[发明专利]点云数据处理方法和装置、电子设备及存储介质

权利要求书

1.一种点云数据处理方法，其特征在于，包括：

将待处理点云数据集划分为多个点云数据子集，其中，每一个所述点云数据子集包括多个特征点的点数据；

针对所述多个点云数据子集中的每一个目标点云数据子集，确定该目标点云数据子集对应的特征点区域的可见性信息，其中，所述目标点云数据子集为所述多个点云数据子集中的一个或多个；

若基于所述可见性信息确定有至少一个待处理点云数据子集，则针对每一个所述待处理点云数据子集，基于该待处理点云数据子集中的点数据分别确定对应的每一个特征点的可见性信息，其中，所述待处理点云数据子集属于所述目标点云数据子集，且所述待处理点云数据子集对应的特征点区域的可见性信息满足目标可见性条件。

2.根据权利要求1所述的点云数据处理方法，其特征在于，所述将待处理点云数据集划分为多个点云数据子集的步骤，包括：

基于所述多个特征点对应的历史点云数据集确定出多个特征点区域，其中，所述历史点云数据集包括每一个所述特征点的历史点数据；

针对每一个所述特征点区域，基于待处理点云数据集中属于该特征点区域的每一个特征点的点数据，形成该特征点区域对应的点云数据子集。

3.根据权利要求2所述的点云数据处理方法，其特征在于，所述基于所述多个特征点对应的历史点云数据集确定出多个特征点区域的步骤，包括：

获取所述多个特征点对应的历史点云数据集；

基于所述历史点云数据集包括的每一个所述特征点的历史点数据，分别确定每一个所述特征点对应的可见程度表征值和每两个所述特征点之间对应的空间距离表征值，并基于所述可见程度表征值和所述空间距离表征值确定出每两个所述特征点之间的聚类距离值；

基于每两个所述特征点之间的聚类距离值对所述多个特征点进行聚类，得到对应的多个特征点区域。

4.根据权利要求3所述的点云数据处理方法，其特征在于，所述基于所述历史点云数据集包括的每一个所述特征点的历史点数据，分别确定每一个所述特征点对应的可见程度表征值和每两个所述特征点之间对应的空间距离表征值，并基于所述可见程度表征值和所述空间距离表征值确定出每两个所述特征点之间的聚类距离值的步骤，包括：

基于所述历史点云数据集包括的每一个所述特征点的历史点数据，分别确定每一个所述特征点对应的法向量，并基于所述对应的法向量与摄像机光轴之间的夹角，分别确定每一个所述特征点对应的可见程度表征值；

基于所述历史点云数据集包括的每一个所述特征点的历史点数据，分别确定每两个所述特征点之间的空间距离，并基于所述空间距离和待聚类形成的特征点区域的数量，分别确定每两个所述特征点之间对应的空间距离表征值；

针对所述多个特征点中的每两个特征点，基于该两个特征点对应的所述可见程度表征值和该两个特征点之间对应的所述空间距离表征值，确定该两个特征点之间的聚类距离值。

5.根据权利要求1-4任意一项所述的点云数据处理方法，其特征在于，所述针对所述多个点云数据子集中的每一个目标点云数据子集，确定该目标点云数据子集对应的特征点区域的可见性信息的步骤，包括：

针对所述多个点云数据子集中的每一个点云数据子集，确定该点云数据子集对应的特征点区域中边缘的特征点的点数据是否满足预设的目标数据条件，并在该点云数据子集对应的特征点区域中边缘的特征点的点数据不满足所述目标数据条件时，将该点云数据子集确定为目标点云数据子集；

针对每一个所述目标点云数据子集，确定该目标点云数据子集对应的特征点区域的可见性信息。

6.根据权利要求5所述的点云数据处理方法，其特征在于，所述针对每一个所述目标点云数据子集，确定该目标点云数据子集对应的特征点区域的可见性信息的步骤，包括：

针对每一个所述目标点云数据子集，在该目标点云数据子集对应的特征点区域中确定出对应的至少一个特征点平面，其中，每一个所述特征点平面包括所述特征点区域中的多个特征点；

针对每一个所述目标点云数据子集，确定该目标点云数据子集对应的每一个所述特征点平面的法向量，并基于每一个所述特征点平面的法向量确定该目标点云数据子集对应的特征点区域的可见性信息。