CN116486003A - 基于点云数据的成像方法、装置、电子设备及存储介质 - Google Patents

基于点云数据的成像方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116486003A
CN116486003A CN202310362511.7A CN202310362511A CN116486003A CN 116486003 A CN116486003 A CN 116486003A CN 202310362511 A CN202310362511 A CN 202310362511A CN 116486003 A CN116486003 A CN 116486003A
Authority
CN
China
Prior art keywords
voxel
region
point cloud
position information
cloud data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310362511.7A
Other languages
English (en)
Inventor
金欣
杜东宇
李志恒
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Research Institute Tsinghua University
Original Assignee
Shenzhen Research Institute Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Research Institute Tsinghua University filed Critical Shenzhen Research Institute Tsinghua University
Priority to CN202310362511.7A priority Critical patent/CN116486003A/zh
Publication of CN116486003A publication Critical patent/CN116486003A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了一种基于点云数据的成像方法、装置、电子设备及存储介质，其中，基于点云数据的成像方法包括：获取点云数据信息，点云数据信息包括每一个点对应的第一强度信息和第一位置信息；对点云进行区域体素化处理，每一个区域体素对应有第二位置信息和第二强度信息；重建立三维空间坐标系，并将每一个区域体素对应的第二位置信息转换为三维空间坐标系中的第三位置信息；根据三维空间坐标系下的一个或多个维度中的最大值与最小值的差值，构建零元素矩阵；根据每一个区域体素对应的第三位置信息、第二强度信息，以及零元素矩阵，构建瞬态矩阵；基于瞬态矩阵，利用预构建的成像模型实现目标成像。本发明通过离散点云数据实现连续性三维成像。

Description

基于点云数据的成像方法、装置、电子设备及存储介质
技术领域
本发明涉及激光雷达检测技术领域，尤其是涉及一种基于点云数据的成像方法、装置、电子设备及存储介质。
背景技术
激光雷达探测器利用光子飞行时间、幅度调制或频率调制测量距离的机制，为各类实际应用提供精确的深度信息，通过捕获场景的三维信息，可实现目标三维重建、目标检测和目标跟踪等任务。因此广泛应用于智能驾驶、测绘勘探以及科考探测等领域。然而目前的商用激光雷达探测器受限于收发频率较低，只能提供表征场景部分特征的稀疏点云，因此场景的三维重建也是稀疏离散的，无法对目标进行精确的空域连续性成像。为解决点云数据的稀疏性问题，现有方法主要利用场景特征对稀疏点云数据进行密集上采样，获得稠密点云从而实现更高精度的场景三维重建，然而这类上采样方法只能进行有限的数据稠密化，且其提供的稠密点云数据仍是离散化的，无法从本质上实现连续性成像。
因此如何有效利用点云特征实现空域及时域信息的扩增，通过离散点云数据实现连续性三维成像是一个亟待解决的技术问题。
发明内容
因此，本发明要解决的技术问题在于克服现有如何通过离散点云数据实现连续性三维成像，从而提供一种基于点云数据的成像方法、装置、电子设备及存储介质。
第一方面，本发明实施例公开了一种基于点云数据的成像方法，包括：获取目标场景的点云数据信息，所述点云数据信息包括每一个点对应的第一强度信息和第一位置信息；基于所述每一个点对应的第一强度信息和第一位置信息，对所述点云进行区域体素化处理，获取多个区域体素，每一个区域体素对应有第二位置信息和第二强度信息；以预设位置为坐标原点建立三维空间坐标系，并将每一个所述区域体素对应的第二位置信息转换为所述三维空间坐标系中的第三位置信息；确定每个区域体素的第三位置信息分别在每一个维度中的最大值及最小值；根据所述三维空间坐标系下的一个或多个维度中的最大值与最小值的差值，构建零元素矩阵；根据所述多个区域体素中每一个区域体素分别对应的所述第三位置信息、所述第二强度信息，以及所述零元素矩阵，构建瞬态矩阵；基于所述瞬态矩阵，利用预构建的成像模型生成与所述目标场景对应的目标成像。
