[发明专利]一种点云和图像优化方法、装置、设备和存储介质

说明书

本发明公开了一种点云和图像优化方法、装置、设备和存储介质。其中，该点云优化方法包括：依次根据图像集合对应点云的第一数据误差和第二数据误差，确定点云中的异常点；去除所述异常点，得到优化后的点云。本发明实施例提供的技术方案，依次根据由图像集合对应生成的点云的第一数据误差和第二数据误差，确定点云中的异常点，并去除点云中的异常点，得到优化后的点云，全面筛选点云中各点，依次根据第一数据误差和第二数据误差确定异常点，相对于现有技术仅针对非关键帧上的点来过滤掉点云中的异常点的方式，提高异常点确认的全面性，从而提高优化后点云的精度和准确性。

技术领域

本发明实施例涉及图像处理领域，尤其涉及一种点云和图像优化方法、装置、设备和存储介质。

背景技术

随着即时定位与地图构建(Simultaneous Localization And Mapping，SLAM)系统的广泛发展，SLAM系统可以通过搭载的摄像头采集当前场景下的连续帧，并进行相应的分析，从而构建当前场景的环境模型并实现自身定位。目前SLAM系统通过对连续采集的视频帧进行特征点提取与匹配，并根据不同帧上特征点之间的匹配情况获取对应三维场景下的点云。

由于SLAM系统在特征点匹配时采用特征点的特征描述符进行匹配，而特征描述符之间的匹配精度较低，同时摄像头可能连续采集重复纹理或纹理不丰富的视频帧，导致匹配难度大，而且在SLAM系统快速运动下，摄像头连续采集的视频帧比较模糊等各种因素，使得获取的点云中存在不准确的点。目前通过剔除摄像头采集的非关键帧上的点来过滤掉点云中的异常点，但并不能完全消除点云数据中的异常点，此时极大降低了点云生成的精度。

发明内容

本发明实施例提供了一种点云和图像优化方法、装置、设备和存储介质，去除点云中的异常点，提高优化后点云的精度。

第一方面，本发明实施例提供了一种点云优化方法，该方法包括：

依次根据图像集合对应点云的第一数据误差和第二数据误差，确定点云中的异常点；

去除所述异常点，得到优化后的点云。

第二方面，本发明实施例提供了一种图像优化方法，该方法包括：

执行如第一方面所述的点云优化方法，去除点云中的异常点，得到优化后的点云；

根据优化后的点云获取当前图像；

去除所述当前图像中与异常点匹配的特征点，得到优化后的图像。

第三方面，本发明实施例提供了一种点云优化装置，该装置包括：

异常点确定模块，用于依次根据图像集合对应点云的第一数据误差和第二数据误差，确定点云中的异常点；

点云优化模块，用于去除所述异常点，得到优化后的点云。

第四方面，本发明实施例提供了一种图像优化装置，该装置包括：

点云确定模块，设置如第三方面所述的点云优化装置，用于去除点云中的异常点，得到优化后的点云；

当前图像获取模块，用于根据优化后的点云获取当前图像；

图像优化模块，用于去除所述当前图像中与异常点匹配的特征点，得到优化后的图像。

第五方面，本发明实施例提供了一种设备，该设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明第一方面中所述的点云优化方法，或者实现本发明第二方面中所述的图像优化方法。