[发明专利]一种利用轮廓点特征的单物体点云数据语义分割方法

权利要求书

1.一种利用轮廓点特征的单物体点云数据语义分割方法，其特征在于，包括以下步骤：

步骤S1，获取一个包含N个点的单物体点云，并将所述单物体点云分别向X、Y、Z方向投影，得到三个二维点集，分别记为V_x、V_y、V_z；

步骤S2，从所述三个二维点集中获得单物体点云的轮廓点集；

步骤S3，将所述单物体点云和所述轮廓点集输入至几何特征融合网络中，得到所述单物体点云中每个点的分类标签。

2.根据权利要求1所述的利用轮廓点特征的单物体点云数据语义分割方法，其特征在于，所述步骤S2具体包括：

步骤S21，根据所述三个二维点集分别获取其对应的轮廓点集合C_x、C_y、C_z；

步骤S22，将所述轮廓点集合C_x、C_y、C_z中的轮廓点投影回原三维空间，并将三个点集相并，得到所述轮廓点集C。

3.根据权利要求2所述的利用轮廓点特征的单物体点云数据语义分割方法，其特征在于，所述步骤S21具体包括：

步骤S211，选取所述二维点集V_x中的任一点x_i，找到所述二维点集V_x中距离x_i在预设范围r内的邻域点集N_i；

步骤S212，选取所述邻域点集N_i中的任一点x_j，以x_i为起点，过x_j画射线v_j；

步骤S213，对于所述步骤S212得到的多条射线中任意两条相邻射线均有一夹角，将所有夹角的最大值记为α_i；

步骤S214，判断所述最大值α_i是否大于预设阈值t，若大于则将x_i加入所述轮廓点集合C_x，反之不加。

4.根据权利要求2所述的利用轮廓点特征的单物体点云数据语义分割方法，其特征在于，所述步骤S22中若三个轮廓点集相并后超过n个点，则随机采样n个点，若不足n个点，则对集中的点重复采样以凑足n个点。

5.根据权利要求1所述的利用轮廓点特征的单物体点云数据语义分割方法，其特征在于，所述几何特征融合网络包括四个特征融合模块和三个特征上采样模块，其中，每个特征融合模块内部均包括三个特征提取模块。

6.根据权利要求4所述的利用轮廓点特征的单物体点云数据语义分割方法，其特征在于，所述步骤S3具体包括：

步骤S31，将所述单物体点云和所述轮廓点集依次输入所述几何特征融合网络的四个特征融合模块，以获得各层次特征矩阵；

步骤S32，以最高层次特征矩阵为始，依次与低一层特征矩阵一同输入至三个特征上采集模块中，最终所述每个点的分类标签。