点云聚类方法、图像处理设备及具有存储功能的装置制造方法及图纸

本申请公开一种点云聚类方法、图像处理设备及具有存储功能的装置，该方法包括：获取第一点云数据，首先将第一点云数据进行采样，得到第二点云数据后，对采样后的第二点云数据进行聚类，得到至少两个类别的子点云，判断该子点云的类别数量是否大于一个，若大于，则以至少两个类别的子点云为基准数据，将第一点云数据中的数据点划分到对应的子点云中，以得到聚类后的点云数据。由此，本申请利用采样将需要进行聚类的数据量减少，从而可以减少计算量，加快聚类速度。

Clustering Method of Point Cloud, Image Processing Equipment and Device with Storage Function

【技术实现步骤摘要】
点云聚类方法、图像处理设备及具有存储功能的装置
本申请涉及图像处理
，特别是涉及一种点云聚类方法、图像处理设备及具有存储功能的装置。
技术介绍
随着三维扫描技术的发展，使三维点云数据模型成为一种新兴数字媒体，在工业制造、建筑设计、产品展示、医学、电子商务等方面有着广泛的应用。由于现有三维扫描设备精度得到极大提高，扫描得到的点云数据中包含大量数据点，此时若需要对点云数据进行聚类分析，获取不同类别的点云时，采用传统的聚类方法会导致聚类速度较慢的问题。
技术实现思路
本申请主要提供一种点云聚类方法、图像处理设备及具有存储功能的装置，能够快速将点云分为不同类别。为解决上述技术问题，本申请采用的一个技术方案是：提供一种点云聚类方法，包括：获取第一点云数据；将第一点云数据进行采样，得到第二点云数据；对第二点云数据进行聚类，得到至少一个类别的子点云；判断该子点云的类别数量是否大于一；若大于，则以至少一个类别的子点云为基准数据，将第一点云数据中的数据点划分到对应的子点云中，以得到聚类后的点云数据。为解决上述技术问题，本申请采用的另一个技术方案是：提供一种图像处理设备，其特征在于，包括：相互连接的通信电路和处理器；该处理器利用通信电路获取点云数据，并执行程序以实现如上所述的点云聚类方法。为解决上述技术问题，本申请采用的又一个技术方案是：提供一种具有存储功能的装置，存储有指令，该指令被执行时实现如上所述的点云聚类方法。本申请的有益效果是：区别于现有技术的情况，本申请的实施例中，在获取第一点云数据，首先将第一点云数据进行采样，得到第二点云数据后，对采样后的第二点云数据进行聚类，得到至少一个类别的子点云，并在该子点云的类别数量大于一时，再以至少一个类别的子点云为基准数据，将第一点云数据中的数据点划分到对应的子点云中，以得到聚类后的点云数据。由此，本申请利用采样将需要进行聚类的数据量减少，从而可以减少计算量，加快聚类速度。附图说明图1是本申请点云聚类方法第一实施例的流程示意图；图2是图1中步骤S12的具体流程示意图；图3是图2中步骤S122的具体流程示意图；图4是采用距离采样方法进行采样的场景示意图；图5是图1中步骤S16的具体流程示意图；图6是本申请点云聚类方法第二实施例的流程示意图；图7是图6中步骤S132的具体流程示意图；图8是图5中步骤S162的具体流程示意图；图9是利用本申请点云聚类方法进行聚类的点云数据的变化过程示意图；图10是本申请图像处理设备一实施例的结构示意图；图11是本申请具有存储功能的装置一实施例的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。如图1所示，本申请点云聚类方法第一实施例包括：S11：获取第一点云数据。点云是表达物体表面的大量数据点，每个数据点均可以用三维坐标表示。其中，该第一点云数据至少包括表达某个三维图像轮廓的多个数据点的位置坐标，可以直接利用三维扫描设备扫描得到目标的三维点云数据(即该第一点云数据)，也可以是从存储设备或其他设备中获取预先存储的该第一点云数据，此处不做具体限定。S12：将第一点云数据进行采样，得到第二点云数据。采样指按照某种规则从数据集中挑选样本数据的过程。其中，采样规则可以是随机采样、距离采样或分层采样等方法。可选地，当采样规则是距离采样时，如图2所示，步骤S12包括：S121：获取采样半径。采样半径定义了以数据点为中心，以该采样半径为半径的一个圆形采样区域，每个采样区域内采样数据量相同。例如，每个采样区域内仅选取中心的数据点作为样本数据。其中，该采样半径是预先由用户或系统设定的值，其具体取值可以根据采样及后续聚类精度要求而定。S122：基于采样半径对第一点云数据进行距离采样，以得到第二点云数据。具体地，在一个应用例中，基于采样半径R，选择该第一点云数据中的一个数据点，将该数据点为中心，划分一个半径在R的采样区域，在该采样区域内的所有数据点仅选择其中部分数据点作为样本数据，其他数据点均删除/标记，基于上述采样规则，遍历该第一点云数据的所有未删除/未标记的数据点，最后将所有样本数据的集合作为该第二点云数据。可选地，当采样时仅选择中心数据点作为样本数据时，如图3所示，步骤S122包括：S1221：计算第一点云数据中的第一数据点和第二数据点的第一距离。其中，该第一数据点是在该第一点云数据中选择的样本数据。初始选择该第一数据点时可以是随机的，也可以是选择存储器中保存的第一个数据点或者最后一个数据点作为该第一数据点。第二数据点是除第一数据点以外的至少部分数据点。该第二数据点可以是第一点云数据中除第一数据点以外的所有数据点，该第二数据点也可以是该第一点云数据中的部分数据点，例如将数据点分成多个部分同时进行采样时，该第二数据点则是采样部分数据点中除第一数据点外的其他数据点。具体地，在一个应用例中，结合图4所示，选择数据点A作为第一数据点后，可以从第一点云数据中获取第二数据点B，计算该第二数据点B与第一数据点A的距离时，可以根据A的位置坐标(x1，y1，z1)以及B的位置坐标(x2，y2，z2)，然后可以利用如下公式即可以计算得到A和B之间的欧式距离。S1222：判断第一距离是否小于采样半径。若判断结果为是，则执行如下步骤S1223，否则执行步骤S1224。S1223：删除第二数据点。S1224：保留第二数据点。具体地，在上述应用例中，获取A和B之间的距离d之后，将该距离d与该采样半径R进行比较，若该距离d小于该采样半径R，则表明该第二数据点B位于以第一数据点A为中心，以采样半径R为半径的圆形区域内，此时，则删除该第二数据点B。而当该第二数据点不位于以第一数据点A为中心，以采样半径R为半径的圆形区域内时，如图4中的点C，点C与点A之间的距离大于该采样半径R，此时，保留该第二数据点C。S1225：判断第一点云数据中是否还存在未删除且不是样本数据的数据点。若存在，则执行如下步骤S1226，否则执行步骤S1227。S1226：按照预设采样顺序选择未删除的另一个数据点作为第一数据点，返回执行步骤S1221。其中，该预设采样顺序是预先设置的顺序，可以是数据点存储的顺序，也可以是空间位置顺序，又或者随机选择等，此处不做具体限定。该另一个数据点是区别于已经被选择为样本数据的数据点。S1227：最终保留的所有第一数据点组成该第二点云数据。具体地，每次执行完步骤S1223或S1224之后，可以先判断是否已经完成第一点云数据的采样，即判断第一点云数据中是否还存在未删除且不是样本数据的数据点。也就是说，当某个数据点已经被选择作为第一数据点(即样本数据)进行上述步骤的采样后，部分第二数据点已经被删除，此时可以先判断剩余的数据点中是否还存在没有被删除且不是样本数据的数据点，即判断是否有数据点还未被处理过，若存在，则可以按照预设采样顺序继续选择未删除的另一个数据点作为该第一数据点，返回执行上述步骤S1221，继续执行采样步骤，直至遍历完成所有未删除的数据点，即所有本文档来自技高网...

