[发明专利]一种深度视频空间平面检测方法及系统

说明书

本发明公开了深度视频空间平面检测方法及系统，该方法包括：对深度视频中当前帧的RGB图和深度图进行预处理；从点云数据中选取满足条件的多组候选点，每组候选点包括三个候选点，拟合得到多个候选平面，并从多个候选平面中获取初始平面；基初始平面及其内点，对所有内点进行空间聚类，获取点数最多的类，类中的点为当前帧的检测平面的检测平面数据；根据历史输出平面数据及检测平面，获取当前输出平面。本发明能够快速检测平面，效率高且稳定性好。

技术领域

本发明涉及深度视频空间平面检测技术领域，尤其涉及一种深度视频空间平面检测方法及系统。

背景技术

在增强现实(Augmented Reality，简称AR)的应用场景中，往往需要在空间平面(即拍摄场景中的真实平面对象)上放置虚拟对象，以用于与用户交互。此外，对于日常三维场景，平面作为物品或对象的主要构成部分或形态，即平面是日常三维场景中常见的特征，可用于场景、对象识别等图像处理算法，以提高算法准确度和速度，例如，在SLAM算法中，可以将平面作为特征，提高位姿估计的效率。

因此，为了获取空间平面的平面信息，现有技术中的平面检测方法按照图像信息的格式不同被分为两类：一类是基于RGB图像的平面检测方法，另一类是基于深度图的平面检测方法。

基于RGB图像的平面检测方法通常提取RGB图像中的关键点，并计算关键点的空间位置以拟合出平面。但关键点的提取往往是基于纹理进行的，无法获取无纹理平面，导致出现漏检的情况。

基于深度图的平面检测方法按照实现方式又可以分为迭代拟合方法、霍夫变换方法以及聚类方法，其中迭代拟合方法和霍夫变换方法虽然实现方式不同，但结果类似，在当存在多个平面时，仍容易出现误检的问题；而现有聚类方法的运算量巨大，不能输出平面范围，导致该现有的聚类方法无法直接应用于AR设备中。

发明内容

本发明的实施例的目的之一在于提供一种深度视频空间平面检测方法，通过该平面检测方法能够快速检测平面，效率高且稳定性好。

为实现上述发明目的，本发明采用下述技术方案予以实现：

本申请涉及一种深度视频空间平面检测方法，其特征在于，包括如下步骤：

S1：对深度视频中当前帧的RGB图和深度图进行预处理，以得到所述当前帧的点云数据及位姿信息；

S2：从所述点云数据中选取满足如下方程的多组候选点，每组候选点包括三个候选点P₁、P₂及P₃，拟合得到多个候选平面，并从多个候选平面中获取初始平面P；

其中，，r₁、r₂及r₃分别是预设限值；

S3：基于所述初始平面P及其内点P_i，对所有内点P_i进行空间聚类，获取点数最多的类，所述类中的点为所述当前帧的检测平面的检测平面数据；以及

S4：根据所述深度视频中历史帧的历史输出平面数据及所述检测平面，获取当前输出平面。

在本申请中，S2具体为：

S21：从所述点云数据中选取满足如下方程的多组候选点，每组候选点包括三个候选点P₁、P₂及P₃；

；

S22：针对多组候选点拟合得到多个候选平面；

S23：针对多个候选平面中每个，遍历所述点云数据，获取所述候选平面上的内点；

S24：选择内点数量最多的内点所属的候选平面为初始平面P。

在本申请中，S3中对所有内点P_i进行空间聚类，具体为：