[发明专利]点云数据处理方法、装置、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：

获取待重建的二维图像集合，基于每一二维图像中的二维特征点确定二维图像集合中多组特征匹配对；其中，每组特征匹配对对应一个三维空间点，所述特征匹配对包括多个匹配的二维特征点；

根据预设特征点数量对所述二维图像进行网格划分，确定每个网格中的二维特征点，并根据所述二维特征点对应的三维空间点，确定所述网格对应的三维空间点；

根据所述三维空间点的观测次数和预设内点条件，从所述网格对应的三维空间点中选取所述网格的目标三维空间点作为构建三维场景的点云数据，所述观测次数等于所述三维空间点对应的二维特征点的数量。

2.根据权利要求1所述的点云数据处理方法，其特征在于，在所述从所述网格对应的三维空间点中选取所述网格的目标三维空间点作为构建三维场景的点云数据之后，还包括：

根据所述二维图像中各个网格的目标三维空间点，确定所述二维图像的目标三维空间点的数量；

获取所述二维图像对应的目标三维空间点的数量，当所述二维图像的目标三维空间点数量小于预设特征点数量时，从所述二维图像的各个网格剩余的三维空间点中选取至少一个目标三维空间点，以使所述二维图像的目标三维空间点数量等于预设特征点数量。

3.根据权利要求1所述的点云数据处理方法，其特征在于，所述基于每一二维图像中的二维特征点确定二维图像集合中多组特征匹配对，包括：

将所述二维图像集合划分为多个待匹配图像集，所述待匹配图像集中至少包括两帧二维图像；

提取所述二维图像集合中每一二维图像的二维特征点，基于所述待匹配图像集中多帧二维图像的二维特征点确定出所述待匹配图像集对应的特征匹配对。

4.根据权利要求1所述的点云数据处理方法，其特征在于，所述根据预设特征点数量对所述二维图像进行网格划分，确定每个网格中的二维特征点，包括：

根据预设特征点数量将所述二维图像平均划分成多个网格，并确定所述二维图像每行的网格数量和每列的网格数量；

根据所述每行的网格数量、所述每列的网格数量以及所述二维特征点的坐标，确定位于所述网格中的二维特征点。

5.根据权利要求1所述的点云数据处理方法，其特征在于，所述根据所述三维空间点的观测次数和预设内点条件，从所述网格对应的三维空间点中选取所述网格的目标三维空间点作为构建三维场景的点云数据，包括：

将所述网格对应的三维空间点按照对应的观测次数从高到低进行排序，确定所述网格对应的各个三维空间点的排序；

根据所述三维空间点对应的多个二维特征点，确定所述三维空间点是否满足预设内点条件；

从所述网格对应的三维空间点中选取至少一个排序最高且满足预设内点条件的三维空间点作为所述网格的目标三维空间点。

6.根据权利要求5所述的点云数据处理方法，其特征在于，所述根据所述三维空间点对应的二维特征点，确定所述三维空间点是否满足预设内点条件包括：

将所述三维空间点对应的多个二维特征点的特征描述子进行两两配对，得到多对特征描述子；

对每对特征描述子进行归一化处理并计算每对特征描述子的余弦相似度；

确定每对特征描述子的余弦相似度均等于或大于预设相似度阈值时，确定所述三维空间点满足预设内点条件。

7.根据权利要求2所述的点云数据处理方法，其特征在于，所述从所述二维图像的各个网格剩余的三维空间点中选取至少一个目标三维空间点包括：

将所述二维图像的各个网格剩余的三维空间点按照所述观测次数从高到低进行排序，确定所述三维空间点的排序；

从所述二维图像的各个网格剩余的三维空间点中，选取至少一个排序最高且满足预设内点条件的三维空间点作为所述二维图像的目标三维空间点。