[发明专利]包含完整家畜的养殖场场景点云识别方法及装置

权利要求书

1.一种包含完整家畜的养殖场场景点云识别方法，其特征在于，包括：

对待识别养殖场场景点云序列中的各帧待识别养殖场场景点云进行平面检测，获取各帧所述待识别养殖场场景点云中的地面点云，将各帧所述待识别养殖场场景点云中的地面点云删除；

对删除地面点云后的各帧所述待识别养殖场场景点云进行聚类分割，根据各聚类分割结果中包含点数最多的聚类，构建各帧所述待识别养殖场场景点云对应的第一包围盒；

若各所述第一包围盒在预设尺寸范围内，则获知各所述第一包围盒对应的各帧待识别养殖场场景点云中包含完整家畜；

其中，若各所述第一包围盒在预设尺寸范围内，则获知各所述第一包围盒对应的各帧待识别养殖场场景点云中包含完整家畜的步骤之前还包括：

对预先获取的养殖场场景点云序列样本进行平面检测，获取所述养殖场场景点云序列样本的各帧养殖场场景点云样本中的地面点云，将各帧所述养殖场场景点云样本中的地面点云删除；其中，各帧所述养殖场场景点云样本中包含完整家畜；

对删除地面点云后的各帧所述养殖场场景点云样本进行聚类分割，根据删除地面点云后的各帧所述养殖场场景点云样本的聚类分割结果中包含点数最多的聚类构建第二包围盒；

获取所有所述第二包围盒的平均尺寸，根据所述平均尺寸确定所述预设尺寸范围。

2.根据权利要求1所述的方法，其特征在于，通过以下公式根据所述平均尺寸确定预设尺寸范围：

V_m＝[l_m,w_m,h_m]^T；

V_m1＝[(1-α)*l_m,(1-α)*w_m,(1-α)*h_m]^T；

V_m2＝[(1+α)*l_m,(1+α)*w_m,(1+α)*h_m]^T；

其中，V_m为所述平均尺寸，l_m为所有所述第二包围盒的平均长度，w_m为所有所述第二包围盒的平均宽度，h_m为所有所述第二包围盒的平均高度，V_m1为预设尺寸范围的尺寸下限，V_m2为预设尺寸范围的尺寸上限，(1-α)*l_m为预设尺寸范围的长度下限，(1-α)*w_m为预设尺寸范围的宽度下限，(1-α)*h_m为预设尺寸范围的高度下限，(1+α)*l_m为预设尺寸范围的长度上限，(1+α)*w_m为预设尺寸范围的宽度上限，(1+α)*h_m为预设尺寸范围的高度上限，α为调节参数。

3.根据权利要求2所述的方法，其特征在于，若各所述第一包围盒在预设尺寸范围内，则获知各所述第一包围盒对应的各帧待识别养殖场场景点云中包含完整家畜的步骤具体包括：

若各所述第一包围盒的长度位于所述长度下限和所述长度上限之间，且各所述第一包围盒的宽度位于所述宽度下限和所述宽度上限之间，且各所述第一包围盒的高度位于所述高度下限和所述高度上限之间，则获知各所述第一包围盒对应的各帧待识别养殖场场景点云中包含完整家畜。

4.根据权利要求1-3任一所述的方法，其特征在于，对待识别养殖场场景点云序列中的各帧待识别养殖场场景点云进行平面检测的步骤具体包括：

基于随机采样一致性方法对待识别养殖场场景点云序列中的各帧待识别养殖场场景点云进行平面检测。

5.根据权利要求1-3任一所述的方法，其特征在于，对删除地面点云后的各帧所述待识别养殖场场景点云进行聚类分割的步骤具体包括：

基于欧式距离的聚类分割方法对删除地面点云后的各帧所述待识别养殖场场景点云进行聚类分割。

6.根据权利要求2-3任一所述的方法，其特征在于，所述第一包围盒和所述第二包围盒为方向包围盒。