点云去噪方法、装置、设备、存储介质及程序产品与流程
本技术涉及点云数据处理的,尤其涉及点云去噪方法、点云去噪装置、点云去噪设备、存储介质及计算机程序产品。
背景技术:
1、在dtof(direct time-of-flight,直接飞行时间)激光雷达近距离探测场景中,由于目标反射信号极强,大量光子在极短时间内到达探测器,导致像素内的单光子雪崩二极管(spad)处于饱和或准饱和状态,这种现象称为pile-up效应。pile-up效应会使得直方图峰值位置发生偏移,导致测距结果系统性偏小(即测得的距离比真实距离更近)。
2、为了补偿pile-up效应,现有技术通常采用基于直方图形状的修正算法。然而,当探测距离过近或目标反射率过高时,直方图严重畸变,pile-up修正算法会失效,导致部分像素的距离估计出现显著漂移。当pile-up修正失效时,原本应该位于同一平面(如墙面)上的点云会出现“离散点”现象,即部分点云偏离真实平面,在空间中呈散落分布。而这些漂移点在三维空间中呈离散分布,严重破坏了平面点云的几何一致性,影响后续的平面拟合、slam建图、物体识别等应用。
3、上述内容仅用于辅助理解本技术的技术方案,并不代表承认上述内容是现有技术。
技术实现思路
1、本技术的主要目的在于提供一种点云去噪方法、点云去噪装置、点云去噪设备、存储介质及计算机程序产品,旨在解决近距离pile-up修正失效而导致的点云离散的技术问题。
2、为实现上述目的,本技术提出一种点云去噪方法,所述点云去噪方法包括:
3、获取激光雷达的时间直方图;
4、根据所述时间直方图,确定所述激光雷达的第一距离图和能量图;
5、基于所述能量图,对所述第一距离图进行滤波处理,得到第二距离图;
6、根据所述第二距离图,确定所述激光雷达的目标点云。
7、在一实施例中,所述基于所述能量图,对所述第一距离图进行滤波处理,得到第二距离图的步骤包括:
8、对于所述激光雷达的任一第一像素,确定所述第一像素对应邻域窗口中的第二像素;
9、根据所述能量图和所述第一距离图,确定各所述第二像素的目标权重;
10、根据所述目标权重、所述第一距离图中所述第一像素和各所述第二像素各自的第一距离值,确定所述第一像素的第二距离值,其中,各所述第一像素的第二距离值构成第二距离图。
11、在一实施例中,所述根据所述能量图和所述第一距离图,确定各所述第二像素的目标权重的步骤包括:
12、根据所述能量图中所述第一像素和各所述第二像素各自的能量值,确定各所述第二像素的能量权重;
13、根据所述第一距离图中所述第一像素和各所述第二像素各自的第一距离值,确定各所述第二像素的距离权重;
14、根据所述第一像素和各所述第二像素各自的像素坐标,确定各所述第二像素的空间权重;
15、根据所述第一像素在所述邻域窗口内第一距离图的局部距离梯度,确定所述第一像素的边缘因子;
16、根据所述距离权重、所述空间权重和所述边缘因子中的至少一项以及所述能量权重,确定各所述第二像素的目标权重。
17、在一实施例中,所述根据所述目标权重、所述第一距离图中所述第一像素和各所述第二像素各自的第一距离值,确定所述第一像素的第二距离值的步骤包括:
18、根据所述邻域窗口中各所述第二像素的第一距离值和所述目标权重,确定累加加权距离值;
19、根据所述邻域窗口中所述第二像素的像素数量和所述目标权重,确定累加权重;
20、根据所述累加加权距离值、所述累加权重和所述第一像素的第一距离值,确定所述第一像素的第二距离值。
21、在一实施例中,所述根据所述累加加权距离值、所述累加权重和所述第一像素的第一距离值,确定所述第一像素的第二距离值的步骤包括:
22、将所述累加加权距离值与所述第一像素的第一距离值相加,得到第一累加值;
23、将所述累加权重与预设数值相加,得到第二累加值;
24、将所述第一累加值除以所述第二累加值,得到所述第一像素的第二距离值。
