【技术实现步骤摘要】
全视角点云数据定长有序化编码方法、设备及存储介质
本专利技术属于计算机视觉和图像处理领域，涉及三维点云编码方法。
技术介绍
随着三维传感设备的广泛应用，物体三维信息的获得与处理如三维重建受到越来越多的重视。点云是立体视觉和激光扫描仪等三维传感设备的原始输出，是三维视觉领域最基本的数据格式之一，它是获取物体三维信息和随后重建物体表面的基础，这种格式的数据通常以无序的形式记录被观测物体表面大量空间点的三维坐标。点云数据处理就是通过对大量具有坐标信息的点进行分析来获得这些点所表征物体的类别、位姿、三维等信息的过程。点云数据的无序性使得相关计算需要大量的计算资源，直接影响了后续的数据分析。目前市面上常用的解决点云无序性的方法有三种。第一种方法是模拟二维图像中的像素点，将点云转化为空间三维体素，该方法消除了点云的无序性，但计算复杂度仍然很高。第二种方法是利用点云数据中各点相对位置关系对原始点云数据中的点重新排序，例如k-dtree结构和octree结构，但这种方法获得的数据只反映点云数据中各点间的位置关系，没有...
【技术保护点】
1.全视角点云数据定长有序化编码方法，其特征在于，包括如下步骤：/n获取点云并归一化处理；/n构建包含多个坐标系的规范坐标系集；/n基于所述规范坐标系集，对所述点云进行重编码，计算并记录获得的交点数据，得到定长有序的三维结构数据；/n将所述三维数据转化为定长有序的一维结构数据。/n
【技术特征摘要】
1.全视角点云数据定长有序化编码方法，其特征在于，包括如下步骤：
获取点云并归一化处理；
构建包含多个坐标系的规范坐标系集；
基于所述规范坐标系集，对所述点云进行重编码，计算并记录获得的交点数据，得到定长有序的三维结构数据；
将所述三维数据转化为定长有序的一维结构数据。
2.根据权利要求1所述的全视角点云数据定长有序化编码方法，其特征在于，所述获取点云并归一化处理的过程进一步为：
去除点云中的离群点，设置以点云重心为坐标原点的新坐标系；
获取新坐标系中距离原点最远的点，以最远点和原点间的欧式距离为单位距离，方向保持原坐标系方向不变，以新坐标系中的原始点云作为输出，得到归一化的初始点云和新坐标系。
3.根据权利要求2所述的全视角点云数据定长有序化编码方法，其特征在于，在构建新坐标系前，使用主向量分析法调整点云姿态。
4.根据权利要求1所述的全视角点云数据定长有序化编码方法，其特征在于，所述构建包含多个坐标系的规范坐标系集的过程进一步为：
将规范坐标系集中的坐标系分成若干...
【专利技术属性】
技术研发人员：刘希龙，陈梦娟，顾庆毅，颜廷钰，
申请(专利权)人：中国科学院自动化研究所，中国科学院自动化研究所南京人工智能芯片创新研究院，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。