[发明专利]识别并保留优选点的合并点云的方法在审
申请号: | 202080015066.1 | 申请日: | 2020-02-10 |
公开(公告)号: | CN113424224A | 公开(公告)日: | 2021-09-21 |
发明(设计)人: | T·安德伯格;M·威廉姆斯 | 申请(专利权)人: | 索尼集团公司;索尼图片娱乐公司 |
主分类号: | G06T7/593 | 分类号: | G06T7/593 |
代理公司: | 中国贸促会专利商标事务所有限公司 11038 | 代理人: | 曹瑾 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 识别 保留 优选 合并 方法 | ||
1.一种识别并保留优选点的合并点云的方法,包括:
使用耦合到存储器的计算机以:
获得从3D场景捕获的多个点云,所述多个点云中的每个点云包括:
多个点;
视点;以及
角度分辨率;
获得或生成接近度测试,所述接近度测试确定来自所述多个点云的两个不同点是否彼此足够接近以至于最多应当保留所述两个不同点中的一个;
识别一组或多组接近点,其中:
所述一组或多组接近点中的每一组包括来自所述多个点云的两个或更多个点;以及
相对于所述每一组的所述两个或更多个点中的不同点,所述每一组的所述两个或更多个点中的每个点满足所述接近度测试;
识别孤立点,其中所述孤立点包括来自所述多个点云的不在所述一组或多组接近点的任何组中的所有点;
对于所述一组或多组接近点中的每一组,识别所述每一组中所述两个或更多个点中的优选点;以及,
生成包括以下的合并的点云:
所述孤立点;以及
所述一组或多组接近点中的每一组的所述优选点;
其中所述合并的点云不包含所述每一组中不是所述优选点的点。
2.如权利要求1所述的方法,其中,
所述每个点云包括:
范围图像,所述范围图像将所述多个点表示为像素的2D阵列,其中,
所述多个点中的每个点与所述像素的2D阵列中的像素对应;以及
所述像素的2D阵列中的每个像素包括与所述像素相关联的点与所述每个点云的所述视点之间的距离;以及,
从所述3D场景到所述像素的2D阵列的投影。
3.如权利要求2所述的方法,其中所述投影包括:
从所述3D场景中的点到以所述视点为中心的球体的映射;以及,
从所述球体到所述像素的2D阵列的等距柱状投影。
4.如权利要求2所述的方法,其中所述识别一组或多组接近点包括:
从所述多个点云中选择基点云;
从所述基点云的所述像素的2D阵列中选择像素的集合;
从除所述基点云之外的所述多个点云中选择点的集合;
将与所述基点云相关联的所述投影应用于所述点的集合中的每个点以获得:
所述基点云的所述像素的2D阵列的投影像素;以及
所述每个点与所述基点云的所述视点之间的投影距离;以及,
当所述投影距离在与所述基点云中的所述投影像素相关联的所述距离的阈值内时,
将所述每个点和所述基点云中与所述投影像素相关联的点添加到与所述投影像素相关联的一组接近点。
5.如权利要求2所述的方法,还包括使用所述计算机以:
将所述每个点云的所述像素的2D阵列分区为多个图块;
对于所述多个图块中的每个图块,
生成包含所述每个点云的点的边界体积,所述点被投影到所述每个图块中的像素;
识别与除所述每个点云之外的所述多个点云相关联的图块,所述图块具有与所述边界体积相交的相关联的边界体积。
6.如权利要求5所述的方法,其中所述识别一组或多组接近点包括:
从所述多个点云中选择基点云;
从所述基点云中选择图块的集合;
从除所述基点云之外的所述多个点云中选择点的集合,所述点的集合包括除所述基点云之外的所述多个点云的图块中的点,所述多个点云的图块与来自所述基点云的所述图块的集合的一个或多个图块相交;
将与所述基点云相关联的所述投影应用于所述点的集合中的每个点以获得:
所述基点云的所述像素的2D阵列的投影像素;以及
所述每个点与所述基点云的所述视点之间的投影距离;
当所述投影距离在与所述基点云中的所述投影像素相关联的所述距离的阈值内时,
将所述每个点和所述基点云中与所述投影像素相关联的点添加到与所述投影像素相关联的一组接近点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于索尼集团公司;索尼图片娱乐公司,未经索尼集团公司;索尼图片娱乐公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202080015066.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于最佳临床结果的人工晶状体设计
- 下一篇:热交换器