25、在一实施例中于,所述根据所述目标权重、所述第一距离图中所述第一像素和各所述第二像素各自的第一距离值,确定所述第一像素的第二距离值的步骤之前包括:
26、若所述第一距离图中所述第二像素对应多个有效回波距离,则确定各所述有效回波距离与所述第一像素的第一距离值之间距离差值,并将所述距离差值最小的有效回波距离作为所述第二像素的第一距离值。
27、此外,为实现上述目的,本技术还提出一种点云去噪装置,所述点云去噪装置包括:
28、获取模块,用于获取激光雷达的时间直方图;
29、第一确定模块,用于根据所述时间直方图,确定所述激光雷达的第一距离图和能量图;
30、滤波处理模块,用于基于所述能量图,对所述第一距离图进行滤波处理,得到第二距离图;
31、第二确定模块,用于根据所述第二距离图,确定所述激光雷达的目标点云。
32、此外,为实现上述目的,本技术还提出一种点云去噪设备,所述点云去噪设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序配置为实现如上文所述的点云去噪方法的步骤。
33、此外,为实现上述目的,本技术还提出一种存储介质,所述存储介质为计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上文所述的点云去噪方法的步骤。
34、此外,为实现上述目的,本技术还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现如上文所述的点云去噪方法的步骤。
35、本技术提出的一个或多个技术方案,至少具有以下技术效果:
36、第一,通过获取dtof雷达的时间直方图,并从中同时提取第一距离图和能量图,进而利用能量图作为引导对第一距离图进行滤波处理。其物理依据在于:在同一物理局部平面上,即使不同像素因pile-up程度不同而产生距离漂移,其接收到的总光子数(能量)仍然具有高度一致性;而在真实边缘两侧,由于目标材质、角度或距离发生突变,能量值通常会出现明显差异。因此,能量图天然具备区分平面区与边缘区的能力,即能量一致的区域即为应被平滑的同一平面区域,能量突变的区域即为应被保护的边缘区域。在此基础上,通过能量图引导滤波,能够有效识别并平滑由pile-up失效导致的距离漂移离散噪点,同时避免对真实边缘的破坏。这恰恰是现有技术所不具备的,现有技术仅依据空间几何距离进行去噪,无法区分pile-up失效导致的伪边缘与真实物理边缘。
37、第二,由于采用能量图作为引导图进行滤波,滤波决策不仅基于空间距离和距离值相似性,更重要的是基于能量一致性。在能量一致的大面积平面区域内,滤波权重较高,能够实现有效平滑;在能量差异大的真实边缘处,滤波权重被自适应抑制,边缘两侧的像素不会相互渗透。因此,在有效去除pile-up导致的离散噪点的同时,能够严格保持墙面、地面交界处等真实几何边缘的清晰度,避免了高斯滤波、均值滤波等传统方法边缘模糊的问题,也避免了双边滤波可能出现的梯度反转伪影问题。
38、第三,dtof雷达在获取时间直方图进行距离探测的过程中,天然能够获得每个像素的直方图计数总和,即能量图。直接利用这一固有输出信息作为引导图,无需增设任何额外传感器或硬件模块,在现有dtof雷达硬件架构上即可实现。
39、第四,基于能量图引导滤波,所有权重计算均具有解析表达式,无需迭代优化,计算复杂度低。相比现有技术中基于模糊c均值(fcm)聚类的方法(需要多次迭代收敛),能够显著降低计算开销,满足dtof雷达逐帧实时输出点云数据的应用需求,特别适用于车载、机器人等对实时性要求严苛的嵌入式平台。
40、第五,经滤波处理后得到的第二距离图,在平滑pile-up失效导致的离散噪点的同时保持了真实边缘的几何一致性,进而生成的目标点云具有更高的平面一致性和边缘清晰度,为后续的平面拟合、slam建图、物体识别、三维重建等高级应用提供了可靠的数据基础。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com