物体重组方法、装置、计算机设备及存储介质制造方法及图纸

本申请实施例公开了一种物体重组方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：获取第一碎片点云和第二碎片点云；基于第一碎片点云和第二碎片点云，预测第一互补点云和第二互补点云；将第一互补点云与第一碎片点云拼接，得到第一重组点云，将第二互补点云与第二碎片点云拼接，得到第二重组点云；基于第一重组点云和第二重组点云，确定第一变换信息，第一变换信息用于将第一重组点云的位姿变换为第二重组点云的位姿；按照第一变换信息对第一碎片点云进行位姿变换，将位姿变换后的第一碎片点云与第二碎片点云拼接，得到物体点云。该方法无需人工处理，提高了物体重组的效率以及精度。重组的效率以及精度。重组的效率以及精度。

【技术实现步骤摘要】
物体重组方法、装置、计算机设备及存储介质


[0001]本申请实施例涉及计算机
，特别涉及一种物体重组方法、装置、计算机设备及存储介质。

技术介绍

[0002]物体重组是指将两个断裂的物体碎片组成一个完整物体的过程，可应用于多种领域。例如在考古领域中将文物的断裂碎片重新组合在一起，在医疗领域中将骨折之后的骨头碎片重新组合在一起。
[0003]相关技术中，对物体碎片进行拼接是依靠人工实现的，通过观察物体碎片的断裂面的特征，推测物体碎片之间原本的位置关系，然后人工进行调整，将物体碎片重新组合在一起。但是由于该方法依赖人工，耗费人力和时间，物体重组的效率和精度较低。