本发明提供的基于点云数据的成像方法，通过将点云数据转换到瞬态矩阵，得到目标场景的瞬态矩阵，有效扩增目标场景空域及时域信息的，同时利用预构建的成像模型生成与目标场景对应的目标成像，通过离散点云数据实现连续性三维成像，解决了现有点云数据稀疏性强，无法实现连续性成像的问题。
可选地，所述基于每一个所述点对应的第一强度信息和第一位置信息，对所述点云进行区域体素化处理，获取多个区域体素，每一个区域体素对应有第二位置信息和第二强度信息，包括：创建预设边长的三维体素栅格，所述目标场景的点均落入在任一所述三维体素栅格内；根据第一体素栅格内的点云分别对应的第一强度信息，生成与第一区域体素对应的所述第二强度信息，以及根据所述第一体素栅格内的点云分别对应的第一位置信息，生成与所述第一区域体素对应的所述第二位置信息，其中，所述第一体素栅格为任一个所述三维体素栅格，所述第一区域体素为多个所述区域体素中的任一个区域体素。
可选地，所述目标场景的点云数据信息通过预配置的探测器阵列中的探测器获取。
可选地，所述三维空间坐标系中预设坐标轴垂直于所述探测器阵列所在平面。
可选地，构建成像模型的步骤，包括：获取所述探测器阵列中发射器的发射信号模式和初始位置以及接收器成像参数；根据所述探测器阵列中所述发射器的发射信号模式和初始位置以及接收器成像参数，构建成像模型。
可选地，所示根据所述多个区域体素中每一个区域体素分别对应的所述第三位置信息、所述第二强度信息，以及所述零元素矩阵，构建瞬态矩阵，包括：将所述多个区域体素中每一个区域体素分别对应的所述第三位置信息与所述零元素矩阵中的元素进行对齐；将与所述多个区域体素中每一个区域体素分别对应的所述第三位置信息对应的所述第二强度信息赋值给所述零元素矩阵中对应位置处的元素，构建瞬态矩阵。
本发明第二方面提供了一种基于点云数据的成像装置，包括：第一获取模块，用于获取目标场景的点云数据信息，所述点云数据信息包括每一个点对应的第一强度信息和第一位置信息；第一处理模块，用于基于所述每一个点对应的第一强度信息和第一位置信息，对所述点云进行区域体素化处理，获取多个区域体素，每一个区域体素对应有第二位置信息和第二强度信息；以预设位置为坐标原点建立三维空间坐标系，并将每一个所述区域体素对应的第二位置信息转换为所述三维空间坐标系中的第三位置信息；第一确定模块，用于确定每个区域体素的第三位置信息分别在每一个维度中的最大值及最小值；第一构建模块，用于根据所述三维空间坐标系下的一个或多个维度中的最大值与最小值的差值，构建零元素矩阵；第二构建模块，用于根据所述多个区域体素中每一个区域体素分别对应的所述第三位置信息、所述第二强度信息，以及所述零元素矩阵，构建瞬态矩阵；第一生成模块，用于基于所述瞬态矩阵，利用预构建的成像模型生成与所述目标场景对应的目标成像。
本发明提供的基于点云数据的成像装置中各部件所执行的功能均已在上述第一方面任一方法实施例中得以应用，因此这里不再赘述。
本发明第三方面提供了一种计算机设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现上述第一方面的基于点云数据的成像方法的步骤。
本发明第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行如本发明第一方面提供的基于点云数据的成像方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的基于点云数据的成像方法流程示意图；
图2为本发明一实施例提供的基于点云数据的成像方法的点云数据示意图；
图3为本发明一实施例提供的基于点云数据的成像方法的点云数据示意图；
图4为本发明一实施例提供的基于点云数据的成像方法连续性成像的结果示意图；
图5为本发明一实施例提供的基于点云数据的成像方法区域体素化处理后的结果示意图；
图6为本发明实施例提供的一种基于点云数据的成像装置结构示意图；
图7为本发明实施例提供的一种电子设备结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
除非另外定义，本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“一个”、“一”或者“该”等类似词语也不表示数量限制，而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
针对背景技术中所提及的技术问题，本发明实施例提供了一种基于点云数据的成像方法，如图1所示，该方法的步骤包括：
步骤S110，获取目标场景的点云数据信息，所述点云数据信息包括每一个点对应的第一强度信息和第一位置信息。
