CN106327558B - 点云立面提取方法和装置 - Google Patents
点云立面提取方法和装置 Download PDFInfo
- Publication number
- CN106327558B CN106327558B CN201510399065.2A CN201510399065A CN106327558B CN 106327558 B CN106327558 B CN 106327558B CN 201510399065 A CN201510399065 A CN 201510399065A CN 106327558 B CN106327558 B CN 106327558B
- Authority
- CN
- China
- Prior art keywords
- point
- facade
- seed
- neighborhood
- candidate
- 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.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种点云立面提取方法和装置。本发明实施例方法包括:获取点云中各点的法向量的方向;获取立面候选点集,其中,所述立面候选点集中的候选点为所述点云中法向量的方向与水平面的夹角小于预置角度的点;根据所述立面候选点集建立多个种子立面;将所述多个种子立面合并为目标建筑物立面。本发明实施例能够快速有效地确定目标建筑物立面上的点并提取出立面。
Description
技术领域
本发明涉及测绘信息领域,尤其涉及一种点云立面提取方法和装置。
背景技术
移动测量系统是一种基于飞机、飞艇、火车和汽车等移动载体的快速摄影测量系统。车载移动测量系统以汽车为载体平台,其核心组成系统一般包括:激光扫描系统、影像成像系统和组合导航系统。车载激光点云是指利用车载移动测量系统扫描得到的沿街道路及其两侧建筑物的表面点的集合。由于车载激光扫描系统沿道路扫描这一采集方式,可以快速地得到整个城市沿街道路两侧的精细建筑物点云信息,进而为后续建筑物提取和重建提供基础。
目前,互联网街景已经进入到激光街景时代,与传统的街景相比,激光街景具有可量测、可探面和可标注的特点。由于激光点云具有海量数据量的特点,无法直接应用于互联网应用,需要进行提取和抽象,形成数据量小的中间数据,以达到量测、探面和标注等目的。其中,建筑物立面提取是重点,立面提取完成后,通过与街景影像的叠加,即可实现量测、探面和标注等功能。
一种常用的立面提取的常用方法是基于投影特征图像的提取方法,即先将激光点云垂直投影到水平格网影像中,然后计算各个格网内的特征,以此来判断出建筑物立面所在的格网,进而提取出建筑物立面。
然而,该种提取方法对噪声比较敏感。当点云中包含较多噪声的时候,无法准确提取出立面,因此该种提取方法中往往需要对点云进行预处理,以排除噪声的干扰.。而且,该种提取方法依赖阈值的选取。受遮挡等因素的影响,立面点云投影后的格网特征与典型立面格网特征不同,将会对阈值的选取造成干扰。
发明内容
本发明实施例提供了一种点云立面提取方法和装置,用于快速有效地确定目标建筑物立面上的点并提取出立面。
一种点云立面提取方法,包括:
获取点云中各点的法向量的方向;
获取立面候选点集,其中,所述立面候选点集中的候选点为所述点云中法向量的方向与水平面的夹角小于预置角度的点;
根据所述立面候选点集建立多个种子立面;
将所述多个种子立面合并为目标建筑物立面。
可选的,所述根据所述立面候选点集建立多个种子立面包括:
计算所述立面候选点集中的每一个候选点的平面拟合残差;
将所述立面候选点中的第一候选点移除到种子点集中,所述第一候选点为当前所述立面候选点集中平面拟合残差最小的候选点;
对所述种子点集中的每一个种子点,根据预置条件从所述立面候选点集中获取所述种子点的立面点集,将所述种子点的立面点集从所述立面候选点集中移除,以及将所述种子点从所述种子点集移除到所述种子点的立面点集中;
将所述种子点的立面点集中的点合成所述种子点对应的种子立面。
可选的,所述根据预置条件从所述立面候选点集中获取所述种子点的立面点集包括:
对所述种子点集中的种子点,将所述立面候选点集中与所述种子点的距离不大于预置距离的点确定为所述种子点的邻域点集;
计算所述种子点以及所述种子点的邻域点集中的邻域点的法向量;
