【技术实现步骤摘要】
本申请涉及目标分割，具体涉及一种无监督的点云分割方法和系统。
技术介绍
1、点云分割主要基于来自几何约束、启发式和规则的严格手工特征，旨在将原始3d点分组为独特的区域，区域对应于一个场景中具有一定代表性的特定结构或对象。在分类任务前为了降低计算成本，常用策略是将原始点云分割成小区域，可分为四种方法。其中，第一种是基于边缘的分割方法，通过定位出边缘点的强度变化检测点云一些区域的边界来获取分割区域，虽然分割速度较快但是对于噪声非常敏感，不能保证准确度。第二种是基于图论的分割方法，将点云看作一个图其中每个点表示一个节点，点之间的连接表示它们之间的关系，通过图论算法将点云分成不同的部分，虽然分割精度高但效率较低。第三种是基于深度学习的分割方法，通过输入大量的标记点云数据训练深度学习模型对未标记点云数据进行分割，虽然在准确性方面表现出色，但需要大量的标记数据和计算资源。第四种是基于区域增长的分割方法，通过选取种子点，以法向量夹角或曲率作为阈值进行区域增长，直到达到预设的条件为止，能够保持良好的边界性与区域连通性，分割效率高，算法性能依赖于种子选取...
【技术保护点】
1.一种无监督的点云分割方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的无监督的点云分割方法，其特征在于，所述第一目标特征值为特征值中最小特征值，所述第二目标特征值为特征值中第二大特征值，第一目标特征值和第二目标特征值的比值不小于预设值为。
3.根据权利要求2所述的无监督的点云分割方法，其特征在于，所述对领域半径进行估计，包括：找到一个领域半径的范围使每个点的，将估计的领域半径设置为领域半径的范围的中值。
4.根据权利要求3所述的无监督的点云分割方法，其特征在于，所述基于所述每个点的无方向法线进行平面分割，包括：通过种子生...
【技术特征摘要】
1.一种无监督的点云分割方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的无监督的点云分割方法，其特征在于，所述第一目标特征值为特征值中最小特征值，所述第二目标特征值为特征值中第二大特征值，第一目标特征值和第二目标特征值的比值不小于预设值为。
3.根据权利要求2所述的无监督的点云分割方法，其特征在于，所述对领域半径进行估计，包括：找到一个领域半径的范围使每个点的，将估计的领域半径设置为领域半径的范围的中值。
4.根据权利要求3所述的无监督的点云分割方法，其特征在于，所述基于所述每个点的无方向法线进行平面分割，包括：通过种子生长的方式，从单个种子点开始，通过判断邻近的点是否满足在平面p内，将符合条件的点加入到该区域中，同时记录添加的点的索引，所述平面p由该区域的质心c和法线n定义，基于无方向法线和种子点的位置初始化平面p的质心c和法线n，所述符合条件的点为点的法线与所述平面p的法线n的角度差不大于α且其位置从局部切平面到区域的距离最多为3d的点，d的大小等于所述确定领域半径。
5.根据权利要求4所述的无监督的点云分割方法，其特征在于，所述α为在半径为2ϵ的球体表面上创建大小为τ的区域，使其所有点都拟合成一个开角为α的圆锥体，所述ϵ大小等于所述确定领域半径，所述τ为基于种子生长形成的区域所需的最小点数的阈值。
【专利技术属性】
技术研发人员：许广伟，王兴鹏，吴恩德，吴长金，
申请(专利权)人：宁德思客琦智能装备有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。