[发明专利]基于激光点云图模型的云分割方法及设备

权利要求书

1.一种基于激光点云图模型的云分割方法，其特征在于，所述方法包括：

提取激光点云中各个点之间的关联特征；

根据激光点云中各个点之间的关联特征为激光点云构建图模型；

根据图模型为激光点云中缺失颜色特征的点进行特征补充；

基于特征补充后的激光点云进行点云分割；

所述提取激光点云中各个点之间的关联特征包括：

为激光点云中的每个具有颜色属性的点赋予特征参数；

计算任意两个点的特征参数差值；

根据任意两个点的特征参数差值采用预设的映射矩阵计算所述两个点之间的距离，计算公式如下：

其中，表示点和点在新的度量空间所计算得到的距离，表示点和点在原来的特征空间中的特征参数差值，表示映射矩阵W的转置。

2.根据权利要求1所述的方法，其特征在于，所述特征参数包括点在空间中的x、y、z坐标信息，r、g、b颜色信息，以及反射强度信息。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

构建映射矩阵，所述映射矩阵的尺度根据每个点的特征参数的个数确定；

构建损失函数，以通过学习增加不同类别点之间的距离，减少相同类别点之间的距离，损失函数如下：

，

其中，n表示激光点云中点的个数，表示点和点类别是否相同，相同则为=1，否则=-1。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据激光点云中各个点之间的关联特征为激光点云构建图模型，包括：

为激光点云中每个点选取邻接点，建立每个点与其邻接点之间的连边；

根据任意两个点之间的距离确定两点间连边的权重，得到激光点云图模型。

5.根据权利要求4所述的方法，其特征在于，所述为激光点云中每个点选取邻接点，包括：

为激光点云中每个点筛选对应的目标点集，目标点集中包括激光点云中与当前点之间的距离小于预设距离阈值的点；

将目标点集中的点作为对应点的邻接点。

6.根据权利要求4所述的方法，其特征在于，所述根据任意两个点之间的距离确定两点间连边的权重还包括：

对任意两点间连边的权重进行正则化。

7.根据权利要求1所述的方法，其特征在于，所述根据图模型为激光点云中缺失颜色特征的点进行特征补充，包括：

对图模型中的具有颜色特征的点进行特征参数提取；

对图模型中的不具有颜色特征的点使用与当前点相邻的具有颜色信息的点的特征参数为当前点进行特征补充。

8.根据权利要求7所述的方法，其特征在于，所述对图模型中的不具有颜色特征的点使用与当前点相邻的具有颜色信息的点的特征参数为当前点进行特征补充，包括：

采用特征聚合网络使用与当前点相邻的具有颜色信息的点的特征矩阵为当前点进行特征补充，公式如下：

其中，Z为聚合后得到颜色特征的点的特征矩阵，D为包含节点的边度数的对角矩阵，节点的边度数指该节点有几条边与之相连，A为邻接矩阵，X为有颜色特征的点的特征矩阵，P为预设聚合参数。

9.根据权利要求8所述的方法，其特征在于，所述方法还包括：

对图模型中的特征补充后的点采用与之相邻的特征补充后的点的特征参数进行特征优化，公式如下：

其中，为特征优化后的颜色缺失的点的特征矩阵。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-9任一项所述方法的步骤。

11.一种基于激光点云图模型的云分割设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任一项所述方法的步骤。