一种点云的特征提取方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术涉及图像处理技术领域，公开了一种点云的特征提取方法、装置、设备及可读存储介质，其中，该点云的特征提取方法包括：获取三维点云数据；提取三维点云数据对应的关键点；基于关键点确定三维点云数据对应的目标区域；将目标区域内的关键点投影至预设平面，确定关键点对应的投影关键点；对投影关键点进行二值化处理，确定点云特征值。通过实施本发明专利技术，节省了计算时间，提高了计算效率，抑制了噪声干扰，提高了鲁棒性。

【技术实现步骤摘要】
一种点云的特征提取方法、装置、设备及可读存储介质
本专利技术涉及图像处理领域，具体涉及一种点云的特征提取方法、装置、设备及可读存储介质。
技术介绍
点云数据为最常见、最基础的三维图像模型。点云数据通常由测量直接得到，每个点对应一个测量点，未经过其他处理手段，因而包含了最大的信息量，而进行三维图像处理需要提取隐藏在点云数据中的信息量。由于点云数据的纹理特征包含了大量有用信息，因此点云数据的纹理特征提取对三维图像处理具有很大作用。现有的点云特征提取通常是通过直接遍历全局的方式，计算局部二值模式(LocalBinaryPattern,LBP)的值，该计算得到的LBP值即为纹理特征。然而，现有的LBP值的计算方法没有采样过程，直接通过遍历全局的方式计算不仅耗时巨大，且抗噪声干扰的能力差。
技术实现思路
因此，本专利技术要解决的技术问题在于克服现有技术中的LBP值计算存在的耗时大且抗噪声干扰能力差的缺陷，从而提供一种点云的特征提取方法、装置、设备及可读存储介质。根据第一方面，本专利技术实施例提供了一种点云的特征提取方法，包括如本文档来自技高网...

【技术保护点】
1.一种点云的特征提取方法，其特征在于，包括如下步骤：/n获取三维点云数据；/n提取所述三维点云数据对应的关键点；/n基于所述关键点确定所述三维点云数据对应的目标区域；/n将所述目标区域内的所述关键点投影至预设平面，确定所述关键点对应的投影关键点；/n对所述投影关键点进行二值化处理，确定点云特征值。/n

【技术特征摘要】
1.一种点云的特征提取方法，其特征在于，包括如下步骤：
获取三维点云数据；
提取所述三维点云数据对应的关键点；
基于所述关键点确定所述三维点云数据对应的目标区域；
将所述目标区域内的所述关键点投影至预设平面，确定所述关键点对应的投影关键点；
对所述投影关键点进行二值化处理，确定点云特征值。


2.根据权利要求1所述的方法，其特征在于，所述提取所述三维点云数据对应的关键点，包括：
基于目标算法从所述三维点云数据中提取关键点。


3.根据权利要求1所述的方法，其特征在于，所述基于目标算法从所述三维点云数据中提取关键点，包括：
遍历所述三维点云数据中包含的所有点，获取所有点对应的点云数量，根据所述点云数量，确定所述三维点云数据中的突变点；
根据所述突变点，确定所述三维点云数据的边缘点以及所述三维点云数据中各点的变化主方向；
计算所述变化主方向对应的响应值；
基于非最大值抑制方法以及所述响应值，确定所述三维点云数据的关键点。


4.根据权利要求3所述的方法，其特征在于，所述遍历所述三维点云数据中包含的所有点，获取所有点对应的点云数量，根据所述点云数量，确定所述三维点云数据中的突变点，包括：
建立局部坐标系，设定法线方向，分别计算所述三维点云数据中包含的所有点在所述法线方向上的法向量；
根据所述法向量构建协方差矩阵；
基于所述协方差矩阵，分别计算所述三维点云数据中包含的所有点对应的点云数量；
根据所述点云数量的变化情况，确定所述三维点云数据中的突变点。


5.根据权利要求1所述的方法，其特征在于，所述基于所述关键点确定所述三维点云数据对应的目标区域，包括：
获取以所述关键点为原点的球半径；
判断所述球半径值是否小于预设值；
当所述球半径小于所述预设值时，则以当前的所述球半径形成的球体所包含区域为目标区域。

【专利技术属性】
技术研发人员：蒋泽新，宋明岑，朱虹，张秀峰，
申请(专利权)人：珠海格力智能装备有限公司，珠海格力电器股份有限公司，
类型：发明
国别省市：广东;44