【技术保护点】
1.一种点云聚类方法，其特征在于，包括：获取第一点云数据；将所述第一点云数据进行采样，得到第二点云数据；对所述第二点云数据进行聚类，得到至少一个类别的子点云；判断所述子点云的类别数量是否大于一个；若大于，则以所述至少一个类别的子点云为基准数据，将所述第一点云数据中的数据点划分到对应的子点云中，以得到聚类后的点云数据。

【技术特征摘要】
1.一种点云聚类方法，其特征在于，包括：获取第一点云数据；将所述第一点云数据进行采样，得到第二点云数据；对所述第二点云数据进行聚类，得到至少一个类别的子点云；判断所述子点云的类别数量是否大于一个；若大于，则以所述至少一个类别的子点云为基准数据，将所述第一点云数据中的数据点划分到对应的子点云中，以得到聚类后的点云数据。2.根据权利要求1所述的方法，其特征在于，所述将所述第一点云数据进行采样，得到第二点云数据包括：获取采样半径；基于所述采样半径对所述第一点云数据进行距离采样，以得到所述第二点云数据。3.根据权利要求2所述的方法，其特征在于，所述基于所述采样半径对所述第一点云数据进行距离采样，以得到所述第二点云数据包括：计算所述第一点云数据中的第一数据点和第二数据点的第一距离，所述第二数据点是除所述第一数据点以外的至少部分数据点；判断所述第一距离是否小于所述采样半径；若判断结果为是，则删除所述第二数据点；否则，保留所述第二数据点，按照预设采样顺序选择未删除的另一个数据点作为所述第一数据点，重复执行上述步骤，直至遍历完成所有未删除的数据点，最终保留的所有所述第一数据点组成所述第二点云数据。4.根据权利要求1所述的方法，其特征在于，所述对所述第二点云数据进行聚类，得到至少一个类别的子点云包括：获取聚类半径；对所述第二点云数据进行欧式距离聚类，以得到至少一个类别的子点云。5.根据权利要求4所述的方法，其特征在于，所述对所述第二点云数据进行欧式距离聚类，以得到至少一个类别的子点云包括：获取所述第二点云数据中的一个未处理第三数据点，建立一个类别队列中；查找所述未处理第三数据点的邻域点，所述邻域点为与所述未处理第三数据点的距离小于所述聚类半径的数...

【专利技术属性】
技术研发人员：张智胜，祁春超，
申请(专利权)人：深圳市华讯方舟太赫兹科技有限公司，华讯方舟科技有限公司，
类型：发明
国别省市：广东,44