示例性地，目标场景的点云数据信息可以通过预配置的探测器阵列中的探测器获取。探测器可以包括但不限于激光雷达探测器，本领域技术人员可以根据实际需要进行确定，此处不做限制。本实施例以激光雷达探测器阵列为例，激光雷达探测器阵列探测到目标场景，如城市环境的物体表面构成三维几何点，这些三维几何点构成点云，点云中每一个点包括第一强度信息和第一位置信息，进而构成点云数据信息。第一强度信息可以指激光雷达探测器接收到的回波信息强弱的定量指标。第一位置信息可以指点云在以激光雷达探测器为参考建立的任意三维空间坐标系中的位置信息。如图2所示，为本实施例提供的一个目标场景，其中包含一个字母T和一些周围物体。
步骤S120，基于所述每一个点对应的第一强度信息和第一位置信息，对所述点云进行区域体素化处理，获取多个区域体素，每一个区域体素对应有第二位置信息和第二强度信息；以预设位置为坐标原点建立三维空间坐标系，并将每一个所述区域体素对应的第二位置信息转换为所述三维空间坐标系中的第三位置信息。
示例性地，区域体素化处理技术相对成熟，本领域技术人员可以根据实际情况对处理方式进行适应性选择，此处不做限制。对点云数据进行区域体素化处理后，每一个点对应的第一强度信息和第一位置信息，对应到区域体素中转换为第二位置信息和第二强度信息。以预设位置为坐标原点建立三维空间坐标系，预设位置可以为激光雷达探测器位置中心，本领域技术人员可以根据实际情况进行确定，此处不做限制。以激光雷达探测器阵列所在位置为坐标原点建立三维空间坐标系(x,y,z)，并以建立好的三维空间坐标系为参考，将每一个区域体素对应的第二位置信息转换为所述三维空间坐标系中的第三位置信息，确定各区域体素在该坐标系下的三维位置坐标。
作为一可选实施方式，三维空间坐标系中预设坐标轴垂直于探测器阵列所在平面。预设坐标轴可以为所建立的三维空间坐标系中的z坐标轴，或者本领域技术人员根据实际需要进行确定，此处不做限制。探测器阵列所在平面平行于观察视图平面。以预设坐标轴为所建立的三维空间坐标系中的z坐标轴为例，z坐标轴垂直于探测器阵列所在平面，使得区域体素的z坐标值由小到大垂直于观察视图平面排布，区域体素的(x,y)坐标平面与观察视图平面平行。具体地，可以通过旋转目标场景，或者旋转三维空间坐标系，或者重新建立三维空间坐标系，使得z坐标轴垂直于探测器阵列所在平面，或者垂直于观察视图平面，以便得到更加适配于目标场景的零元素矩阵，进而可利用成像模型完成具有目标物准确信息的连续性成像，生成完整的目标图像，提高成像准确性，实现了将点云数据的位置坐标赋予和场景信息，尤其是深度信息，相适配的物理含义的目的。如图3所示，对目标场景进行旋转，以使得区域体素的z坐标垂直于观察视图平面，区域体素的(x,y)坐标平面与观察视图平面平行。
步骤S130，确定每个区域体素的第三位置信息分别在每一个维度中的最大值及最小值。
示例性地，根据各区域体素在三维空间坐标系下的三维位置坐标，确定每个区域体素的第三位置信息分别在每一个维度中的最大值(xmax,ymax,zmax)和最小值(xmin,ymin,zmin)。
步骤S140，根据所述三维空间坐标系下的一个或多个维度中的最大值与最小值的差值，构建零元素矩阵。
示例性地，计算三个维度的最大值与最小值之差(xmax-xmin,ymax-ymin,zmax-zmin)，根据三维空间坐标系下的一个或多个维度中的最大值与最小值的差值，并依此构建零元素矩阵。具体地，可以三个维度的最大值与最小值之差中的最大值(xmax-xmin或者ymax-ymin或者zmax-zmin)作为所构建零元素矩阵的三个维度的尺寸，或者以(xmax-xmin,ymax-ymin,zmax-zmin)构建零元素矩阵，或者本领域技术人员可以根据实际需要进行构建，此处不做限制。零元素矩阵是指矩阵中的元素值均为0。
步骤S150，根据所述多个区域体素中每一个区域体素分别对应的所述第三位置信息、所述第二强度信息，以及所述零元素矩阵，构建瞬态矩阵。
示例性地，将多个区域体素中每一个区域体素分别对应的第三位置信息与零元素矩阵中的元素进行对齐。将与多个区域体素中每一个区域体素分别对应的所述第三位置信息对应的所述第二强度信息赋值给所述零元素矩阵中对应位置处的元素，构建瞬态矩阵。
步骤S160，基于所述瞬态矩阵，利用预构建的成像模型生成与所述目标场景对应的目标成像。
示例性地，成像模型的构建过程包括：获取探测器阵列中发射器的发射信号模式和初始位置以及接收器成像参数。根据所述探测器阵列中所述发射器的发射信号模式和初始位置以及接收器成像参数，构建成像模型。具体地，以激光雷达探测器为例，激光雷探测器中达发射器的信号模式为脉冲式，将脉冲发射器置于空间中一点r1处，并照射不含目标物体的空场景，将激光雷达接收器置于空间中一点p1处采集该设置条件下的响应φ1(r1,p1),改变脉冲激光位置，使其遍历整个所有区域体素，得到各点的响应φ1(r1,p1)…φn(rn,p)按区域体素位置排布构成激光雷达探测器的成像函数φ(·)。记三维瞬态矩阵为b，利用预构建的成像模型生成与目标场景对应的目标成像y，计算公式为y＝φ(b)。如图4所示，以生成的三维瞬态矩阵为数据基础，利用计成像模型实现场景的连续性成像。
