一种基于运动轨迹的四维运动点云分割与重建方法技术

本发明专利技术涉及计算机图形领域，提供了一种基于运动轨迹的四维运动点云分割与重建方法。实现了运动轨迹的骨架提取，包括：获取运动数据，进行相邻数据配准，运动轨迹数据提取，运动轨迹数据聚类分析，聚类分析后的运动数据进行一致性股价提取。本发明专利技术不需要事先定义模版，也不需要每一帧的数据首先进行骨架提取，对点云质量要求较低。

【技术实现步骤摘要】
一种基于运动轨迹的四维运动点云分割与重建方法
本专利技术涉及计算机图形领域，特别是涉及一种基于运动轨迹的四维运动点云分割与重建方法。
技术介绍
现有的运动捕捉与分割需要模版或者对点云质量要求较高，或者从单帧点云中提取出骨架，进行多帧骨架的一致性优化和处理。现有技术对物体的分割大多数是基于点云几何特征的，缺乏时间和空间的连续性和一致性；已有的追求时空一致性的点云骨架重建方法，对输入点云的质量要求较高，因为他们需要从输入的时序点云中提取出粗糙的骨架，然后进行时间和空间的一致性优化。本专利技术不需要预先提取骨架，骨架的一致性在提取的过程中已经考虑到了。
技术实现思路
本专利技术采用一种基于运动轨迹的四维运动点云分割与重建方法，实现了运动轨迹的骨架提取，本专利技术不需要事先定义模版，也不需要每一帧的数据首先进行骨架提取，对点云质量要求较低。本专利技术采用如下方案：一种基于运动轨迹的四维运动点云分割与重建方法，包括：S1、获取运动数据；S2、对所述运动数据进行相邻帧数据配准；S3、对通过步骤S2配准后的数据进行运动轨迹数据提取；S4、对步骤S3所述的运动轨迹数据进行聚类分析；S5、对步骤S4所述聚类分析后得到的数据进行一致性骨架提取。优选地，所述获取运动数据，采用基于激光扫描仪的运动数据捕获方法，优选地，激光扫描仪以一定的帧率连续的对运动物体进行点云数据扫描和获取；获取后的数据以每帧一个文件的形式存储于电脑中。优选地，对所述运动数据进行相邻帧数据配准的方法为采用非刚性匹配的方法实现，所述非刚性匹配方法为每一帧中的每一个点在下一帧中寻找一个对应点。优选地，对通过步骤S2配准后的数据进行运动轨迹数据提取的方法为，采用深度优先的方法将相邻的方向类似的相邻两帧之间运动轨迹相连生长，从而得到多帧之间点与点之间的运动轨迹。优选地，对步骤S3所述的运动轨迹数据进行聚类分析的方法为，基于运动轨迹的距离公式，采用谱聚类或者kmean聚类法，根据运动轨迹数据的相似性将运动物体分割为不同的运动部分；优选地，其特征在于，对步骤S4所述聚类分析后得到的数据进行一致性骨架提取还包括对分割完成的部分根据邻接关系计算出一致性的骨架的步骤。优选地，根据邻接关系计算出一致性的骨架的方法为，对骨架的节点，从相邻节点以及相邻的节点到下一帧的对应点中找到对应关系，从而将骨架的关键节点转换到下一帧，迭代进行，可以转换到N帧数据中。本专利技术公开的一种基于运动轨迹的四维运动点云分割与重建方法，通过获取运动数据，进行相邻数据配准，运动轨迹数据提取，运动轨迹数据聚类分析，聚类分析后的运动数据进行一致性骨架提取，实现了运动轨迹的骨架提取，本专利技术不需要事先定义模版，也不需要每一帧的数据首先进行骨架提取，对点云质量要求较低。附图说明图1为本专利技术实施例1一种基于运动轨迹的四维运动点云分割与重建方法流程图；图2为本专利技术实施例1四帧点云作为示例；图3为本专利技术实施例1相邻帧数据配准后的示例；图4为本专利技术实施例1点与对准后的点的连线关系；图5为本专利技术实施例1多帧之间点与点之间的运动轨迹；图6为本专利技术实施例1不同轨迹的距离定义直观展示图；图7为本专利技术实施例1聚类分析前的若干运动轨迹；图8为本专利技术实施例1聚类分析后的运动轨迹。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例提供了一种基于运动轨迹的四维运动点云分割与重建方法，包括：S1、获取运动数据；S2、对所述运动数据进行相邻帧数据配准；S3、对通过步骤S2配准后的数据进行运动轨迹数据提取；S4、对步骤S3所述的运动轨迹数据进行聚类分析。S5、对步骤S4所述聚类分析后得到的数据进行一致性骨架提取。本专利技术实施例通过获取运动数据，进行相邻数据配准，运动轨迹数据提取，运动轨迹数据聚类分析，聚类分析后的运动数据进行一致性骨架提取，实现了运动轨迹的骨架提取，本专利技术不需要事先定义模版，也不需要每一帧的数据首先进行骨架提取，对点云质量要求较低。下面对本专利技术进行详细阐述。实施例1：请参阅图1所示，为本专利技术一种基于运动轨迹的四维运动点云分割与重建方法流程图。该方法包括下述步骤：S1、获取运动数据；本实施例提供一个四帧点云作为示例，如图2，采用基于激光扫描仪的运动数据捕获方法，激光扫描仪以一定的帧率连续的对运动物体进行点云数据扫描和获取；获取后的数据以每帧一个文件的形式存储于电脑中。S2、对所述运动数据进行相邻帧数据配准；对运动数据进行相邻帧数据配准，采用非刚性匹配的方法实现，匹配方法为每一帧中的每一个点在下一帧中寻找一个对应点，如图3，每帧中右侧点为配准后的点，点与对准后的点的连线关系如图4。S3、对通过步骤S2配准后的数据进行运动轨迹数据提取；对通过步骤S2配准后的数据进行运动轨迹数据提取，采用深度优先的方法将相邻的方向类似的相邻两帧之间运动轨迹相连生长，从而得到多帧之间点与点之间的运动轨迹，如图5。S4、对步骤S3所述的运动轨迹数据进行聚类分析；对步骤S3所述的运动轨迹数据进行聚类分析，基于运动轨迹的距离公式，采用谱聚类或者kmean聚类法，根据运动轨迹数据的相似性将运动物体分割为不同的运动部分；运动轨迹数据之间的相似性计算采用欧式距离算法，考虑轨迹之间的欧式距离和运动方向之间的关系。聚类分析时，随机选取N条轨迹作为聚类中心，然后将相似的轨迹数据不断的添加到最近的聚类当中，同时更新聚类中心，此步骤迭代进行到所有的轨迹被聚类活满足用户指定的其他条件为止。不同距离的定义计算使用如下方法：d1＝欧式距离；d2＝夹角α；d＝归一化(d1)，归一化(d2)不同轨迹的距离定义直观展示如图6。聚类分析前的若干运动轨迹如图7，聚类分析后的运动轨迹，如图8S5、对步骤S4所述聚类分析后得到的数据进行一致性骨架提取；根据邻接关系计算出一致性的骨架，包括对骨架的节点，从相邻节点以及相邻的节点到下一帧的对应点中找到对应关系，从而将骨架的关键节点转换到下一帧，迭代进行，可以转换到N帧数据中。以上所述仅为本专利技术的较佳实施例而已，并不用以限制本专利技术，凡在本专利技术的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
一种基于运动轨迹的四维运动点云分割与重建方法，其特征在于，包括：S1、获取运动数据；S2、对所述运动数据进行相邻帧数据配准；S3、对通过步骤S2配准后的数据进行运动轨迹数据提取；S4、对步骤S3所述的运动轨迹数据进行聚类分析；S5、对步骤S4所述聚类分析后得到的数据进行一致性骨架提取。

【技术特征摘要】
1.一种基于运动轨迹的四维运动点云分割与重建方法，其特征在于，包括：S1、获取运动数据；S2、对所述运动数据进行相邻帧数据配准；S3、对通过步骤S2配准后的数据进行运动轨迹数据提取；S4、对步骤S3所述的运动轨迹数据进行聚类分析；S5、对步骤S4所述聚类分析后得到的数据进行一致性骨架提取；对步骤S3所述的运动轨迹数据进行聚类分析的方法为，基于运动轨迹的距离公式，采用谱聚类或者kmean聚类法，根据运动轨迹数据将运动物体分割为不同的运动部分；根据运动轨迹数据计算采用欧式距离算法，聚类分析时，随机选取N条轨迹作为聚类中心，然后将轨迹数据不断的添加到最近的聚类当中，同时更新聚类中心，此步骤迭代进行到所有的轨迹被聚类为止，不同距离的定义计算使用如下方法：d1＝欧式距离；d2＝夹角α；d＝归一化(d1)+归一化(d2)。2.根据权利要求1所述的方法，其特征在于，所述获取运动数据，采用基于激光扫描仪的运动数据捕获方法。3.根据权利要求2所述的方法，...

【专利技术属性】
技术研发人员：谢科，黄惠，陈宝权，丹尼尔·科恩，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：