)d3为flyingpixel。(2)假设当障碍物B不存在，没有任何物体时，也是同样情况，由于单束探测光即照射到了障碍物A中，也照射到了障碍物A之外的区域，所以该距离探测值并不是d1，而是大于d1的某个距离值d4(图1中未画出)，而d4处是没有任何障碍物的，该d4距离值是个错误的距离探测值，该d4距离数据同样为flyingpixel。本实施例所述的三维点云的分割方法，主要通过去除点云中的flyingpixel，以提高分割结果的准确性。本实施例中，三维点云中的任意一个点Pi的坐标用(xi,yi,zi)表示，其中xi表示行坐标，yi表示列坐标，zi表示深度坐标。下面将结合本申请实施例中的附图，对本申本文档来自技高网...

【技术保护点】
1.一种三维点云的分割方法，其特征在于，包括：使用点云中的目标点的深度坐标，计算所述目标点在行方向上的梯度和列方向上的梯度，所述目标点为所述点云中的任意一个点；删除所述点云中的拖点，所述拖点为所述行方向上的梯度和所述列方向上的梯度大于预设的梯度阈值的点；对删除所述拖点的点云进行分割。

【技术特征摘要】
1.一种三维点云的分割方法，其特征在于，包括：使用点云中的目标点的深度坐标，计算所述目标点在行方向上的梯度和列方向上的梯度，所述目标点为所述点云中的任意一个点；删除所述点云中的拖点，所述拖点为所述行方向上的梯度和所述列方向上的梯度大于预设的梯度阈值的点；对删除所述拖点的点云进行分割。2.根据权利要求1所述的方法，其特征在于，所述使用点云中的目标点的深度坐标，计算所述目标点在行方向上的梯度和列方向上的梯度包括：使用计算点Pi在行方向上的梯度；使用计算点Pi在列方向上的梯度；其中，r表示所述点云的行数，c表示所述点云的列数，Pi表示所述目标点。3.根据权利要求1所述的方法，其特征在于，所述对删除所述拖点的点云进行分割包括：依据所述点云的深度Z方向上的直方图，将点云划分点集；分别对所述点集划分点云簇。4.根据权利要求3所述的方法，其特征在于，所述分别对所述点集划分点云簇包括：对每一个所述点集建立k维树；通过在每个所述点集的k维树上执行近邻算法，得到每个所述点集划分出的所述点云簇。5.根据权利要求3所述的方法，其特征在于，所述点集为第一类点集；所述分别对所述点集划分点云簇包括：对每一个所述第一类点集，依据X方向上的直方图，将所述第一类点集划分为第二类点集；对每一个所述第二类点集，依据Y方向上的直方图，将所述第二类点集划分为所述点云簇。6.根据权利要求1所述的方法，其特征在于，所述对删除所述拖点的点云进行分割包括：执行以下步骤，直到所述点云中的点均被分类：任选所述点云中未被选择过的一个点，建立一个集合；从所述集合中选择一个从未选择过的点，计算选择的点与相邻的8个且不在所述集合中的点的距离，将所述距离小于预设阈值的点加入到所述集合中，直到没有新的点可以能够加入到所述集合中；其中，得到的所述集合为分割所述点云得到的点云簇。7.根据权利要求3-6任一项所述的方法，其特征在于，在得到所述点云簇后，还包括：删除点数小于预设数量阈值的点云簇。8.一种三维点云的分割装置，其特征在于，包括：计算模块，用于使用点云中的目标点的深度坐标，计算所述目标点在行方...

【专利技术属性】
技术研发人员：疏达，李远，冯强，郑凯，
申请(专利权)人：北醒北京光子科技有限公司，
类型：发明
国别省市：北京,11