本发明实施例提供的基于点云数据的成像方法，通过将点云数据转换到瞬态矩阵，得到目标场景的瞬态矩阵，有效扩增目标场景空域及时域信息的，同时利用预构建的成像模型生成与目标场景对应的目标成像，通过离散点云数据实现连续性三维成像，解决了现有点云数据稀疏性强，无法实现连续性成像的问题。
作为本发明一可选实施方式，所述基于每一个所述点对应的第一强度信息和第一位置信息，对所述点云进行区域体素化处理，获取多个区域体素，每一个区域体素对应有第二位置信息和第二强度信息，包括：
步骤S210，创建预设边长的三维体素栅格，所述目标场景的点均落入在任一所述三维体素栅格内。
示例性地，区域体素化处理可以通过创建预设边长的三维体素栅格，使得目标场景的点均落入在任一所述三维体素栅格内，形成多个区域体素，多个区域体素形成体素空间。预设边长可以通过点云的边界尺寸进行确定。
步骤S220，根据第一体素栅格内的点云分别对应的第一强度信息，生成与第一区域体素对应的所述第二强度信息，以及根据所述第一体素栅格内的点云分别对应的第一位置信息，生成与所述第一区域体素对应的所述第二位置信息，其中，所述第一体素栅格为任一个所述三维体素栅格，所述第一区域体素为多个所述区域体素中的任一个区域体素。
示例性地，可以将任一个三维体素栅格内的点云中多个点位置信息合并至三维体素栅格预设位置，如中心，并将任一个三维体素栅格内点云中多个点的强度信息进行累加以作为当前三维体素栅格的总强度。如图5所示，依据点云数据的位置信息对点云进行区域体素化处理，将各区域体素内的点云中多个点的位置信息合并至体区域素中心，并将各区域体素内点云中多个点的强度信息进行累加以作为当前区域体素的总强度。需要说明的是，区域体素可以是点云中多个点的位置信息确定的中心位置，是一个虚拟概念，不具有实体。
本发明实施例提供的基于点云数据的成像方法，一方面体素化处理后的点云数据将在内存中可以有序存储，有利于减小随机内存访问，增加数据运算效率；另一方面，体素化处理可以实现点云数据有序存储和降采样，提高处理数量级较大的点云数据的效率；同时体素化处理后的点云数据可以高效的使用空间卷积，有利于提取多尺度、多层次的局部特征信息。
图6为本发明一实施例提供的一种基于点云数据的成像的装置，包括：
第一获取模块610，用于获取目标场景的点云数据信息，所述点云数据信息包括每一个点对应的第一强度信息和第一位置信息。详细内容参见上述实施例中对应部分的描述，在此不再赘述。
第一处理模块620，用于基于所述每一个点对应的第一强度信息和第一位置信息，对所述点云进行区域体素化处理，获取多个区域体素，每一个区域体素对应有第二位置信息和第二强度信息；以预设位置为坐标原点建立三维空间坐标系，并将每一个所述区域体素对应的第二位置信息转换为所述三维空间坐标系中的第三位置信息。详细内容参见上述实施例中对应部分的描述，在此不再赘述。
第一确定模块630，用于确定每个区域体素的第三位置信息分别在每一个维度中的最大值及最小值。详细内容参见上述实施例中对应部分的描述，在此不再赘述。
第一构建模块640，用于根据所述三维空间坐标系下的一个或多个维度中的最大值与最小值的差值，构建零元素矩阵。详细内容参见上述实施例中对应部分的描述，在此不再赘述。
第二构建模块650，用于根据所述多个区域体素中每一个区域体素分别对应的所述第三位置信息、所述第二强度信息，以及所述零元素矩阵，构建瞬态矩阵。详细内容参见上述实施例中对应部分的描述，在此不再赘述。
第一生成模块660，用于基于所述瞬态矩阵，利用预构建的成像模型生成与所述目标场景对应的目标成像。详细内容参见上述实施例中对应部分的描述，在此不再赘述。
作为本发明一可选实施装置，所述基于每一个所述点对应的第一强度信息和第一位置信息，对所述点云进行区域体素化处理，获取多个区域体素，每一个区域体素对应有第二位置信息和第二强度信息，包括：
第一创建模块，用于创建预设边长的三维体素栅格，所述目标场景的点均落入在任一所述三维体素栅格内。详细内容参见上述实施例中对应部分的描述，在此不再赘述。
第二生成模块，用于根据第一体素栅格内的点云分别对应的第一强度信息，生成与第一区域体素对应的所述第二强度信息，以及根据所述第一体素栅格内的点云分别对应的第一位置信息，生成与所述第一区域体素对应的所述第二位置信息，其中，所述第一体素栅格为任一个所述三维体素栅格，所述第一区域体素为多个所述区域体素中的任一个区域体素。详细内容参见上述实施例中对应部分的描述，在此不再赘述。
作为本发明一可选实施装置，包括：所述目标场景的点云数据信息通过预配置的探测器阵列中的探测器获取。
作为本发明一可选实施装置，还包括：所述三维空间坐标系中预设坐标轴垂直于探测器阵列所在平面。
作为本发明一可选实施装置，构建成像模型的步骤，包括：
第二获取模块，用于获取探测器阵列中发射器的发射信号模式和初始位置以及接收器成像参数。详细内容参见上述实施例中对应部分的描述，在此不再赘述。
第三构建模块，用于根据所述探测器阵列中所述发射器的发射信号模式和初始位置以及接收器成像参数，构建成像模型。详细内容参见上述实施例中对应部分的描述，在此不再赘述。