判断所述邻域点的法向量和所述种子点的法向量的差异是否小于预置阈值;若小于,将所述邻域点从所述立面候选点集中移除到所述种子点的立面点集中。
可选的,所述方法还包括:
若所述邻域点的法向量和所述种子点的法向量的差异不小于所述预置阈值,则判断所述邻域点的平面拟合残差是否小于预置数值,若是,将所述邻域点从所述立面候选点集中移除到所述种子点集中。
可选的,所述将所述多个种子立面合并为目标建筑物立面包括:
获取所述多个种子立面的法向量;
判断所述多个种子立面中其中两个种子里面是否存在互相重叠的区域;
当所述两个种子立面存在互相重叠的区域,且所述两个种子立面的法向量夹角小于预置角度时,将所述两个种子立面合并为一个种子立面。
本发明另一方面提供一种点云立面提取装置,包括:
第一获取模块,用于获取点云中各点的法向量的方向;
第二获取模块,用于获取立面候选点集,其中,所述立面候选点集中的候选点为所述点云中法向量的方向与水平面的夹角小于预置角度的点;
建立模块,用于根据所述立面候选点集建立多个种子立面;
合并模块,用于将所述多个种子立面合并为目标建筑物立面。
可选的,所述建立模块包括:
计算单元,用于计算所述立面候选点集中的每一个候选点的平面拟合残差;
移除单元,用于将所述立面候选点中的第一候选点移除到种子点集中,所述第一候选点为当前所述立面候选点集中平面拟合残差最小的候选点;
第一获取单元,用于对所述种子点集中的每一个种子点,根据预置条件从所述立面候选点集中获取所述种子点的立面点集,将所述种子点的立面点集从所述立面候选点集中移除,以及将所述种子点从所述种子点集移除到所述种子点的立面点集中;
第一合并单元,用于将所述种子点的立面点集中的点合成所述种子点对应的种子立面。
可选的,所述第一获取单元具体用于:
对所述种子点集中的种子点,将所述立面候选点集中与所述种子点的距离不大于预置距离的点确定为所述种子点的邻域点集;
计算所述种子点以及所述种子点的邻域点集中的邻域点的法向量;
判断所述邻域点的法向量和所述种子点的法向量的差异是否小于预置阈值;若小于,将所述邻域点从所述立面候选点集中移除到所述种子点的立面点集中。
可选的,所述第一获取单元还用于当所述邻域点的法向量和所述种子点的法向量的差异不小于所述预置阈值时,则判断所述邻域点的平面拟合残差是否小于预置数值,若是,将所述邻域点从所述立面候选点集中移除到所述种子点集中。
可选的,所述合并模块包括:
第二获取单元,用于获取所述多个种子立面的法向量;
判断单元,用于判断所述多个种子立面中其中两个种子里面是否存在互相重叠的区域;
第二合并单元,用于当所述两个种子立面存在互相重叠的区域,且所述两个种子立面的法向量夹角小于预置角度时,将所述两个种子立面合并为一个种子立面。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例中,通过获取点云中各点的法向量方向,将点云中法向量的方向与水平面的夹角小于预置角度的点作为立面候选集,这样根据建筑物立面的特征来对候选点的筛选方法简单有效,能够快速有效地确定目标建筑物立面上的点并提取出立面。
附图说明
图1为本发明的一个实施例中点云立面提取方法的流程图;
图2为本发明的另一个实施例中点云立面提取装置的结构示意图。
具体实施方式
本发明实施例提供了一种点云立面提取方法和装置,用于快速有效地确定目标建筑物立面上的点并提取出立面。
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、系统、产品或设备固有的其它步骤或单元。
下面对本发明中的点云立面提取方法进行描述。
请参阅图1,图1为本发明的立面提取方法的一个实施例的流程示意图。如图1所示,本实施例包括:
101、获取点云中各点的法向量的方向;
本实施例中,点云指的是通过测量仪器所获得的目标建筑物的外观表面的点数据集合,每个点数据包括目标建筑物的外观表面上一个点的三维坐标。实际应用中,通过测量仪器获得目标建筑物的外观表面的点数据有多种方法,例如可通过车载激光扫描系统来对目标建筑物的外观进行扫描,或者,通过照相式扫描仪来对目标建筑物的外观进行扫描,在此不做限制。
然而,实际应用中,由于目标建筑物立面受遮挡或者其他原因,导致获取到的点云中有部分点数据并不是目标建筑物立面上的点。因此,在根据点云来提取目标建筑物立面时,需从点云中确定出有效点数据,再根据该有效点数据来建立建筑立面。