技术实现思路

[0004]本申请实施例提供了一种物体重组方法、装置、计算机设备及存储介质，能够提高物体重组的效率和精度。所述技术方案如下：
[0005]一方面，提供了一种物体重组方法，所述方法包括：
[0006]获取第一碎片点云和第二碎片点云，所述第一碎片点云和所述第二碎片点云表示同一物体的两个碎片；
[0007]基于所述第一碎片点云和所述第二碎片点云，预测第一互补点云和第二互补点云，所述第一互补点云与所述第一碎片点云互补，且与所述第二碎片点云的形状相同，所述第二互补点云与所述第二碎片点云互补，且与所述第一碎片点云的形状相同；
[0008]将所述第一互补点云与所述第一碎片点云拼接，得到第一重组点云，将所述第二互补点云与所述第二碎片点云拼接，得到第二重组点云；
[0009]基于所述第一重组点云和所述第二重组点云，确定第一变换信息，所述第一变换信息用于将所述第一重组点云的位姿变换为所述第二重组点云的位姿；
[0010]按照所述第一变换信息对所述第一碎片点云进行位姿变换，将位姿变换后的所述第一碎片点云与所述第二碎片点云拼接，得到物体点云，所述物体点云表示将所述两个碎片重组后的物体。
[0011]另一方面，提供了一种物体重组装置，所述装置包括：
[0012]点云获取模块，用于获取第一碎片点云和第二碎片点云，所述第一碎片点云和所述第二碎片点云表示同一物体的两个碎片；
[0013]点云预测模块，用于基于所述第一碎片点云和所述第二碎片点云，预测第一互补点云和第二互补点云，所述第一互补点云与所述第一碎片点云互补，且与所述第二碎片点云的形状相同，所述第二互补点云与所述第二碎片点云互补，且与所述第一碎片点云的形状相同；
[0014]第一重组模块，用于将所述第一互补点云与所述第一碎片点云拼接，得到第一重
组点云，将所述第二互补点云与所述第二碎片点云拼接，得到第二重组点云；
[0015]信息确定模块，用于基于所述第一重组点云和所述第二重组点云，确定第一变换信息，所述第一变换信息用于将所述第一重组点云的位姿变换为所述第二重组点云的位姿；
[0016]第二重组模块，用于按照所述第一变换信息对所述第一碎片点云进行位姿变换，将位姿变换后的所述第一碎片点云与所述第二碎片点云拼接，得到物体点云，所述物体点云表示将所述两个碎片重组后的物体。
[0017]可选地，所述点云预测模块，用于：
[0018]基于所述第一碎片点云和所述第二碎片点云，预测所述第一互补点云、所述第二互补点云、第一断裂面点和第二断裂面点，所述第一断裂面点为所述第一碎片点云的断裂面上的点，所述第二断裂面点为所述第二碎片点云的断裂面上的点；
[0019]所述第二重组模块，用于：
[0020]将位姿变换后的所述第一碎片点云与所述第二碎片点云拼接，得到候选物体点云；
[0021]基于所述第一断裂面点和所述第二断裂面点，确定第二变换信息，所述第二变换信息用于将所述第一断裂面点变换至所述第二断裂面点；
[0022]按照所述第二变换信息对所述候选物体点云中的所述第一碎片点云进行位姿变换，得到所述物体点云。
[0023]可选地，所述第二重组模块，用于：
[0024]基于所述第一断裂面点和所述第二断裂面点，确定第一断裂面和第二断裂面，所述第一断裂面为所述第一断裂面点所在的面，所述第二断裂面为所述第二断裂面点所在的面；
[0025]在所述第一断裂面中进行采样，得到第一密集断裂面点，在所述第二断裂面中进行采样，得到第二密集断裂面点，所述第一密集断裂面点的数量大于所述第一断裂面点的数量，所述第二密集断裂面点的数量大于所述第二断裂面点的数量；
[0026]基于所述第一密集断裂面点和所述第二密集断裂面点，确定所述第二变换信息，所述第二变换信息用于将所述第一密集断裂面点变换至所述第二密集断裂面点。
[0027]可选地，所述第二重组模块，用于：
[0028]获取第一网格模型和第二网格模型，所述第一网格模型为所述第一碎片点云的网格模型，所述第二网格模型为所述第二碎片点云的网格模型；
[0029]基于所述第一断裂面点和所述第二断裂面点，确定多个第一网格面和多个第二网格面，所述第一网格面为所述第一网格模型中的所述第一断裂面点所在的网格面，所述第二网格面为所述第二网格模型中的所述第二断裂面点所在的网格面；
[0030]基于所述第一网格模型，对所述多个第一网格面进行扩充，得到连续的多个第一网格面，将连续的多个第一网格面构成的面确定为所述第一断裂面；
[0031]基于所述第二网格模型，对所述多个第二网格面进行扩充，得到连续的多个第二网格面，将连续的多个第二网格面构成的面确定为所述第二断裂面。
[0032]可选地，所述信息确定模块，用于：
[0033]基于所述第一重组点云和所述第二重组点云，确定多个候选变换信息以及每个所
述候选变换信息的匹配点数，所述匹配点数是指按照所述候选变换信息对所述第一重组点云进行位姿变换后，所述第一重组点云和所述第二重组点云中相互匹配的点的数量，两个点相互匹配是指两个点之间的距离小于距离阈值；
[0034]选取所述匹配点数最大的候选变换信息作为所述第一变换信息。
[0035]可选地，所述信息确定模块，用于：
[0036]在所述第一重组点云中确定第一参考点集合，在所述第二重组点云中确定第二参考点集合，所述第一参考点集合中参考点的数量与所述第二参考点集合中参考点的数量相等；
[0037]将所述第一参考点集合的位姿调整至与所述第二参考点集合的位姿相同，根据所述第一参考点集合调整前的位姿和调整后的位姿，确定所述候选变换信息。
[0038]可选地，点云处理模型包括特征提取网络、注意力网络和特征映射网络；所述点云预测模块，用于：
[0039]通过所述点云处理模型中的特征提取网络，对所述第一碎片点云和所述第二碎片点云进行特征提取，得到第一点云特征和第二点云特征；
[0040]通过所述点云处理模型中的注意力网络，对所述第一点云特征和所述第二点云特征进行特征增强，得到第一增强特征和第二增强特征；
