[发明专利]识别三维场景中物体平面的方法和装置

说明书

本发明提供了一种用于识别3D场景中3D物体的平面的计算机实现方法和计算机化装置。该方法包括接收点云并执行平面分割。在一个实施例中，将点云体素化为相等尺寸的多个体素，并将多个体素分为三类，其中第一类体素满足平面要求和第一邻域约束，每个第二类体素满足平面要求和第二邻域约束，第三类体素都不满足平面要求。该方法还包括：通过首先确定一个第一类锚定体素并将其相邻的第一类体素募集到该至少一个参考平面，从而从第一类体素生成至少一个参考平面；通过吸收与至少一个参考平面相连的第二类体素(如果它们满足体素合并要求)，并吸收与至少一个参考平面相连的第三类体素中的点(如果它们满足点合并要求)，来生长至少一个参考平面。然后，使用该组至少一个参考平面来表示3D物体，以便进一步应用。

技术领域

本发明涉及三维(3D)物体的测量和识别，特别涉及识别3D场景中3D物体的平面的方法和装置。

背景技术

图像分割是图像分析的一种类型，通常用于将图像划分成不同的区域，以提供图像的更有意义的表示。可以对图像进行分割，以唯一地标识图像内的对象。如今，3D视觉正成为近年来吸引大量关注的顶级新兴市场之一。这项技术具有提供3D物理空间完整信息的压倒性优势，催生了3D计量学的应用，如工厂生产线自动化、建筑施工、汽车增强等。

然而，现有的三维数据分割方法在识别3D物体的平面方面既计算昂贵又不准确。因此，期望提供一种能够在短处理时间内提供高精度平面分割的系统。

发明内容

鉴于前述背景，提供了替代的计算机实现的方法和装置，用于识别3D场景中的3D物体的平面。

根据本发明的一个实施例，提供了一种用于识别3D场景中的物体平面的计算机实施的方法。该方法包括接收3D场景的点云，其中3D场景包括由点云中的多个点表示的至少一个3D物体。该方法还包括：将点云体素化为相等尺寸的多个体素，并将多个体素分类为三个类，其中每个第一类体素满足平面要求和第一邻域约束，每个第二类体素满足平面要求和第二邻域约束，而每个第三类体素不满足平面要求。该方法还包括：通过首先识别一个第一类锚定体素并将其相邻的第一类体素募集到该至少一个参考平面，从而从第一类体素生成至少一个参考平面；通过吸收连接到至少一个参考面的第二类体素的第二类体素(如果它们满足体素合并要求)，以及吸收连接到该至少一个参考平面的第三类体素中的点(如果它们满足点合并要求)，来生长该至少一个参考面；以及使用这组至少一个参考平面来表示3D物体。

因此，本发明的一个示例性实施例涉及一种计算机化系统，其包括处理器和连接至该处理器的存储器。存储器和处理器一起被配置为使该计算机化系统执行上述实施例的动作。

以上示例性实施例与传统方法相比具有好处和优势。例如，当前方法通过使用本文描述的算法，能更快和更准确地分割3D场景中的平面。因此，它满足实时3D度量要求，并适用于各种垂直领域。

此外，计算机实现的方法与不同的3D传感器兼容，可以应用于不同行业的各种应用，例如建筑施工或高精度显微镜。

附图说明

通过以下参考附图的详细描述，本发明实施例的上述和其他特征、优点和方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1显示可以应用本发明实施例的一个示例性场景；

图2是根据本发明一个实施例的用于识别3D场景中3D物体的平面的方法流程图；

图3显示根据本发明一个实施例的体素标记的一个过程；

图4和图5显示根据本发明一个实施例，以部分体素为例说明从好体素形成一个参考平面的过程；

图6至图9显示根据本发明一个实施例的使用与图4中相同的体素部分从好体素和PB体素形成一个参考平面的过程；

图10和图11显示根据本发明一个实施例的基于体素拓扑将坏体素中的剩余点聚类到平面的过程；