点云重合区域的确定方法、点云处理方法及系统技术方案

本申请的实施例提供一种点云重合区域的确定方法、点云处理方法及系统。该方法包括：获取同一待测物体的两组原始点云，其中，两组原始点云对应待测物体表面的两个区域，两个区域具有共同区域；将两组原始点云分别映射至三维网格中，以获取两组结构化点云，其中，三维网格由多个单位网格构成，结构化点云中的每个结构点对应三维网格中的一个单位网格，三维网格的第一维度上的网格数小于或等于网格阈值；以及至少基于两组结构化点云在三维网格中的分布情况，确定两组结构化点云的重合区域。该方案占用的内存空间和计算量均较少，处理效率也显著提高。著提高。著提高。

【技术实现步骤摘要】
点云重合区域的确定方法、点云处理方法及系统


[0001]本申请涉及数据处理领域，更具体地涉及一种点云重合区域的确定方法、一种点云处理方法、一种点云重合区域的确定系统、一种点云处理系统、一种电子设备和一种存储介质。

技术介绍

[0002]在工业检测领域，经常使用三维(3D)相机采集待测物体的三维数据，以对待测物体进行检测。通常情况下，3D相机输出的数据为关于待测物体的多组原始点云数据。为了获取待测物体的测量指标，需要对多组原始点云执行诸如点云配准、点云融合等的一系列处理操作。其中，很多处理操作的执行条件均需首先确定点云的重合区域。
[0003]现有技术中，确定点云重合区域大多基于原始点云进行计算，由于原始点云的数据量较大，确定两组原始点云的重合区域的计算量较大，消耗计算资源较多，进而导致需要较长的时间。

技术实现思路

[0004]考虑到上述问题而提出了本申请。根据本申请的第一方面，提供一种点云重合区域的确定方法，包括：获取同一待测物体的两组原始点云，其中，两组原始点云对应待测物体表面的两个区域，两个区域具有共同区域；将两组原始点云分别映射至三维网格中，以获取两组结构化点云，其中，三维网格由多个单位网格构成，结构化点云中的每个结构点对应三维网格中的一个单位网格，三维网格的第一维度上的网格数小于或等于网格阈值；以及至少基于两组结构化点云在三维网格中的分布情况，确定两组结构化点云的重合区域。
[0005]根据上述方案，通过对获取的两组原始点云映射至三维网格中，实现对两组原始点云的结构化操作，得到两组结构化点云。然后基于两组结构化点云在三维网格中的分布情况，确定两组结构化点云的重合区域。由于每组结构化点云建立了每组原始点云中的点和网格的对应关系，因此可以较快地根据两组结构化点云在三维网格中的分布情况确定重合区域。并且，该三维网格在第一维度方向上的网格数目较少，因此占用的内存空间和计算量均较少，同时处理效率也显著提高。
[0006]示例性地，将两组原始点云分别映射至三维网格中，以获取两组结构化点云，包括：构建三维网格；确定每组原始点云中的每个点所在的单位网格；以及基于每组原始点云中的每个点所在的单位网格，生成每组结构化点云。
[0007]通过上述方法获取的结构化点云的数据量可以显著减少，占用的内存空间也更少，点云数据处理的速度也更快。
[0008]示例性地，基于每组原始点云中的每个点所在的单位网格，生成每组结构化点云，包括：存储三维网格中的每个单位网格所对应的结构点的数据；以及删除不存在每组原始点云中的点的单位网格所对应的结构点的数据，以获得每组结构化点云。
[0009]上述通过存储每个结构点的数据以获取结构化点云的方案较简单，计算量较小。
且还删除不存在原始点云的点的单位网格所对应的结构点的数据，可以有效减少数据存储量，提高存储空间的利用效率。
[0010]示例性地，确定每组原始点云中的每个点所在的单位网格，包括：对于每组原始点云中的每个点，计算该点和三维网格的起点分别在三维网格的三个维度中的每个维度上的坐标的差值，其中三个维度包括第一维度；对于三个维度中的每个维度，将对应该维度的差值与三维网格在该维度上的单位长度之间的比值向下取整，以得到该点所在的单位网格在该维度上的序号值；以及基于序号值，确定该点所在的单位网格。
[0011]根据上述方案，可以基于每组原始点云中每个点的三维坐标准确地计算得到该点所在的三维网格中的单位网格在三个维度方向的序号值。该方法通过加载简单的数学运算即可实现，方法简单，且可以节省计算资源。并且通过网格序号表示每个单位网格的方法计算量和数据量均较小，可以有效提高后续处理步骤的处理效率。
[0012]示例性地，确定两组结构化点云的重合区域，包括：对于每组结构化点云中的每个结构点，统计该结构点对应的单位网格的第一预定邻域内的第一单位网格的数量，其中，第一单位网格是其中存在该结构化点云的原始点云中的点的单位网格；在所统计的数量大于或等于第一阈值的情况下，确定该结构点为非离群结构点；以及至少基于两组结构化点云中的非离群结构点所对应的单位网格在三维网格中的分布情况，确定两组结构化点云的重合区域。
[0013]上述通过确定每组结构化点云的非离群结构点，并至少基于非离群结构点对应的单位网格在三维网格中的分布情况确定重合区域的方案，可以有效避免原始点云中的噪点的干扰，从而可以提高确定的重合区域的准确性。此外，还可以进一步降低数据的计算量，提高数据的处理效率。
[0014]示例性地，确定两组结构化点云的重合区域，还包括：基于两组结构化点云中的至少部分结构点所对应的第二单位网格在三维网格的第二维度和第三维度上的序号值，确定两组结构化点云的重合区域，其中，第二单位网格是存在两组原始点云中的点的单位网格。
[0015]根据上述方案，可以直接根据存在两组原始点云中的点的第二单位网格在第二维度方向和第三维度方向上的序号值，确定两组结构化点云的重合区域，计算量也显著降低。并且，该方案还设置一定的计算容差，因此获得的重合区域相对更准确。
[0016]示例性地，获取同一待测物体的两组原始点云，包括：采用同种三维相机分别从不同位置和/或不同角度拍摄待测物体表面的不同区域，以获取两组原始点云。
[0017]上述方案中，可以采用同种配置的三维相机分别从不同位置/角度拍摄待测物体表面的不同区域来获得两组原始点云。由此，同种配置参数下的三维相机获取的两组原始点云可以具有相同的数据格式，并且不同原始点云中针对待测物体表面的同一区域附近的点的坐标不至于相差太大，从而便于对获得的两组原始点云的后续处理。
[0018]根据本申请的第二方面，还提供一种点云处理方法，包括：基于上述点云重合区域的确定方法，确定两组结构化点云的重合区域；以及基于重合区域，将两组结构化点云中的目标结构化点云执行向两组结构化点云中的基准结构化点云的配准操作，并且融合经配准的目标结构化点云和基准结构化点云。
[0019]根据上述点云处理方法，通过对获取的两组原始点云映射至特定的三维网格中，实现对两组原始点云的结构化操作。然后基于两组原结构化点云在三维网格中的分布情
况，确定两组结构化点云的重合区域。并基于确定的重合区域实现两组结构化点云的配准和融合，最终获取期望的待测物体的点云数据。由于结构化之后的点云建立了每组原始点云中的点和三维网格中的单位网格的对应关系，因此可以较快地根据两组原始点云在三维网格中的分布情况确定重合区域，并可以基于该重合区域较快速地进行融合和配准。同时，三维网格在第一维度方向上的网格数目较少，占用的内存空间和计算量均较少。此外，该点云处理方法的多个步骤均可以在每组原始点云的一次结构化的点云数据的基础上有序执行，结构化次数少，处理流程可以得到最大程度地简化，因此处理效率更高，用户体验也更好。
[0020]示例性地，在将两组原始点云分别映射至三维网格中，以获取两组结构化点云之后，方法还包括：对于每组结构化点云中的每个结构点，计算该结构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云重合区域的确定方法，其特征在于，包括：获取同一待测物体的两组原始点云，其中，所述两组原始点云对应所述待测物体表面的两个区域，所述两个区域具有共同区域；将所述两组原始点云分别映射至三维网格中，以获取两组结构化点云，其中，所述三维网格由多个单位网格构成，所述结构化点云中的每个结构点对应所述三维网格中的一个单位网格，所述三维网格的第一维度上的网格数小于或等于网格阈值；以及至少基于所述两组结构化点云在所述三维网格中的分布情况，确定所述两组结构化点云的重合区域。2.根据权利要求1所述的点云重合区域的确定方法，其特征在于，所述将所述两组原始点云分别映射至三维网格中，以获取两组结构化点云，包括：构建所述三维网格；确定每组原始点云中的每个点所在的单位网格；以及基于每组原始点云中的每个点所在的单位网格，生成每组结构化点云。3.根据权利要求2所述的点云重合区域的确定方法，其特征在于，所述基于每组原始点云中的每个点所在的单位网格，生成每组结构化点云，包括：存储所述三维网格中的每个单位网格所对应的结构点的数据；以及删除不存在每组原始点云中的点的单位网格所对应的结构点的数据，以获得每组结构化点云。4.根据权利要求3所述的点云重合区域的确定方法，其特征在于，所述确定每组原始点云中的每个点所在的单位网格，包括：对于每组原始点云中的每个点，计算该点和所述三维网格的起点分别在所述三维网格的三个维度中的每个维度上的坐标的差值，其中所述三个维度包括所述第一维度；对于所述三个维度中的每个维度，将对应该维度的所述差值与所述三维网格在该维度上的单位长度之间的比值向下取整，以得到该点所在的单位网格在该维度上的序号值；以及基于所述序号值，确定该点所在的单位网格。5.根据权利要求1所述的点云重合区域的确定方法，其特征在于，所述确定所述两组结构化点云的重合区域，包括：对于每组结构化点云中的每个结构点，统计该结构点对应的单位网格的第一预定邻域内的第一单位网格的数量，其中，所述第一单位网格是其中存在该结构化点云的原始点云中的点的单位网格；在所统计的数量大于或等于第一阈值的情况下，确定该结构点为非离群结构点；以及至少基于所述两组结构化点云中的非离群结构点所对应的单位网格在所述三维网格中的分布情况，确定所述两组结构化点云的重合区域。6.根据权利要求1至5任一项所述的点云重合区域的确定方法，其特征在于，所述确定所述两组结构化点云的重合区域，还包括：基于所述两组结构化点云中的至少部分结构点所对应的第二单位网格在所述三维网格的第二维度和第三维度上的序号值，确定所述两组结构化点云的重合区域，其中，所述第
二单位网格是存在所述两组原始点云中的点的单位网格。7.根据权利要求1至5任一项所述的点云重合区域的确定方法，其特征在于，所述获取同一待测物体的两组原始点云，包括：采用同种三维相机分别从不同位置和/或不同角度拍摄所述待测物体表面的不同区域，以获取所述两组原始点云。8.一种点云处理方法，其特征在于，包括：基于如权利要求1至7任一项所述的点云重合区域的确定方法，确定所述两组结构化点云的重合区域；以及基于所述重合区域，将所述两组结构化点云中的目标结构化点云执行向所述两组...

【专利技术属性】
技术研发人员：陈浩，
申请(专利权)人：苏州镁伽科技有限公司，
类型：发明
国别省市：