CN115937279B 基于跨模态数据配准的点云密度上采样方法、系统及介质 （江西科骏实业有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115937279B(45)授权公告日2025.07.01

(21)申请号202211696868.0

(22)申请日2022.12.28

(65)同一申请的已公布的文献号申请公布号CN115937279A

(43)申请公布日2023.04.07

(73)专利权人江西科骏实业有限公司

地址330100江西省南昌市新建区长崚镇

子实路1589号2栋

(72)发明人肖罡徐阳刘小兰杨钦文

万可谦魏志宇赵斯杰张蔚

(74)专利代理机构湖南兆弘专利事务所(普通合伙)43008

专利代理师谭武艺

G06T17/20(2006.01)

(56)对比文件

CN110276758A,2019.09.24CN110288517A,2019.09.27审查员郭珩

(51)Int.CI.

GO6T7/33(2017.01)权利要求书2页说明书5页附图2页

(54)发明名称

基于跨模态数据配准的点云密度上采样方法、系统及介质

(57)摘要

CN115937279B本发明公开了一种基于跨模态数据配准的点云密度上采样方法、系统及介质，本发明包括采集目标物体的三维点云数据及多个视角的图像；分别提取图像特征、配准并计算任意视角下图像和图像特征之间的空间关联并构建三维点云骨架模型；从三维点云数据提取原始三维骨架模型，与三维点云骨架模型重叠得到重叠骨架模型；针对重叠骨架模型中的点，反向获取对应视角的图像中的像素点，并将获取的像素点按照指定的倍数复制并扩张，最终得到完整的三维点云密度上采样结果。本发明旨在解决点云稠密化现有的两种方法中遇到的计算量大、以及输出模型准确度低的难题，具有实现方法简单、成本低的

CN115937279B

采集目标物体的三维点云数据

采集目标物体的三维点云数据及其多个视角的图像

分别提取多个视角的图像的特征，对多个

视角的图像特征进行配准，并计算任意视

角下图像和图像特征之间的空间关联

通过任意两个视角的图像特征之间的空间关联构建三维点云骨架模型

从三维点云数据提取原始三维骨架模型，

并将提取得到的原始三维骨架模型与构建

的三维点云骨架模型和原始三维骨架模型

进行重叠，得到重叠骨架模型

针对重叠骨架模型中的点，反向获取对应

视角的图像中的像素点，并将获取的像素

点按照指定的倍数复制并扩张，最终得到

完整的三维点云密度上采样结果

CN115937279B权利要求书1/2页

2

1.一种基于跨模态数据配准的点云密度上采样方法，其特征在于，包括：

S101,采集目标物体的三维点云数据及多个视角的图像；

S102,分别提取多个视角的图像的特征，对多个视角的图像特征进行配准，并计算任意视角下图像和图像特征之间的空间关联；

S103,通过任意两个视角的图像特征之间的空间关联构建三维点云骨架模型；

S104,从三维点云数据提取原始三维骨架模型，并将提取得到的原始三维骨架模型与构建的三维点云骨架模型和原始三维骨架模型进行重叠，得到重叠骨架模型；

S105,针对重叠骨架模型中的点，反向获取对应视角的图像中的像素点，并将获取的像素点按照指定的倍数复制并扩张，最终得到完整的三维点云密度上采样结果；

步骤S103包括：

S201,以任意视角i下图像I和图像特征F之间的距离di=d(I;F;)作为视角i下图像和特征之间的关联权重将视角i下图像I和图像特征F?进行聚合，构造出各个视角图像和特征的二元组数据(l?,F1),(l?,F2)…(InFn);

S202,将各个视角图像和特征的二元组数据(l?F,?),(I?,F2)….(InFn)进行三维骨架模型重构，其中任意视角i下图像I和图像特征F中的每个点作为三维骨架中的一个点(x,y,z),从而获得最终重构的重叠骨架模型P?。

2.根据权利要求1所述的基于跨模态数据配准的点云密度上采样方法，其特征在于，步骤S101中采集的目标物体的三维点云数据为稀疏点云模型PL。

3.根据权利要求1所述的基于跨模态数据配准的点云密度上采样方法，其特征在于，步骤S1