[发明专利]基于多视角融合的点云聚类方法、装置和电子设备

权利要求书

1.一种基于多视角融合的点云聚类方法，其特征在于，所述方法包括：

获取点云数据，对所述点云数据进行预处理，得到目标点云数据；

将所述目标点云数据投影到俯视图上，并基于所述俯视图进行聚类，生成第一聚类分割结果；

若所述第一聚类分割结果的损失精度高于精度阈值，则基于前视图聚类方式，对所述第一聚类分割结果进行再次聚类，得到第二聚类分割结果。

2.根据权利要求1所述的方法，其特征在于，将所述目标点云数据投影到俯视图上的步骤，包括：

将所述目标点云数据向目标坐标系方向进行投影，得到俯视图；

基于所述俯视图建立邻域栅格，生成所述俯视图对应的密度图。

3.根据权利要求1所述的方法，其特征在于，基于所述俯视图进行聚类，生成第一聚类分割结果的步骤，包括：

从所述俯视图对应的密度图中进行元素随机访问，确定目标图像元素；

对所述目标图像元素进行校验；

若校验通过，则生成第一聚类分割结果；

若校验未通过，则对所述目标图像元素进行初始化子类操作，并对所述目标图像元素的每个同类元素进行检索，直至所述目标图像元素的子类饱和，再次执行目标图像元素确定步骤。

4.根据权利要求1所述的方法，其特征在于，基于前视图聚类方式，对所述第一聚类分割结果进行再次聚类，得到第二聚类分割结果的步骤，包括：

基于第一聚类分割结果对应的深度图，确定所述第一聚类分割结果中的目标像素点；

判断所述目标像素点和所述目标像素点的相邻像素点是否存在预设条件；

若存在，则将存在预设条件的像素点与目标像素点归为同一类；

若不存在，且当所述第一聚类分割结果中的像素点均被遍历，则将不符合预设条件的像素点拆分为新子类；

重复上述步骤，直至所述深度图中的第一聚类分割结果均被遍历，确定第二聚类分割结果。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述第一聚类分割结果的损失精度未高于精度阈值，则将所述第一聚类分割结果作为传感模块的点云聚类结果。

6.根据权利要求1所述的方法，其特征在于，对所述点云数据进行预处理的步骤，包括：

若所述点云数据对应的目标对象存在欠表征和/或漏表征的情况，则对所述点云数据进行补偿预处理操作，得到目标点云数据。

7.根据权利要求1所述的方法，其特征在于，所述方法包括：

通过双阈值点云补偿方式对所述点云数据进行预处理，得到目标点云数据。

8.一种基于多视角融合的点云聚类装置，其特征在于，所述装置包括：

预处理模块，获取点云数据，对所述点云数据进行预处理，得到目标点云数据；

第一聚类模块，将所述目标点云数据投影到俯视图上，并基于所述俯视图进行聚类，生成第一聚类分割结果；

第二聚类模块，若所述第一聚类分割结果的损失精度高于精度阈值，则基于前视图聚类方式，对所述第一聚类分割结果进行再次聚类，得到第二聚类分割结果。

9.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述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上述权利要求1至7任一项所述的方法的步骤。

10.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，机器可执行指令促使处理器实现权利要求1至7任一项所述的方法的步骤。