一种基于点云修补网络的点云补全均匀化方法及系统技术方案

本发明专利技术公开了一种基于点云修补网络的点云补全均匀化方法及系统，应用于计算机视觉技术领域。其方法为：S1、获取雷达采集的原始点云数据，将输入的原始点云数据中的三维坐标信息X、Y、Z编码为特征向量；S2、将得到的特征向量通过近邻算法获取邻域点集合和特征集合，进行点云的补全残缺处理，得到最终全局特征；S3、将得到的最终全局特征通过三个全连接层生成完整的稀疏点云，进行点云稠密化处理，最终生成完整、稠密的三维点云；S4、将完整、稠密的三维点云通过点特征残缺网络精炼进行精炼，得到精炼后的三维点云；S5、重复上述步骤，提高精炼后三维点云的质量。本发明专利技术有效将稀疏、残缺的点云生成完整、密集、均匀的三维点云。均匀的三维点云。均匀的三维点云。

【技术实现步骤摘要】
一种基于点云修补网络的点云补全均匀化方法及系统


[0001]本专利技术涉及计算机视觉
，更具体的说是涉及一种基于点云修补网络的点云补全均匀化方法及系统。

技术介绍

[0002]激光雷达采集的点云数据往往是稀疏且无序的。对于需要通过处理三维点云的研究来说，直接处理激光雷达采集的数据容易产生差错，需要对采集的点云进行预处理。现有算法致力于恢复点云的拓扑结构，而忽略了稀疏的点云容易丢失特征信息。
[0003]针对上述问题，提出了一个神经网络可以将原来残缺、稀疏的点云生成为完整、密集、均匀的点云。该网络包含了编码器和解码器，且基于点云补全网络引入了一种能够快速提取全局特征的轻量化结构，并在解码器中补全和稠密化点云。此外，还提出了一种精炼器模块，从输入中保留原始细节，通过最远点采样和点特征残差网络均匀化点云。
[0004]因此，提出一种基于点云修补网络的点云补全均匀化方法及系统，来解决现有技术存在的困难，是本领域技术人员亟需解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种基于点云修补网络的点云补全均匀化方法及系统，解决激光雷达采集三维点云的残缺、稀疏和不均匀的问题。
[0006]为了实现上述目的，本专利技术提供如下技术方案：
[0007]一种基于点云修补网络的点云补全均匀化方法，包括以下步骤：
[0008]S1、获取雷达采集的原始点云数据，将输入的原始点云数据中的三维坐标信息X、Y、Z编码为特征向量；
[0009]S2、将S1中得到的特征向量通过近邻算法获取邻域点集合和特征集合，进行点云的补全残缺处理，得到最终全局特征；
[0010]S3、将S2中得到的最终全局特征通过三个全连接层生成完整的稀疏点云，进行点云稠密化处理，最终生成完整、稠密的三维点云；
[0011]S4、将S3中完整、稠密的三维点云通过点特征残缺网络精炼进行精炼，得到精炼后的三维点云；
[0012]S5、重复步骤S1
‑
S4，提高精炼后三维点云的质量。
[0013]可选的，S1中的编码器处理点云排列不变性、噪声的鲁棒性以及输入不同数量点的数据。
[0014]可选的，S2中得到最终全局特征的具体方法为：通过近邻算法获取邻域点集合和特征集合，再输入多层感知机获得高层次的邻域特征，将全局特征和邻域特征拼接组成新的增强特征，最后使用归一化指数函数计算出增强特征的注意力分数，加权求和后得到最终全局特征。
[0015]可选的，S3中生成完整、稠密的点云的具体方法为：通过折叠的操作使点集合变形
为rN
×
2的矩阵，矩阵与平铺粗点云、复制全局特征向量的坐标连接起来得到聚合特征，再通过一个共享的多层感知机生成一个新的rN
×
3的矩阵，最后将点集合中的每个点添加到矩阵，生成完整、稠密的点云。
[0016]可选的，rN中的r为上采样率，N为输入点云的数目。
[0017]可选的，S4中点特征残缺网络具体操作为：首先将每个点编码，然后对其进行解码以生成每个点的偏移量。
[0018]一种基于点云修补网络的点云补全均匀化系统，应用上述的一种基于点云修补网络的点云补全均匀化方法，包括依次连接的获取数据模块、残缺处理模块、稠密化模块、精炼模块、重复模块；其中，
[0019]获取数据模块：获取雷达采集的原始点云数据，将输入的原始点云数据中的三维坐标信息X、Y、Z编码为特征向量；
[0020]残缺处理模块：将获取数据模块中得到的特征向量通过近邻算法获取邻域点集合和特征集合，进行点云的补全残缺处理，得到最终全局特征；
[0021]稠密化模块：将残缺处理模块中得到的最终全局特征通过三个全连接层生成完整的稀疏点云，进行点云稠密化处理，最终生成完整、稠密的三维点云；