[0041]通过所述点云处理模型中的特征映射网络，分别对所述第一增强特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物体重组方法，其特征在于，所述方法包括：获取第一碎片点云和第二碎片点云，所述第一碎片点云和所述第二碎片点云表示同一物体的两个碎片；基于所述第一碎片点云和所述第二碎片点云，预测第一互补点云和第二互补点云，所述第一互补点云与所述第一碎片点云互补，且与所述第二碎片点云的形状相同，所述第二互补点云与所述第二碎片点云互补，且与所述第一碎片点云的形状相同；将所述第一互补点云与所述第一碎片点云拼接，得到第一重组点云，将所述第二互补点云与所述第二碎片点云拼接，得到第二重组点云；基于所述第一重组点云和所述第二重组点云，确定第一变换信息，所述第一变换信息用于将所述第一重组点云的位姿变换为所述第二重组点云的位姿；按照所述第一变换信息对所述第一碎片点云进行位姿变换，将位姿变换后的所述第一碎片点云与所述第二碎片点云拼接，得到物体点云，所述物体点云表示将所述两个碎片重组后的物体。2.根据权利要求1所述的方法，其特征在于，所述基于所述第一碎片点云和所述第二碎片点云，预测第一互补点云和第二互补点云，包括：基于所述第一碎片点云和所述第二碎片点云，预测所述第一互补点云、所述第二互补点云、第一断裂面点和第二断裂面点，所述第一断裂面点为所述第一碎片点云的断裂面上的点，所述第二断裂面点为所述第二碎片点云的断裂面上的点；所述将位姿变换后的所述第一碎片点云与所述第二碎片点云拼接，得到物体点云，包括：将位姿变换后的所述第一碎片点云与所述第二碎片点云拼接，得到候选物体点云；基于所述第一断裂面点和所述第二断裂面点，确定第二变换信息，所述第二变换信息用于将所述第一断裂面点变换至所述第二断裂面点；按照所述第二变换信息对所述候选物体点云中的所述第一碎片点云进行位姿变换，得到所述物体点云。3.根据权利要求2所述的方法，其特征在于，所述基于所述第一断裂面点和所述第二断裂面点，确定第二变换信息，所述第二变换信息用于将所述第一断裂面点变换至所述第二断裂面点，包括：基于所述第一断裂面点和所述第二断裂面点，确定第一断裂面和第二断裂面，所述第一断裂面为所述第一断裂面点所在的面，所述第二断裂面为所述第二断裂面点所在的面；在所述第一断裂面中进行采样，得到第一密集断裂面点，在所述第二断裂面中进行采样，得到第二密集断裂面点，所述第一密集断裂面点的数量大于所述第一断裂面点的数量，所述第二密集断裂面点的数量大于所述第二断裂面点的数量；基于所述第一密集断裂面点和所述第二密集断裂面点，确定所述第二变换信息，所述第二变换信息用于将所述第一密集断裂面点变换至所述第二密集断裂面点。4.根据权利要求3所述的方法，其特征在于，所述基于所述第一断裂面点和所述第二断裂面点，确定第一断裂面和第二断裂面，包括：获取第一网格模型和第二网格模型，所述第一网格模型为所述第一碎片点云的网格模型，所述第二网格模型为所述第二碎片点云的网格模型；
基于所述第一断裂面点和所述第二断裂面点，确定多个第一网格面和多个第二网格面，所述第一网格面为所述第一网格模型中的所述第一断裂面点所在的网格面，所述第二网格面为所述第二网格模型中的所述第二断裂面点所在的网格面；基于所述第一网格模型，对所述多个第一网格面进行扩充，得到连续的多个第一网格面，将连续的多个第一网格面构成的面确定为所述第一断裂面；基于所述第二网格模型，对所述多个第二网格面进行扩充，得到连续的多个第二网格面，将连续的多个第二网格面构成的面确定为所述第二断裂面。5.根据权利要求1所述的方法，其特征在于，所述基于所述第一重组点云和所述第二重组点云，确定第一变换信息，包括：基于所述第一重组点云和所述第二重组点云，确定多个候选变换信息以及每个所述候选变换信息的匹配点数，所述匹配点数是指按照所述候选变换信息对所述第一重组点云进行位姿变换后，所述第一重组点云和所述第二重组点云中相互匹配的点的数量，两个点相互匹配是指两个点之间的距离小于距离阈值；选取所述匹配点数最大的候选变换信息作为所述第一变换信息。6.根据权利要求5所述的方法，其特征在于，所述基于所述第一重组点云和所述第二重组点云，确定多个候选变换信息，包括：在所述第一重组点云中确定第一参考点集合，在所述第二重组点云中确定第二参考点集合，所述第一参考点集合中参考点的数量与所述第二参考点集合中参考点的数量相等；将所述第一参考点集合的位姿调整至与所述第二参考点集合的位姿相同，根据所述第一参考点集合调整前的位姿和调整后的位姿，确定所述候选变换信息。7.根据权利要求1
‑
6任一项所述的方法，其特征在于，点云处理模型包括特征提取网络、注意力网络和特征映射网络；所述基于所述第一碎片点云和所述第二碎片点云，预测第一互补点云和第二互补点云，包括：通过所述点云处理模型中的特征提取网络，对所述第一碎片点云和所述第二碎片点云进行特征提取，得到第一点云特征和第二点云特征；通过所述点云处理模型中的注意力网络，对所述第一点云特征和所述第二点云特征进行特征增强，得到第一增强特征和第二增强特征；通过所述点云处理模型中的特征映射网络，分别对所述第一增强特征和所述第二增强特征进行特征映射，得到第一位移特征和第二位移特征，所述第一位移特征用于指示将所述第一碎片点云中的各个点进行位移，所述第二位移特征用于指示将所述第二碎片点云中的各个点进行位移；按照所述第一位移特征，对所述第一碎片点云中的各个点进行位移，得到所述第二互补点云，按照所述第二位移特征，对所述第二碎片点云中的各个点进行位移，得到所述第一互补点云。8.根据权利要求7所述的方法，其特征在于，所述注意力网络包括自注意力层和交叉注意力层；所述通过所述点云处理模型中的注意力网络，对所述第一点云特征和所述第二点云特征进行特征增强，得到第一增强特征和第二增强特征，包括：通过所述自注意力层，分别对所述第一点云特征...

【专利技术属性】
技术研发人员：曹炎培，程维昊，单瀛，徐群策，穆太江，杨永亮，胡事民，
申请(专利权)人：清华大学，
类型：发明
国别省市：