[发明专利]稀疏点云的获取方法、装置、设备、介质及产品

说明书

本发明提供一种稀疏点云的获取方法、装置、设备、介质及产品，该方法包括：获取目标对象的原始点云；原始点云是在对目标对象进行三维点云采集之后得到的；在原始点云中确定骨架特征点云和轮廓特性点云；获取原始点云中的非关键点云；非关键点云分别与骨架特征点云和轮廓特性点云不重叠；基于骨架特征点云、轮廓特性点云和非关键点云，确定目标对象的稀疏点云。本发明提供的稀疏点云的获取方法、装置、设备、介质及产品能够用于提高稀疏点云的准确性。

技术领域

本发明涉及三维点云预处理技术领域，尤其涉及一种稀疏点云的获取方法、装置、设备、介质及产品。

背景技术

随着现代育种以及智慧农业的发展，对植物的表型进行分析，可以预测植物的长势。

在相关技术中，在对植物的表型进行分析的过程中，可以包括：对植物的原始点云进行均匀下采样，得到植物的稀疏点云，并基于稀疏点云，得到植物的特征信息(例如叶长信息、叶宽信息和叶缘信息等)，进而基于特征信息预测植物的长势。

在上述相关技术中，对植物的原始点云进行均匀下采样得到的稀疏点云的准确性通常较差，导致植物的特征信息的准确性也较差，使得无法准确地预测植物的长势。

发明内容

本发明提供一种稀疏点云的获取方法、装置、设备、介质及产品，用以解决现有技术中稀疏点云的准确性通常较差的缺陷，实现提高稀疏点云的准确性的目的。

本发明提供一种稀疏点云的获取方法，包括：

获取目标对象的原始点云；原始点云是在对目标对象进行三维点云采集之后得到的；

在原始点云中确定骨架特征点云和轮廓特性点云；

获取原始点云中的非关键点云；非关键点云分别与骨架特征点云和轮廓特性点云不重叠；

基于骨架特征点云、轮廓特性点云和非关键点云，确定目标对象的稀疏点云。

根据本发明提供的一种稀疏点云的获取方法，在原始点云中确定骨架特征点云和轮廓特性点云，包括：

采用随机最远点采样算法，对原始点云进行下采样处理，得到中间点云；

在中间点云中确定骨架特征点云和轮廓特性点云。

根据本发明提供的一种稀疏点云的获取方法，在中间点云中确定骨架特征点云和轮廓特性点云，包括：

对中间点云进行骨架点提取处理，得到初始骨架点云；

基于初始骨架点云和中间点云，确定骨架特征点云；

对中间点云进行边界点提取处理，得到轮廓特性点云。

根据本发明提供的一种稀疏点云的获取方法，基于初始骨架点云和中间点云，确定骨架特征点云，包括：

针对初始骨架点云中包括的各第一点，将中间点云中与第一点的距离小于预设值的所有点，确定为第一点对应的点云；

基于各第一点对应的点云，确定骨架特征点云。

根据本发明提供的一种稀疏点云的获取方法，获取原始点云中的非关键点云，包括：

将中间点云中除骨架特征点云和轮廓特性点云之外的剩余点，确定为原始点云中的非关键点云。

根据本发明提供的一种稀疏点云的获取方法，基于骨架特征点云、轮廓特性点云和非关键点云，确定目标对象的稀疏点云，包括：

将第一权重和骨架特征点云中所有点的总数量的乘积，确定为第一采样量；将第二权重和轮廓特性点云中所有点的总数量的乘积，确定为第二采样量；将第三权重和非关键点云中所有点的总数量的乘积，确定为第三采样量；