作为本发明一可选实施装置，所示根据所述多个区域体素中每一个区域体素分别对应的所述第三位置信息、所述第二强度信息，以及所述零元素矩阵，构建瞬态矩阵，包括：
第一对齐模块，用于将所述多个区域体素中每一个区域体素分别对应的所述第三位置信息与所述零元素矩阵中的元素进行对齐。详细内容参见上述实施例中对应部分的描述，在此不再赘述。
第四构建模块，用于将与所述多个区域体素中每一个区域体素分别对应的所述第三位置信息对应的所述第二强度信息赋值给所述零元素矩阵中对应位置处的元素，构建瞬态矩阵。详细内容参见上述实施例中对应部分的描述，在此不再赘述。
本发明实施例提供了一种计算机设备，如图7所示，该设备包括一个或多个处理器3010以及存储器3020，存储器3020包括持久内存、易失内存和硬盘，图7中以一个处理器3010为例。该设备还可以包括：输入装置3030和输出装置3040。
处理器3010、存储器3020、输入装置3030和输出装置3040可以通过总线或者其他方式连接，图7中以通过总线连接为例。
处理器3010可以包括但不限于中央处理器(Central Processing Unit，CPU)、图形处理器(Graphic Processing Unit，GPU)。处理器3010还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。存储器3020可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据基于点云数据的成像装置的使用所创建的数据等。此外，存储器3020可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器3020可选包括相对于处理器3010远程设置的存储器，这些远程存储器可以通过网络连接至基于点云数据的成像装置。输入装置3030可接收用户输入的计算请求(或其他数字或字符信息)，以及产生与基于点云数据的成像装置有关的键信号输入。输出装置3040可包括显示屏等显示设备，用以输出计算结果。
本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储计算机指令，计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的基于点云数据的成像方法。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，HDD)或固态硬盘(Solid-State Drive，SSD)等；存储介质还可以包括上述种类的存储器的组合。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读存储介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读存储介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读存储介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RandomAccess Memory，RAM)，只读存储器(Read-Only Memory，ROM)，可擦除可编辑只读存储器(Erasable Programmable Read-Only Memory，EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(Compact Disc Read-Only Memory，CDROM)。另外，计算机可读存储介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(Programmable Gate Array，PGA)，现场可编程门阵列(Field Programmable Gate Array，FPGA)等。
在本说明书的描述中，参考术语“本实施例”、“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。在本公开描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种基于点云数据的成像方法，其特征在于，包括：
获取目标场景的点云数据信息，所述点云数据信息包括每一个点对应的第一强度信息和第一位置信息；
基于所述每一个点对应的第一强度信息和第一位置信息，对所述点云进行区域体素化处理，获取多个区域体素，每一个区域体素对应有第二位置信息和第二强度信息；以预设位置为坐标原点建立三维空间坐标系，并将每一个所述区域体素对应的第二位置信息转换为所述三维空间坐标系中的第三位置信息；
确定每个区域体素的第三位置信息分别在每一个维度中的最大值及最小值；
根据所述三维空间坐标系下的一个或多个维度中的最大值与最小值的差值，构建零元素矩阵；
根据所述多个区域体素中每一个区域体素分别对应的所述第三位置信息、所述第二强度信息，以及所述零元素矩阵，构建瞬态矩阵；