本实施例中,获取点云中各点的法向量时,在点云中查找该点的邻域点集。其中,该点的邻域点集指的是点云中所有与该点之间的距离不大于一个预设值的点的集合。获取到该点的邻域点集后,对点以及该点的邻域点集拟合成一个面,然后计算该点在该面上的法向量。实际应用中,有多种方法将该点以及该点的邻域点集拟合为一个面,例如,可通过主成分分析的方法或者最小二乘最优拟合的方法,在此不做限制。
102、获取立面候选点集。
本实施例中,由于只需从点云中提取出目标建筑物立面,而目标建筑物立面垂直于水平面,因此,计算出点云中各点的法向量的方向后,将法向量的方向平行于水平面的点加入立面候选点集。为避免计算误差而导致部分目标建筑物立面上的点被排除,本实施例中,还将法向量的方向不平行于水平面,但与水平面的夹角小于预置角度的点也加入立面候选点集。
103、根据所述立面候选点集建立多个种子立面。
确定立面候选点集后,可通过多种方法从该集合中确定多个种子点,其中每个种子点为确定为目标建筑物上的点。确定多个种子点后,再确定各种子点所在的种子面。
本实施例中,根据立面候选点集建立多个种子面的方法有多种。下面对其中的一种进行举例说明。首先,从立面候选点集中确定多个种子点,其中每个种子点为确定为目标建筑物上的点。
从立面候选点集中确定种子点的的方法有多种。例如,计算立面候选点集中每一个候选点的平面拟合残差。其中,本文中,一个点的平面拟合残差可以是该点与该点的邻域点集所拟合成的面上该点处的曲率;或者是该点到该点的邻域集合所拟合成的面的距离等等,在此不作限制。将当前立面候选点集中平面拟合残差最小的候选点(下文中称为第一候选点)作为种子点,并将该种子点从立面候选点中移除到种子点集中。
获取到种子点集后,从中取出任意提取出一个种子点,可根据预置条件从立面候选点集中获取该种子点的立面点集,其中该种子立面指的是确定为目标建筑物立面上的面。然后,将该种子点从种子点集移除到该种子点的立面点集中,以避免后续再次提取该种子点,并将该种子点的立面点集中的所有点拟合成该种子点所在的种子立面。
这样,每确定一个种子点的种子立面后,立面候选点集中将移除掉多个候选点,然后再将当前立面候选点集中的第一候选点作为种子点移除到种子点集中。
本实施例中,从种子点集中提取出种子点后可根据预置条件从立面候选点集中获取该种子店的立面点集。实际应用中,预置条件有多种。
例如,对种子点集中的种子点,在立面候选点中查找与该种子点的距离不大于预置距离的点,并将所有与该种子点的距离不大于预置距离的点确定为种子点的邻域点集。需注意的是,该种子点的邻域点集仍位于立面候选点集中,而不是从立面候选点集中移除。
将该种子点和该种子点的邻域点集中所有点拟合为一个面,并计算该种子点以及该种子点的邻域点集中的邻域点的在该面上的法向量。对该邻域点集中的邻域点,计算该种子点的法向量与该邻域点的法向量的差异,并判断该种子点的法向量与该邻域点的法向量的差异是否小于预置阈值,若小于,则表示该邻域点和种子点均位于目标建筑物立面上,因此将该邻域点从该立面候选点集中移除到种子点的立面点集中。
优选的,本实施例中,当判断该种子点的法向量与该邻域点的法向量的差异不小于预置阈值时,还判断该邻域点的平面拟合残差是否小于预置数值,若是,则表示该邻域点可以作为种子点,将该邻域点移除到种子点集中,以便根据预置条件从立面候选点集中获取该邻域点的立面点集。
104、将所述多个种子立面合并为目标建筑物立面。
根据种子点集中的各种子点获取到各种子点对应的种子立面后,这些种子立面分别为目标建筑物的立面上不同处的面。由于相邻两个种子立面存在互相重叠的区域,而且相邻两个种子里面的法向量是近似或者一样的;因此,本实施例中,为将各种子立面合并,对其中的两个种子立面,获取该两个种子立面的法向量,判断该两个种子立面是否存在互相重叠的区域。当所述两个种子立面存在互相重叠的区域,且所述两个种子立面的法向量夹角小于预置角度时,将所述两个种子立面合并为一个种子立面。这样,依次将两个种子立面进行合并,以最终合成为目标建筑物立面。
本实施例中,通过获取点云中各点的法向量方向,将点云中法向量的方向与水平面的夹角小于预置角度的点作为立面候选集,这样根据建筑物立面的特征来对候选点的筛选方法简单有效,能够快速有效地确定目标建筑物立面上的点。
实际中,由于许多非建筑立面也具有建筑物立面的特征,因此,优选的,本实施例中的点云立面提取方法中,在步骤104将所述种子点的立面点集中的点合成所述种子点对应的种子立面之前,还包括对非建筑物立面的种子立面进行剔除。剔除的方法有多种。例如,计算各种子立面的面积、投影点数、朝向等等信息,当该信息满足一定条件时,将满足该条件的种子立面剔除,再对剩余的种子立面进行合并。
上面对本发明实施例中的点云立面提取方法进行了描述,下面对本发明实施例中的点云立面提取装置进行描述,请参阅图2,本发明实施例中点云立面提取装置200包含:
第一获取模块201,用于获取点云中各点的法向量的方向;
第二获取模块202,用于获取立面候选点集,其中,所述立面候选点集中的候选点为所述点云中法向量的方向与水平面的夹角小于预置角度的点;
建立模块203,用于根据所述立面候选点集建立多个种子立面;
合并模块204,用于将所述多个种子立面合并为目标建筑物立面。
本实施例中,通过获取点云中各点的法向量方向,将点云中法向量的方向与水平面的夹角小于预置角度的点作为立面候选集,这样根据建筑物立面的特征来对候选点的筛选方法简单有效,能够快速有效地确定目标建筑物立面上的点。
优选的,本实施例中,所述建立模块203包括:
计算单元,用于计算所述立面候选点集中的每一个候选点的平面拟合残差;
移除单元,用于将所述立面候选点中的第一候选点移除到种子点集中,所述第一候选点为当前所述立面候选点集中平面拟合残差最小的候选点;
第一获取单元,用于对所述种子点集中的每一个种子点,根据预置条件从所述立面候选点集中获取所述种子点的立面点集,将所述种子点的立面点集从所述立面候选点集中移除,以及将所述种子点从所述种子点集移除到所述种子点的立面点集中;
第一合并单元,用于将所述种子点的立面点集中的点合成所述种子点对应的种子立面。
进一步,优选的,本实施例中,所述第一获取单元具体用于:
对所述种子点集中的种子点,将所述立面候选点集中与所述种子点的距离不大于预置距离的点确定为所述种子点的邻域点集;
计算所述种子点以及所述种子点的邻域点集中的邻域点的法向量;
判断所述邻域点的法向量和所述种子点的法向量的差异是否小于预置阈值;若小于,将所述邻域点从所述立面候选点集中移除到所述种子点的立面点集中。
进一步,优选的,本实施例中,所述第一获取单元还用于当所述邻域点的法向量和所述种子点的法向量的差异不小于所述预置阈值时,则判断所述邻域点的平面拟合残差是否小于预置数值,若是,将所述邻域点从所述立面候选点集中移除到所述种子点集中。
优选的,本实施例中,所述合并模块204包括:
第二获取单元,用于获取所述多个种子立面的法向量;
判断单元,用于判断所述多个种子立面中其中两个种子里面是否存在互相重叠的区域;
第二合并单元,用于当所述两个种子立面存在互相重叠的区域,且所述两个种子立面的法向量夹角小于预置角度时,将所述两个种子立面合并为一个种子立面。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种点云立面提取方法,其特征在于,包括:
获取点云中各点的法向量的方向;
将点云中法向量的方向与水平面的夹角小于预置角度的点作为候选点,添加在立面候选点集中;
依据所述立面候选点集中的每一个候选点与该点的邻域点集所拟合成的面上该点处的曲率、或该点到该点的邻域集合所拟合成的面的距离,计算所述立面候选点集中的每一个候选点的平面拟合残差;
将当前所述立面候选点集中平面拟合残差最小的候选点作为第一候选点,并将所述立面候选点中的第一候选点移除到种子点集中;
对所述种子点集中的每一个种子点,在立面候选点中查找与该种子点的距离不大于预置距离的点,并将所有与该种子点的距离不大于预置距离的点确定为种子点的邻域点集,将该种子点和该种子点的邻域点集中所有点拟合为一个面,并计算该种子点以及该种子点的邻域点集中的邻域点的在该面上的法向量,对该邻域点集中的邻域点,计算该种子点的法向量与该邻域点的法向量的差异,并判断该种子点的法向量与该邻域点的法向量的差异是否小于预置阈值,若小于,则将该邻域点从该立面候选点集中移除到种子点的立面点集中,得到所述种子点的立面点集,将所述种子点的立面点集从所述立面候选点集中移除,以及将所述种子点从所述种子点集移除到所述种子点的立面点集中;
将所述种子点的立面点集中的点合成所述种子点对应的种子立面;
依据各种子立面的面积、投影点数或朝向,将满足预设条件的种子立面确定为非建筑物立面,将非建筑物立面进行剔除,并将种子立面中剩余的立面合并为目标建筑物立面。
2.根据权利要求1所述的点云立面提取方法,其特征在于,所述方法还包括:
若所述邻域点的法向量和所述种子点的法向量的差异不小于所述预置阈值,则判断所述邻域点的平面拟合残差是否小于预置数值,若是,将所述邻域点从所述立面候选点集中移除到所述种子点集中。
3.根据权利要求1所述的点云立面提取方法,其特征在于,所述将所述多个种子立面合并为目标建筑物立面包括:
获取所述多个种子立面的法向量;
判断所述多个种子立面中其中两个种子里面是否存在互相重叠的区域;
当所述两个种子立面存在互相重叠的区域,且所述两个种子立面的法向量夹角小于预置角度时,将所述两个种子立面合并为一个种子立面。
4.一种点云立面提取装置,其特征在于,包括:
第一获取模块,用于获取点云中各点的法向量的方向;
第二获取模块,用于将点云中法向量的方向与水平面的夹角小于预置角度的点作为候选点,添加在立面候选点集中;
建立模块,用于依据所述立面候选点集中的每一个候选点与该点的邻域点集所拟合成的面上该点处的曲率、或该点到该点的邻域集合所拟合成的面的距离,计算所述立面候选点集中的每一个候选点的平面拟合残差;将当前所述立面候选点集中平面拟合残差最小的候选点作为第一候选点,并将所述立面候选点中的第一候选点移除到种子点集中;对所述种子点集中的每一个种子点,在立面候选点中查找与该种子点的距离不大于预置距离的点,并将所有与该种子点的距离不大于预置距离的点确定为种子点的邻域点集,将该种子点和该种子点的邻域点集中所有点拟合为一个面,并计算该种子点以及该种子点的邻域点集中的邻域点的在该面上的法向量,对该邻域点集中的邻域点,计算该种子点的法向量与该邻域点的法向量的差异,并判断该种子点的法向量与该邻域点的法向量的差异是否小于预置阈值,若小于,则将该邻域点从该立面候选点集中移除到种子点的立面点集中,得到所述种子点的立面点集,将所述种子点的立面点集从所述立面候选点集中移除,以及将所述种子点从所述种子点集移除到所述种子点的立面点集中;将所述种子点的立面点集中的点合成所述种子点对应的种子立面;
合并模块,用于依据各种子立面的面积、投影点数或朝向,将满足预设条件的种子立面确定为非建筑物立面,将非建筑物立面进行剔除,并将种子立面中剩余的立面合并为目标建筑物立面。
5.根据权利要求4所述的点云立面提取装置,其特征在于,所述第一获取单元还用于当所述邻域点的法向量和所述种子点的法向量的差异不小于所述预置阈值时,则判断所述邻域点的平面拟合残差是否小于预置数值,若是,将所述邻域点从所述立面候选点集中移除到所述种子点集中。
6.根据权利要求4所述的点云立面提取装置,其特征在于,所述合并模块包括:
第二获取单元,用于获取所述多个种子立面的法向量;
判断单元,用于判断所述多个种子立面中其中两个种子里面是否存在互相重叠的区域;
第二合并单元,用于当所述两个种子立面存在互相重叠的区域,且所述两个种子立面的法向量夹角小于预置角度时,将所述两个种子立面合并为一个种子立面。
7.一种存储介质,其特征在于,所述存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器加载并执行时,实现如上权利要求1至3任一项所述的点云立面提取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510399065.2A CN106327558B (zh) | 2015-07-08 | 2015-07-08 | 点云立面提取方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510399065.2A CN106327558B (zh) | 2015-07-08 | 2015-07-08 | 点云立面提取方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106327558A CN106327558A (zh) | 2017-01-11 |
CN106327558B true CN106327558B (zh) | 2019-11-19 |
Family
ID=57725511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510399065.2A Active CN106327558B (zh) | 2015-07-08 | 2015-07-08 | 点云立面提取方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106327558B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194998B (zh) * | 2017-05-23 | 2019-01-08 | 哈尔滨工业大学 | 一种多层三维点云单层化的方法 |
CN109035422B (zh) * | 2018-06-06 | 2019-06-07 | 贝壳找房(北京)科技有限公司 | 一种提取室内三维模型中平面区域的方法及系统 |
CN109029253B (zh) * | 2018-06-29 | 2020-08-25 | 南京阿凡达机器人科技有限公司 | 一种包裹体积测量方法、系统、储存介质及移动终端 |
CN109614857B (zh) * | 2018-10-31 | 2020-09-29 | 百度在线网络技术(北京)有限公司 | 基于点云的杆状物识别方法、装置、设备及存储介质 |
CN110047036B (zh) * | 2019-04-22 | 2023-04-18 | 重庆交通大学 | 基于极坐标格网的地面激光扫描数据建筑物立面提取方法 |
CN110542421B (zh) * | 2019-10-10 | 2021-04-13 | 上海钛米机器人科技有限公司 | 机器人定位方法、定位装置、机器人及存储介质 |
CN113446983A (zh) * | 2020-03-24 | 2021-09-28 | 广东博智林机器人有限公司 | 阴阳角的测量方法、装置、存储介质和处理器 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833666A (zh) * | 2009-03-11 | 2010-09-15 | 中国科学院自动化研究所 | 一种对离散点云数据微分几何量的估计方法 |
CN102722907A (zh) * | 2012-05-22 | 2012-10-10 | 清华大学 | 基于管道工厂点云的几何建模方法 |
CN104123746A (zh) * | 2014-07-10 | 2014-10-29 | 上海大学 | 一种三维扫描点云中实时法向量的计算方法 |
CN104424655A (zh) * | 2013-09-10 | 2015-03-18 | 鸿富锦精密工业(深圳)有限公司 | 点云曲面重构系统及方法 |
CN104657968A (zh) * | 2013-11-25 | 2015-05-27 | 武汉海达数云技术有限公司 | 车载三维激光点云立面分类及轮廓线提取自动化方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101726255B (zh) * | 2008-10-24 | 2011-05-04 | 中国科学院光电研究院 | 从三维激光点云数据中提取感兴趣建筑物的方法 |
CN101650777B (zh) * | 2009-09-07 | 2012-04-11 | 东南大学 | 一种基于密集点对应的快速三维人脸识别方法 |
CN102110305A (zh) * | 2009-12-29 | 2011-06-29 | 鸿富锦精密工业(深圳)有限公司 | 点云三角网格面构建系统及方法 |
CN103544728B (zh) * | 2013-08-23 | 2016-03-30 | 武汉海达数云技术有限公司 | 一种在实景地图中基于法向量的被探面过滤方法 |
CN104463871B (zh) * | 2014-12-10 | 2018-01-12 | 武汉大学 | 基于车载LiDAR点云数据的街景面片提取及优化方法 |
CN104952107A (zh) * | 2015-05-18 | 2015-09-30 | 湖南桥康智能科技有限公司 | 基于车载LiDAR点云数据的桥梁三维重建方法 |
-
2015
- 2015-07-08 CN CN201510399065.2A patent/CN106327558B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833666A (zh) * | 2009-03-11 | 2010-09-15 | 中国科学院自动化研究所 | 一种对离散点云数据微分几何量的估计方法 |
CN102722907A (zh) * | 2012-05-22 | 2012-10-10 | 清华大学 | 基于管道工厂点云的几何建模方法 |
CN104424655A (zh) * | 2013-09-10 | 2015-03-18 | 鸿富锦精密工业(深圳)有限公司 | 点云曲面重构系统及方法 |
CN104657968A (zh) * | 2013-11-25 | 2015-05-27 | 武汉海达数云技术有限公司 | 车载三维激光点云立面分类及轮廓线提取自动化方法 |
CN104123746A (zh) * | 2014-07-10 | 2014-10-29 | 上海大学 | 一种三维扫描点云中实时法向量的计算方法 |
Non-Patent Citations (1)
Title |
---|
基于车载激光扫描数据的地物分类和快速建模技术研究;喻亮;《中国博士学位论文全文数据库 信息科技辑》;20140115;第2014年卷(第01期);第I138-53页的第二、三、五章 * |
Also Published As
Publication number | Publication date |
---|---|
CN106327558A (zh) | 2017-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106327558B (zh) | 点云立面提取方法和装置 | |
US10217007B2 (en) | Detecting method and device of obstacles based on disparity map and automobile driving assistance system | |
JP6519262B2 (ja) | 立体物検出装置、立体物検出方法、立体物検出プログラム、及び移動体機器制御システム | |
CN108460791A (zh) | 用于处理点云数据的方法和装置 | |
CN113156421A (zh) | 基于毫米波雷达和摄像头信息融合的障碍物检测方法 | |
CN111222395A (zh) | 目标检测方法、装置与电子设备 | |
JP6197388B2 (ja) | 距離測定装置、距離測定方法、およびプログラム | |
CN106127788B (zh) | 一种视觉避障方法和装置 | |
JP6328327B2 (ja) | 画像処理装置及び画像処理方法 | |
CN110287889A (zh) | 一种身份识别的方法及装置 | |
JP2007527569A (ja) | 立体視に基づく差し迫った衝突の検知 | |
EP2327055A1 (en) | Method of and arrangement for blurring an image | |
CN104574393A (zh) | 一种三维路面裂缝图像生成系统和方法 | |
CN111742344A (zh) | 图像语义分割方法、可移动平台及存储介质 | |
CN108665476A (zh) | 一种行人跟踪方法以及电子设备 | |
CN108235774A (zh) | 信息处理方法、装置、云处理设备以及计算机程序产品 | |
CN109543493A (zh) | 一种车道线的检测方法、装置及电子设备 | |
CN108960124A (zh) | 用于行人再识别的图像处理方法及装置 | |
CN106228134A (zh) | 基于路面图像的可行驶区域检测方法、装置及系统 | |
CN113888458A (zh) | 用于对象检测的方法和系统 | |
CN106803262A (zh) | 利用双目视觉自主解算汽车速度的方法 | |
CN103390268B (zh) | 物体区域分割方法和装置 | |
CN112651359A (zh) | 障碍物检测方法、装置、电子设备和存储介质 | |
CN109636748A (zh) | 一种深度图像的去噪方法、装置和电子设备 | |
CN112507891B (zh) | 自动化识别高速路口并构建路口向量的方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |