[发明专利]用于三维点云重建的方法和装置

说明书

一种用于三维点云重建的方法和装置，该方法包括：获取当前视角的图像数据；根据图像数据，生成当前视角中的目标物体的体素，目标物体的体素包括第一体素，第一体素包含深度信息；如果第一体素的深度信息的取值不在预设范围内，丢弃第一体素；如果第一体素的深度信息的取值位于预设范围内，将第一体素与已存储的体素进行融合。上述基于体素的三维点云重建方式能够重建出稠密的三维点云，并能够提高稠密三维点云重建过程的实时性。

版权申明

本专利文件披露的内容包含受版权保护的材料。该版权为版权所有人所有。版权所有人不反对任何人复制专利与商标局的官方记录和档案中所存在的该专利文件或者该专利披露。

技术领域

本申请涉及点云数据处理领域，并且更具体地，涉及一种用于三维点云重建的方法和装置。

背景技术

现有技术一般基于即时定位和建图(simultaneous localization and mapping，SLAM)算法进行三维点云重建。传统的SLAM算法一般会先提取图像数据中的特征点，然后基于图像数据中的特征点(或有显著梯度的点)重建三维点云。在图像数据中，特征点(或有显著梯度的点)个数较少，因此，基于特征点(或有显著梯度的点)重建出的三维点云为稀疏(或半稠密)三维点云。

稀疏的三维点云会遗漏三维场景中的重要信息，无法胜任对三维场景精度要求较高的任务。以重建出的三维点云用于机器导航为例，稀疏的三维点云很有可能会漏掉导航中的有着重要意义的特征。例如，稀疏的三维点云可能会漏掉红绿灯，或者稀疏的三维点云可能无法提供准确的道路信息，如三维场景中的某个道路是否允许通行的信息。

发明内容

本申请提供一种用于三维点云重建的方法和装置，以提高重建出的三维点云的精度。

一方面，提供一种用于三维点云重建的方法，包括：获取当前视角的图像数据；根据所述图像数据，生成所述当前视角中的目标物体的体素，所述目标物体的体素包括第一体素，所述第一体素包含深度信息；如果所述第一体素的深度信息的取值不在预设范围内，丢弃所述第一体素；如果所述第一体素的深度信息的取值位于所述预设范围内，将所述第一体素与已存储的体素进行融合。

另一方面，提供一种用于三维点云重建的装置，包括：获取模块，用于获取当前视角的图像数据；生成模块，用于根据所述图像数据，生成所述当前视角中的目标物体的体素，所述目标物体的体素包括第一体素，所述第一体素包含深度信息；丢弃模块，用于如果所述第一体素的深度信息的取值不在预设范围内，丢弃所述第一体素；融合模块，用于如果所述第一体素的深度信息的取值位于所述预设范围内，将所述第一体素与已存储的体素进行融合。

又一方面，提供一种用于三维点云重建的装置，包括存储器和处理器，存储器用于存储指令，处理器用于执行存储器中存储的指令，以执行上述各方面所述的方法。

又一方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。

又一方面，提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。

本申请提供的技术方案使用体素作为三维点云中的点，能够重建出高精度的稠密三维点云。进一步地，本申请提供的技术方案在目标物体的体素中存储深度信息，并基于体素的深度信息对目标物体的体素进行筛选，丢弃深度信息不符合要求的体素，降低了需要进行融合和存储的点云数据的数量，提高了稠密三维点云重建过程的实时性。

附图说明

图1是SLAM算法的通用计算流程图。

图2是本发明实施例提供的用于三维点云重建的方法的示意性流程图。

图3是图2中的步骤240的具体流程示例图。