基于所述瞬态矩阵，利用预构建的成像模型生成与所述目标场景对应的目标成像。
2.根据权利要求1所述的方法，其特征在于，所述基于每一个所述点对应的第一强度信息和第一位置信息，对所述点云进行区域体素化处理，获取多个区域体素，每一个区域体素对应有第二位置信息和第二强度信息，包括：
创建预设边长的三维体素栅格，所述目标场景的点均落入在任一所述三维体素栅格内；
根据第一体素栅格内的点云分别对应的第一强度信息，生成与第一区域体素对应的所述第二强度信息，以及根据所述第一体素栅格内的点云分别对应的第一位置信息，生成与所述第一区域体素对应的所述第二位置信息，其中，所述第一体素栅格为任一个所述三维体素栅格，所述第一区域体素为多个所述区域体素中的任一个区域体素。
3.根据权利要求1所述的方法，其特征在于，所述目标场景的点云数据信息通过预配置的探测器阵列中的探测器获取。
4.根据权利要求3所述的方法，其特征在于，所述三维空间坐标系中预设坐标轴垂直于所述探测器阵列所在平面。
5.根据权利要求3或4所述的方法，其特征在于，构建成像模型的步骤，包括：
获取所述探测器阵列中发射器的发射信号模式和初始位置以及接收器成像参数；
根据所述探测器阵列中所述发射器的发射信号模式和初始位置以及接收器成像参数，构建成像模型。
6.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述多个区域体素中每一个区域体素分别对应的所述第三位置信息、所述第二强度信息，以及所述零元素矩阵，构建瞬态矩阵，包括：
将所述多个区域体素中每一个区域体素分别对应的所述第三位置信息与所述零元素矩阵中的元素进行对齐；
将与所述多个区域体素中每一个区域体素分别对应的所述第三位置信息对应的所述第二强度信息赋值给所述零元素矩阵中对应位置处的元素，构建瞬态矩阵。
7.一种基于点云数据的成像装置，其特征在于，包括：
第一获取模块，用于获取目标场景的点云数据信息，所述点云数据信息包括每一个点对应的第一强度信息和第一位置信息；
第一处理模块，用于基于所述每一个点对应的第一强度信息和第一位置信息，对所述点云进行区域体素化处理，获取多个区域体素，每一个区域体素对应有第二位置信息和第二强度信息；以预设位置为坐标原点建立三维空间坐标系，并将每一个所述区域体素对应的第二位置信息转换为所述三维空间坐标系中的第三位置信息；
第一确定模块，用于确定每个区域体素的第三位置信息分别在每一个维度中的最大值及最小值；
第一构建模块，用于根据所述三维空间坐标系下的一个或多个维度中的最大值与最小值的差值，构建零元素矩阵；
第二构建模块，用于根据所述多个区域体素中每一个区域体素分别对应的所述第三位置信息、所述第二强度信息，以及所述零元素矩阵，构建瞬态矩阵；
第一生成模块，用于基于所述瞬态矩阵，利用预构建的成像模型生成与所述目标场景对应的目标成像。
8.根据权利要求7所述的装置，其特征在于，所述基于每一个所述点对应的第一强度信息和第一位置信息，对所述点云进行区域体素化处理，获取多个区域体素，每一个区域体素对应有第二位置信息和第二强度信息，包括：
第一创建模块，用于创建预设边长的三维体素栅格，所述目标场景的点均落入在任一所述三维体素栅格内；
第二生成模块，用于根据第一体素栅格内的点云分别对应的第一强度信息，生成与第一区域体素对应的所述第二强度信息，以及根据所述第一体素栅格内的点云分别对应的第一位置信息，生成与所述第一区域体素对应的所述第二位置信息，其中，所述第一体素栅格为任一个所述三维体素栅格，所述第一区域体素为多个所述区域体素中的任一个区域体素。
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器与所述处理器耦合；
所述存储器上存储有计算机可读程序指令，当所述指令被所述处理器执行时，实现如权利要求1至6任一所述的基于点云数据的成像方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的基于点云数据的成像方法。
CN202310362511.7A 2023-04-04 2023-04-04 基于点云数据的成像方法、装置、电子设备及存储介质 Pending CN116486003A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310362511.7A CN116486003A (zh) 2023-04-04 2023-04-04 基于点云数据的成像方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310362511.7A CN116486003A (zh) 2023-04-04 2023-04-04 基于点云数据的成像方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN116486003A true CN116486003A (zh) 2023-07-25

