← 返回列表
一种基于超体素邻近聚类的点云实例分割方法
申请人信息
- 申请人:上海理工大学
- 申请人地址:200093 上海市杨浦区军工路516号
- 发明人: 上海理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于超体素邻近聚类的点云实例分割方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311417216.3 |
| 申请日 | 2023/10/30 |
| 公告号 | CN117593204A |
| 公开日 | 2024/2/23 |
| IPC主分类号 | G06T5/70 |
| 权利人 | 上海理工大学 |
| 发明人 | 刘银华; 李彦征; 王雪琪 |
| 地址 | 上海市杨浦区军工路516号 |
摘要文本
本发明提出一种基于超体素邻近聚类的点云实例分割方法，首先采集目标场景的三维点云，通过预处理得到无噪声的三维点云；采用布料模拟优化算法对三维点云地面点进行分割，将目标场景分为地面场景与非地面场景；基于三维点云特征学习技术，实现目标场景的粗分割；基于八叉树搜索技术，实现点云的体素化，并在此基础上，对体素进行初聚类，实现点云到超体素云的转换；提取超体素云的全局特征，计算全局特征间的距离矩阵，利用体素分辨率，判断超体素间的连通性，以实现目标种类三维点云的实例分割，本发明采用分步式三维点云实例分割方法，融合了地面识别、特征学习及体素构建，在保证分割效率的同时，大幅度提升点云实例分割的准确性。
专利主权项内容
1.一种基于超体素邻近聚类的点云实例分割方法，其特征在于，包括如下步骤：步骤1：获取目标场景信息，并对所述场景信息进行预处理，得到无噪声的三维点云信息；步骤2：构建三维点云布料优化模型，将所述三维点云信息分为地面点数据与非地面点数据，实现所述地面点数据；步骤3：基于三维点云特征学习技术，完成所述目标场景三维点云粗分割；步骤4：将粗分割后目标种类的三维点云信息进行体素化，构建超体素，形成超体素云；步骤5：提取所述超体素云的全局属性，对所述超体素云进行分割，实现所述目标种类的点云实例分割。