[0022]精炼模块：将稠密化模块中完整、稠密的三维点云通过点特征残缺网络精炼进行精炼，得到精炼后的三维点云；
[0023]重复模块：重复获取数据模块
‑
精炼模块的操作，提高精炼后三维点云的质量。
[0024]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种基于点云修补网络的点云补全均匀化方法及系统，其有益效果为：一是补全残缺的点云，有效解决了激光雷达采样的残缺性；二是将三维点云稠密化，实现高保真还原物体的特征；三是通过点云均匀化处理，有效解决了激光雷达采样的无序性。本专利技术的算法有效的将稀疏、残缺、参差的点云生成完整、密集、均匀的三维点云。
附图说明
[0025]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0026]图1为本专利技术提供的一种基于点云修补网络的点云补全均匀化方法流程图；
[0027]图2为本专利技术提供的一种基于点云修补网络的点云补全均匀化系统结构图；
[0028]图3为本专利技术提供的一种基于点云修补网络的点云补全均匀化方法的原理框图；
[0029]图4为本专利技术提供的种基于点云修补网络的点云补全均匀化方法的网络模型图；
[0030]图5为本专利技术提供的一种基于点云修补网络的点云补全均匀化方法与现有技术效果对比图。
具体实施方式
[0031]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于
本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0032]参见图1所示，本专利技术公开了一种基于点云修补网络的点云补全均匀化方法，包括以下步骤：
[0033]S1、获取雷达采集的原始点云数据，将输入的原始点云数据中的三维坐标信息X、Y、Z编码为特征向量；
[0034]S2、将S1中得到的特征向量通过近邻算法获取邻域点集合和特征集合，进行点云的补全残缺处理，得到最终全局特征；
[0035]S3、将S2中得到的最终全局特征通过三个全连接层生成完整的稀疏点云，进行点云稠密化处理，最终生成完整、稠密的三维点云；
[0036]S4、将S3中完整、稠密的三维点云通过点特征残缺网络精炼进行精炼，得到精炼后的三维点云；
[0037]S5、重复步骤S1
‑
S4，提高精炼后三维点云的质量。
[0038]具体的，S4中的稠密点云是由两部分不同密度的点云线性组合而成，该操作容易使原始输入的点云与解码器输出的点云之间存在重叠。因此，我们使用最远点采样对稠密点云进行采样，解决点云的堆积问题。
[0039]进一步的，S1中的编码器处理点云排列不变性、噪声的鲁棒性以及输入不同数量点的数据。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于点云修补网络的点云补全均匀化方法，其特征在于，包括以下步骤：S1、获取雷达采集的原始点云数据，将输入的原始点云数据中的三维坐标信息X、Y、Z编码为特征向量；S2、将S1中得到的特征向量通过近邻算法获取邻域点集合和特征集合，进行点云的补全残缺处理，得到最终全局特征；S3、将S2中得到的最终全局特征通过三个全连接层生成完整的稀疏点云，进行点云稠密化处理，最终生成完整、稠密的三维点云；S4、将S3中完整、稠密的三维点云通过点特征残缺网络精炼进行精炼，得到精炼后的三维点云；S5、重复步骤S1
‑
S4，提高精炼后三维点云的质量。2.根据权利要求1所述的一种基于点云修补网络的点云补全均匀化方法，其特征在于，S1中的编码器处理点云排列不变性、噪声的鲁棒性以及输入不同数量点的数据。3.根据权利要求1所述的一种基于点云修补网络的点云补全均匀化方法，其特征在于，S2中得到最终全局特征的具体方法为：通过近邻算法获取邻域点集合和特征集合，再输入多层感知机获得高层次的邻域特征，将全局特征和邻域特征拼接组成新的增强特征，最后使用归一化指数函数计算出增强特征的注意力分数，加权求和后得到最终全局特征。4.根据权利要求1所述的一种基于点云修补网络的点云补全均匀化方法，其特征在于，S3中生成完整、稠密的点云的具体方法为：通过折叠的操作使点集合变形为rN
×
2的矩阵，矩阵与平铺粗点云、复制全局特征向量的坐标...

【专利技术属性】
技术研发人员：王道斌，张寿红，马勇，刘有乾，郎超豪，
申请(专利权)人：中国铁路青藏集团有限公司，
类型：发明
国别省市：