Family

ID=87213019

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310362511.7A Pending CN116486003A (zh) 2023-04-04 2023-04-04 基于点云数据的成像方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116486003A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116797704A (zh) * 2023-08-24 2023-09-22 山东云海国创云计算装备产业创新中心有限公司 点云数据处理方法、系统、装置、电子设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116797704A (zh) * 2023-08-24 2023-09-22 山东云海国创云计算装备产业创新中心有限公司 点云数据处理方法、系统、装置、电子设备及存储介质
CN116797704B (zh) * 2023-08-24 2024-01-23 山东云海国创云计算装备产业创新中心有限公司 点云数据处理方法、系统、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
EP3506212A1 (en) Method and apparatus for generating raster map
CN108629231B (zh) 障碍物检测方法、装置、设备及存储介质
CN110632608B (zh) 一种基于激光点云的目标检测方法和装置
CN109839624A (zh) 一种多激光雷达位置标定方法及装置
US8294712B2 (en) Scalable method for rapidly detecting potential ground vehicle under cover using visualization of total occlusion footprint in point cloud population
CN111007485B (zh) 一种图像处理方法、装置、以及计算机存储介质
US10354444B2 (en) Resolution adaptive mesh that is generated using an intermediate implicit representation of a point cloud
US11592820B2 (en) Obstacle detection and vehicle navigation using resolution-adaptive fusion of point clouds
CN109753960A (zh) 基于分形理论的孤立森林水下人工目标检测方法
WO2021018101A1 (zh) 数据处理方法、装置、设备及存储介质
WO2022179094A1 (zh) 车载激光雷达外参数联合标定方法、系统、介质及设备
CN116486003A (zh) 基于点云数据的成像方法、装置、电子设备及存储介质
CN110517354B (zh) 用于三维点云分割的方法、装置、系统及介质
CN111487621B (zh) 一种基于雷达图像的海表流场反演方法及电子设备
CN110268441A (zh) 获得物体的多个部件的3d模型数据的方法
WO2024187868A1 (zh) 点云特征增强、目标检测方法、设备、介质及车辆
Shi et al. Shipborne over-and under-water integrated mobile mapping system and its seamless integration of point clouds
Liu et al. Accurate volume calculation driven by Delaunay triangulation for coal measurement
CN117705119A (zh) 大场景3d地图动态加载的导航定位方法、设备及存储介质
CN116091751B (zh) 一种点云分类方法、装置、计算机设备及存储介质
CN113763308B (zh) 一种地面检测方法、装置、服务器及介质
CN116047463A (zh) 多角度sar目标散射各向异性推演方法、装置、设备及介质
DE102022114091A1 (de) 3D-Modellierungsverfahren und -system
KR20230016127A (ko) 자율주행을 위한 실시간 3차원 공간 데이터 업샘플링 시스템 및 장치
CN108536828B (zh) 一种太赫兹目标几何信息数据的读入方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination