点云数据提取方法、装置、系统、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114898100A(43)申请公布日2022.08.12(21)申请号202210399022.4G06V10/26(2022.01)(22)申请日2022.04.15G06V20/64(2022.01)G06V40/10(2022.01)(71)申请人北京市农林科学院信息技术研究中G06T5/00(2006.01)心G06T5/20(2006.01)地址100097北京市海淀区曙光花园中路G06T17/00(2006.01)11号农科大厦A座1107G06T19/00(2011.01)(72)发明人李奇峰马为红李嘉位薛向龙高荣华余礼根丁露雨于沁杨冯璐(74)专利代理机构北京路浩知识产权代理有限公司11002专利代理师周治宇(51)Int.Cl.G06V10/40(2022.01)G06V10/30(2022.01)权利要求书3页说明书16页附图9页(54)发明名称点云数据提取方法、装置、系统、设备及存储介质(57)摘要本发明提供了一种点云数据提取方法、装置、系统、设备及存储介质，包括：基于有效像素点判别区间，从原始点云数据中，筛选出第一点云数据；基于特征感知区，从所述第一点云数据中剔除干扰物点云，以获取第二点云数据；提取所述第二点云数据，以获取目标动物的点云数据。本发明可以结合真实养殖环境确定与实际养殖应用环境相适应的滤波判断参数，进而实现更为精准的点云数据提取，本发明采用特征感知区来排除干扰物对点云数据提取的干扰，从而使得提取的数据精度高、还原性强，可适用于各种复杂的养殖环境，为非接触式肉牛体高、体宽、体斜长、胸围、腹围、体重等核心表型参数的测量提供重要的方法支撑。CN114898100ACN114898100A权利要求书1/3页1.一种点云数据提取方法，其特征在于，包括：基于有效像素点判别区间，从原始点云数据中，筛选出第一点云数据；基于特征感知区，从所述第一点云数据中剔除干扰物点云，以获取第二点云数据；提取所述第二点云数据，以获取目标动物的点云数据；所述有效像素点判别区间是基于目标判断倍率确定的，所述目标判断倍率是基于目标残缺点云占比以及目标错误点云占比确定的；所述目标残缺点云占比以及所述目标错误点云占比是基于对多组滤波后样本点云筛选而确定的。2.根据权利要求1所述的点云数据提取方法，其特征在于，在基于有效像素点判别区间，从原始点云数据中，筛选出第一点云数据之前，还包括：基于不同的滤波强度处理多组滤波前样本点云，以获取每一组滤波后样本点云；基于每一组滤波后样本点云，获取与每一组滤波后样本点云相对应的残缺点云占比以及错误点云占比；筛选每一组残缺点云占比以及错误点云占比的加权平均值，以确定目标残缺点云占比以及目标错误点云占比；基于目标残缺点云占比以及目标错误点云占比所对应的目标样本点云数量确定目标判断倍率；所述目标样本点云数量包括滤波前点云总像素点数以及滤波后点云总像素点数；在滤波处理过程中，所述残缺点云为错误滤除而形成的像素点集合，所述错误点云为错误保留而形成的像素点集合。3.根据权利要求1所述的点云数据提取方法，其特征在于，所述基于有效像素点判别区间，从原始点云数据中，筛选出第一点云数据，包括：遍历所有原始点云数据中的每一像素点，获取每个像素点到邻域内所有点平均距离，以计算所有点的邻域距离的平均值；确定所有邻域距离的标准差；基于所述平均值、所述标准差以及判断倍率，确定有效像素点判别区间，所述有效像素点判别区间包括判断阈值上限以及判断阈值下限；在任一像素点到邻域内所有点平均距离大于所述判断阈值上限或小于所述判断阈值下限的情况下，剔除所述任一像素点，以获取第一点云数据。4.根据权利要求1所述的点云数据提取方法，其特征在于，所述基于特征感知区，从所述第一点云数据中剔除干扰物点云，以获取第二点云数据，包括：确定所有特征感知区，每个所述特征感知区是以所述第一点云数据中的每个像素点为质心所确定的固设区域；获取每个特征感知区中所有像素点的数量，以利用区分阈值确定所有待剔除像素点；从所述第一点云中剔除所有待剔除像素点，获取所述第二点云数据；所述待剔除像素点，是所有像素点的数量小于区分阈值的特征感知区所对应的像素点。5.根据权利要求4所述的点云数据提取方法，其特征在于，所述获取每个特征感知区中所有像素点的数量，以利用区分阈值确定所有待剔除像素点，包括：获取目标动物的样本点云，以确定所有干扰物像素点以及所有目标动物像素点；2CN114898100A权利要求书2/3页确定所有干扰物感知区，以获取每个干扰物感知区内的干扰物像素点数量，每个所述干扰物感知区是以所述干扰物像素点为质心所确定的固设区域；确定所有目标动物感知区，以获取每个目标动物感知区内的目标动物像素点数量，每个所述目标