一种深度视频空间平面检测方法及系统技术方案

本发明专利技术公开了深度视频空间平面检测方法及系统，该方法包括：对深度视频中当前帧的RGB图和深度图进行预处理；从点云数据中选取满足条件的多组候选点，每组候选点包括三个候选点，拟合得到多个候选平面，并从多个候选平面中获取初始平面；基初始平面及其内点，对所有内点进行空间聚类，获取点数最多的类，类中的点为当前帧的检测平面的检测平面数据；根据历史输出平面数据及检测平面，获取当前输出平面。本发明专利技术能够快速检测平面，效率高且稳定性好。好。好。

【技术实现步骤摘要】
一种深度视频空间平面检测方法及系统


[0001]本专利技术涉及深度视频空间平面检测
，尤其涉及一种深度视频空间平面检测方法及系统。

技术介绍

[0002]在增强现实(Augmented Reality，简称AR)的应用场景中，往往需要在空间平面(即拍摄场景中的真实平面对象)上放置虚拟对象，以用于与用户交互。此外，对于日常三维场景，平面作为物品或对象的主要构成部分或形态，即平面是日常三维场景中常见的特征，可用于场景、对象识别等图像处理算法，以提高算法准确度和速度，例如，在SLAM算法中，可以将平面作为特征，提高位姿估计的效率。
[0003]因此，为了获取空间平面的平面信息，现有技术中的平面检测方法按照图像信息的格式不同被分为两类：一类是基于RGB图像的平面检测方法，另一类是基于深度图的平面检测方法。
[0004]基于RGB图像的平面检测方法通常提取RGB图像中的关键点，并计算关键点的空间位置以拟合出平面。但关键点的提取往往是基于纹理进行的，无法获取无纹理平面，导致出现漏检的情况。
[0005]基于深度图的平面检测方法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种深度视频空间平面检测方法，其特征在于，包括如下步骤：S1：对深度视频中当前帧的RGB图和深度图进行预处理，以得到所述当前帧的点云数据及位姿信息；S2：从所述点云数据中选取满足如下方程的多组候选点，每组候选点包括三个候选点P1、P2及P3，拟合得到多个候选平面，并从所述多个候选平面中获取初始平面P；其中，，r1、r2及r3分别是预设限值；S3：基于所述初始平面P及其内点P
i
，对所有内点P
i
进行空间聚类，获取点数最多的类，所述类中的点为所述当前帧的检测平面的检测平面数据；S4：根据所述深度视频中历史帧的历史输出平面数据及所述检测平面，获取当前输出平面。2.根据权利要求1所述的深度视频空间平面检测方法，其特征在于，S2具体为：S21：从所述点云数据中选取满足如下方程的多组候选点，每组候选点包括三个候选点P1、P2及P3；；S22：针对多组候选点拟合得到多个候选平面；S23：针对多个候选平面中每个，遍历所述点云数据，获取所述候选平面上的内点；S24：选择内点数量最多的内点所属的候选平面为初始平面P。3.根据权利要求1所述的深度视频空间平面检测方法，其特征在于，S3中对所有内点P
i
进行空间聚类，具体为：S31：在初始平面P中选择一点作为初始类的中心点P
ci
，半径b
i
为预设初始半径；S32：遍历初始平面P上内点，计算所遍历点P
k
与各中心点P
ci
的距离S；S33：判断S的大小，若S位于第一预设范围内，则将P
k
聚类至中心点P
ci
所属的类中；若S位于第二预设范围内，则将P
k
聚类至中心点P
ci
所属的类中，且采用如下公式更新中心点P
ci
和半径b
i
；若S位于第三预设范围内，则构建新类，并将P
k
作为所述新类的中心点P
ci
，且设定所述新类的半径b
i
为所述预设初始半径；为所述预设初始半径；其中为的归一化向量，所述第一预设范围、第二预设范围及第三预设范围依次增大；
S34：是否遍历完所述初始平面P上的内点，若否，返回S32，若是，结束。4.根据权利要求3所述的深度视频...

【专利技术属性】
技术研发人员：魏杰科，牟文杰，蔡宝军，邵京，
申请(专利权)人：青岛影创信息科技有限公司，
类型：发明
国别省市：