三维点云的增广方法、装置、存储介质及计算机设备制造方法及图纸

本发明专利技术公开了一种三维点云的增广方法、装置、存储介质及计算机设备，涉及图像处理领域。其中方法包括：获取三维点云的点位置矩阵；利用多层卷积网络，对三维点云的点位置矩阵进行特征提取，得到三维点云的特征矩阵；根据三维点云的特征矩阵，确定三维点云的形状变换矩阵和点位移变换矩阵；根据三维点云的点位置矩阵、三维点云的形状变换矩阵和点位移变换矩阵，得到增广的三维点云的点位置矩阵。上述方法可以得到准确性较高的不同形状的增广的三维点云数据，且保证了数据的准确性和真实性，上述方式有效的提升了三维点云的数据量，有利于后续对三维点云数据进行分类操作。

【技术实现步骤摘要】
三维点云的增广方法、装置、存储介质及计算机设备
本专利技术涉及图像处理领域，尤其是涉及一种三维点云的增广方法、装置、存储介质及计算机设备。
技术介绍
随着三维成像技术的发展，结构光测量、激光扫描、激光测距等技术趋于成熟，物体表面的三维坐标能够精准而快速的获取，从而生成场景的三维数据，便于人们能够更好地感知和理解周围环境。三维数据包含了场景的深度信息，能够表示物体的表面形状，在机器人、AR/VR、人机交互、遥感测绘等多个领域具有广阔的应用前景。三维数据由传感器直接获得，可以表示为深度图、三维点云、网格和CAD等多种形式。其中，三维点云获取较为便捷，易于存储，具有离散和稀疏特性，方便扩展为高维的特征信息，是近年来的研究主流方向。然而，与二维图像中像素的规则排列方式不同，三维点云是无序的，并且常常是非均匀分布的，即不同局部区域的点云密度常常不等，此外，三维空间中物体的形变较二维图像更为复杂，除三个维度的仿射变换外，还有非刚体形变需要考虑。基于上述原因，在对三维点云进行分类时，需要突破的难题之一就是三维点云规模远远小于二维图形的规模，无本文档来自技高网...

【技术保护点】
1.一种三维点云的增广方法，其特征在于，所述方法包括：/n获取三维点云的点位置矩阵；/n利用多层卷积网络，对所述三维点云的点位置矩阵进行特征提取，得到所述三维点云的特征矩阵；/n根据所述三维点云的特征矩阵，确定三维点云的形状变换矩阵和点位移变换矩阵；/n根据所述三维点云的点位置矩阵、三维点云的形状变换矩阵和点位移变换矩阵，得到增广的三维点云的点位置矩阵。/n

【技术特征摘要】
1.一种三维点云的增广方法，其特征在于，所述方法包括：
获取三维点云的点位置矩阵；
利用多层卷积网络，对所述三维点云的点位置矩阵进行特征提取，得到所述三维点云的特征矩阵；
根据所述三维点云的特征矩阵，确定三维点云的形状变换矩阵和点位移变换矩阵；
根据所述三维点云的点位置矩阵、三维点云的形状变换矩阵和点位移变换矩阵，得到增广的三维点云的点位置矩阵。


2.根据权利要求1所述的方法，其特征在于，所述根据三维点云的特征矩阵，确定三维点云的变换矩阵和点位移变换矩阵，包括：
根据所述三维点云的特征矩阵，匹配出三维点云的形状变换参数和点位移变换参数；
根据所述三维点云的形状变换参数和点位移变换参数，得到三维点云的形状变换矩阵和点位移变换矩阵。


3.根据权利要求2所述的方法，其特征在于，所述根据三维点云的特征矩阵，匹配出三维点云的变换矩阵参数，包括：
根据所述三维点云的特征矩阵，匹配出三维点云的旋转角度和/或缩放比例。


4.根据权利要求2所述的方法，其特征在于，所述根据所述三维点云的特征矩阵，匹配出三维点云的点位移变换参数，包括：
根据所述三维点云的特征矩阵，利用高斯函数匹配出三维点云的移动点和所述移动点的移动位移量。


5.根据权利要求1所述的方法，其特征在于，所述根据三维点云的点位置矩阵、三维点云的变形状换矩阵和点位移变换矩阵，得到增广的三维点云的点位置矩阵，包括：
将所述三维点云的点位置矩阵和所述三维点云的形状变换矩阵相乘，得到形状变换的三维点云的点位置矩阵；
将所述形状变换的三维点云的点位置矩阵与所述点位移变换矩阵相加，得到增广的三维点云的...

【专利技术属性】
技术研发人员：张国辉，郭玲玲，宋晨，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44