CN110969593A - 三维点云融合方法、装置、设备和存储介质 - Google Patents
三维点云融合方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110969593A CN110969593A CN201911181439.8A CN201911181439A CN110969593A CN 110969593 A CN110969593 A CN 110969593A CN 201911181439 A CN201911181439 A CN 201911181439A CN 110969593 A CN110969593 A CN 110969593A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- point
- identification
- determining
- 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.)
- Withdrawn
Links
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 22
- 230000004927 fusion Effects 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000007423 decrease Effects 0.000 claims description 26
- 230000003247 decreasing effect Effects 0.000 claims description 23
- 238000012937 correction Methods 0.000 claims description 7
- 238000010422 painting Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 33
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 5
- 239000003550 marker Substances 0.000 description 5
- 239000011435 rock Substances 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明实施例公开了一种三维点云融合方法、装置、设备和存储介质,该方法包括获取第一点云数据和第二点云数据,所述第一点云数据和所述第二点云数据由不同设备采集得到;确定和所述第一点云数据、所述第二点云数据关联的标识信息;根据所述标识信息进行所述第一点云数据和所述第二点云数据的融合。本方案中提高了点云数据融合的精准性,融合效果更佳。
Description
技术领域
本申请实施例涉及计算机领域,尤其涉及一种三维点云融合方法、装置、设备和存储介质。
背景技术
点云是由大量的点所组成的集合,较常见的如三维激光点云,当一束激光照射到物体表面时,激光扫描设备接收物体反射的激光束计算出方位、距离等信息,若将激光束按照某种轨迹进行扫描,便会边扫描边记录到反射的激光点信息,由于扫描极为精细,能够得到大量的激光点,这些激光点就构成了三维激光点云。
在考古工作中,通过三维点云的方式进行考古数据记录,以此成功替换了单一手绘的考古数据记录方式。目前,针对不同的考古遗址通过三维点云数据进行记录的方式会遇到一定困难,尤其是针对地形地貌和外观复杂多变的洞岩,面对采集得到的三维点云数据在进行融合过程中,效果很差。如一般将不同设备采集来的点云数据进行融合时,会直接进行点云数据的拼接,若是针对水下和水上考古工作的话,由于水下其他吸光和反光物质的影响,成像的点云效果是极其不完美的,以及两种环境的点云数据性质不同,在点云融合的交界处,数据融合的精准度很差,需要改进。
发明内容
本发明实施例提供了一种三维点云融合方法、装置、设备和存储介质,提高了点云数据融合的精准性,融合效果更佳。
第一方面,本发明实施例提供了一种三维点云融合方法,该方法包括:
获取第一点云数据和第二点云数据,所述第一点云数据和所述第二点云数据由不同设备采集得到;
确定和所述第一点云数据、所述第二点云数据关联的标识信息;
根据所述标识信息进行所述第一点云数据和所述第二点云数据的融合。
第二方面,本发明实施例还提供了一种三维点云融合装置,该装置包括:
点云数据获取模块,用于获取第一点云数据和第二点云数据,所述第一点云数据和所述第二点云数据由不同设备采集得到;
标识信息确定模块,用于确定和所述第一点云数据、所述第二点云数据关联的标识信息;
点云融合模块,用于根据所述标识信息进行所述第一点云数据和所述第二点云数据的融合。
第三方面,本发明实施例还提供了一种设备,该设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例所述的三维点云融合方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行本发明实施例所述的三维点云融合方法。
本发明实施例中,获取第一点云数据和第二点云数据,所述第一点云数据和所述第二点云数据由不同设备采集得到,确定和所述第一点云数据、所述第二点云数据关联的标识信息,根据所述标识信息进行所述第一点云数据和所述第二点云数据的融合,本方案中通过标识信息进行不同点云数据的融合,提高了点云融合的效果,使得点云融合拼接的精准度更高,显著优于直接进行点云的硬拼接的方案。
附图说明
图1为本发明实施例提供的一种三维点云融合方法的流程图;
图1a为本发明实施例提供的一种三维点云融合的示意图;
图1b为本发明实施例提供的一种确定标识面的示意图;
图2为本发明实施例提供的另一种三维点云融合方法的流程图;
图2a为本发明实施例提供的一种确定标识点和点云增减区域的示意图;
图2b为本发明实施例提供的另一种确定标识点和点云增减区域的示意图;
图2c为本发明实施例提供的另一种确定标识点和点云增减区域的示意图;
图3为本发明实施例提供的另一种三维点云融合方法的流程图;
图4为本发明实施例提供的另一种三维点云融合方法的流程图;
图5为本发明实施例提供的一种三维点云融合装置的结构框图;
图6为本发明实施例提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明实施例,而非对本发明实施例的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明实施例相关的部分而非全部结构。
图1为本发明实施例提供的一种三维点云融合方法的流程图,本实施例可适用于对不同性质的点云数据进行融合的情况,该方法可以具备数据计算处理功能的设备,如服务器、笔记本、台式机、平板电脑、智能终端或定制点云处理设备等执行,具体包括如下步骤:
步骤S101、获取第一点云数据和第二点云数据,所述第一点云数据和所述第二点云数据由不同设备采集得到。
其中,第一点云数据和第二点云数据为不同性质的三维点云数据。如在复杂的考古场景中,第一点云数据可以是三维激光扫描仪扫描得到的岩洞内水面上方的水上点云数据,第二点云数据可以是声呐设备采集的岩洞内水面下方的水下点云数据。又如,第一点云数据可以是三维激光扫描的岩洞内的洞内点云数据,第二点云数据可以是另一扫描设备扫描的岩洞外的洞外点云数据。
步骤S102、确定和所述第一点云数据、所述第二点云数据关联的标识信息。
其中,标识信息为第一点云数据和第二点云数据进行融合的依据。在一个实施例中,确定和第一点云数据、第二点云数据关联的标识信息的方式可以是:通过预先设置的标识点确定标识面,标识面位于第一点云数据和第二点云数据的交界位置。具体的,图1a为本发明实施例提供的一种三维点云融合的示意图,其中,第一点云数据为洞内点云数据,第二点云数据为洞外点云,洞内点云数据和洞外点云数据均包含有洞内和洞外的交界位置区域,预先设置的标识点K1、K2和K3可以是由全站仪设备预先设置的测站点、后视点和检校点。全站仪设备即全站型电子测距仪,是一种集光、机、电为一体的高技术测量仪器,是集水平角、垂直角、距离(斜距、平距)、高差测量功能于一体的测绘仪器系统。测站点为全站仪设备的立仪点,后视点即方向点,为架好仪器后,相对起始方向的点,检校点的使用是现有常规测量设计中不常用的方式,校验点不同于其它常规的控制点,其设置在立仪点和后视点一定控制范围之间,用于衔接了立仪点和后视点的控制范围,使得立仪点和后视点的控制范围得以连接。根据测站点K1、后视点K2和检校点K3可确定一平面S(K1,K2,K3),如图1a所示。
在另一个实施例中,确定和所述第一点云数据、所述第二点云数据关联的标识信息的步骤包括:识别出所述第一点云数据和所述第二点云数据中的预设标识点;根据所述第一点云数据以及对应第一坐标确定所述预设标识点的第一标识信息;根据所述第二点云数据以及对应第二坐标确定所述预设标识点的第二标识信息;根据所述第一坐标、所述第二坐标、所述第一标识信息和所述第二标识信息确定统一坐标以及所述预设标识点对应的统一标识信息;依据预设标识面构建规则,在所述第一点云数据和所述第二点云数据交界处筛选出特定标识信息,以及分别独立存在于所述第一点云数据和所述第二点云中的独立标识信息;确定所述特定标识信息和所述独立标识信息对应的预设标识点;依据确定出的预设标识点对应的统一标识信息,在所述统一坐标下生成标识面。
具体的,识别方式可以采用图像识别、人工识别等,第一点云数据和第二点云数据分别使用第一坐标(如a坐标系)和第二坐标(如b坐标系),识别出预设标识点,确定预设标识点在第一点云数据中的第一标识信息,示例性的为(xa,ya,za),确定预设标识点在第二点云数据中的第二标识信息,示例性的为(xb,yb,zb)。将两个独立坐标系第一坐标和第二坐标进行统一,如采用四参数法、椭球膨胀法或子午线收敛角法完成第一坐标和第二坐标的统一得到统一坐标(如c坐标系)以及预设标识点对应的统一标识信息,示例性的为(xc,yc,zc)。
如图1b所示,图1b为本发明实施例提供的一种确定标识面的示意图,其中预设标识面构建规则包括:通过预先设置的标识面设定范围,形成在同一坐标系或不同坐标下标识信息对应坐标值的限定范围值,进而实现输出符合标准的标识信息,以确定特定标识信息,特定标识信息位于第一点云和第二点云数据交界处;另外设置检验点的取值范围,分别独立设置于第一点云数据和第二点云数据中,形成第一点云数据和第二点云数据中独立校验点的位置区间,独立校验点异于特定标识信息对应的特定标识点,独立校验点的位置区间受限于标识面的设定范围,进而输出在该区间内的校验点,以确定独立标识信息。在确定特定标识信息以及独立标识信息后,分别确定各自位置区间的预设标识点,分别得到特定标识点和独立标识点,将特定标识点和独立标识点连接做成的平面确定为标识面,标识面的坐标由特定标识点和独立标识点的统一标识信息确定。
步骤S103、根据所述标识信息进行所述第一点云数据和所述第二点云数据的融合。
在一个实施例中,在确定标识信息后,如图1a所示确定出的平面S(K1,K2,K3)后,将第一点云数据和第二点云数据中同样包含该平面S的点云区域进行拼接融合。即在确定出的一个或多个平面S的基础上,将整体的第一点云数据和整体的第二点云数据进行调整实现第一点云数据和第二点云数据的拼接融合。
在一个实施例中,点云数据的拼接融合过程还可以是:将第一点云数据和第二点云数据进行切割,得到分别包含一个或多个平面S的第一点云切割数据和第二点云切割数据,将第一点云切割数据和第二点云切割数据进行拼接融合。
在一个实施例中,根据标识信息进行第一点云数据和第二点云数据的融合,包括:获取第一点云数据和第二点云数据中包含的标识面;判断第一点云数据和第二点云数据之间标识面是否具备统一标识信息;若是,则根据标识面将所述第一点云数据和第二点云数据进行融合;若否,则重新获取所述标识面。由此以提高点云数据拼接融合的精准度。
由上述方案可知,通过在第一点云数据和第二点云数据中确定出标识信息,并依据该标识信息进行点云数据融合的方式,提高了点云数据的拼接融合精度,避免了直接进行点云硬拼接造成的拼接处点云数据融合效果差的问题,同时,针对不同空间类型可针对性使用不同设备进行点云数据的采集,如水上点云数据采用激光设备,水下点云数据采取声呐设备,该种点云融合方式可以实现二者的高精准度的融合,使得考古工作更加优化。
在一个实施例中,为提高点云拼接融合精度,尽量设置数量较多的标识信息,针对使用全站仪确定标识面的方案,使用测量精度高的全站仪设备。
需要说明的是,本方案中上述示例给出了两个不同点云数据进行拼接融合的方案,该方案还可用于进行三个或多个不同性质的点云数据进行融合,具体的,在需要进行拼接融合的不同点云交界处确定标识面,将同时包含该标识面的点云数据进行融合拼接。
在另一个实施例中,针对水上点云数据和水下点云数据进行融合的情况,分别选取两个时间点,在第一时间点获取水下点云数据,并利用全站仪确定水下的三大标识点,即测站点、后视点和检校点;分别确定测站点、后视点和检校点的坐标M1、M2和M3,通过M1、M2和M3的坐标确定一平面区域N(M1,M2,M3);在第二时间点获取水上点云数据,其中,该第二时间点为第一时间点之后的时间,该第二时间点对应的水下点云数据少于第一时间点对应的水下点云数据,即假定水面在第二时间点低于第一时间点;将包含有平面区域N的水下点云数据和水上点云数据进行拼接融合。
图2为本发明实施例提供的另一种三维点云融合方法的流程图,并给出了一种具体的确定标识信息以及进行点云拼接融合的方法。如图2所示,技术方案具体如下:
步骤S201、在第一时间获取第一点云数据和第二点云数据,根据标识物确定所述第一点云数据中的第一标识点。
在一个实施例中,在两次不同的时间获取点云数据,即在第一时间之后,间隔一定时间,在第二时间再次进行点云数据的获取。以水上水下点云融合场景为例,第一点云数据为激光扫描得到的水上点云数据,第二点云数据为声呐设备采集的水下点云数据。
其中,标识物包括涂画、贴纸、地貌特征物和定标柱中任意一种。涂画、贴纸的方式为在实际的三维空间中进行人工涂画或贴纸的方式来进行标识物的标注;地貌特征物可以是岩洞内壁的特征物,如水面具有尖角或带有突出天然颜色的洞壁或其他特征的岩石壁;定标柱是垂直安置于水上和水下之间的装置。在第一时间获取的水上点云数据中,可根据涂画、贴纸、地貌特征物和定标柱的标记位置确定第一标识点。
步骤S202、在第二时间获取和所述第一点云数据对应的第三点云数据,根据所述标识物确定所述第三点云数据中的第二标识点。
其中,第三点云数据为第二时间采集得到的水上点云数据,假定场景为第二时间对应的水上点云数据中,水平面下降,即第三点云数据比第一点云数据多出一部分水上点云空间,而第二点云数据作为第一时间采集的水下点云数据,在第二时间,该水下点云数据会相应存在一部分水下点云减少的空间。
图2a为本发明实施例提供的一种确定标识点和点云增减区域的示意图,如图2a所示,在第一时间分别采集水上点云数据和水下点云数据,在水上点云数据中通过标识物(如涂画、贴纸方式)确定第一标识点,在第二时间根据标识物(和第一时间相同)确定第二标识点。
步骤S203、根据所述第一标识点和所述第二标识点确定第一点云增减区域。
在一个实施例中,如图2a所示,由于水平面随着时间推移下降,在第二时间采集的水上点云中增加了一部分点云区域,即水上增加区域,相应的,针对水下点云数据而言,存在对应的水下减少区域。针对水上点云数据,根据第一标识点和第二标识点确定第一点云增减区域(即水上增加区域),具体的,将第一时间采集的水上点云数据中处于水下的标识点,且在第二时间采集的水上点云数据中处于水上的标识点所组成的区域确定为水上增加区域,为了提高精度,标识点尽量多且分布均匀。
步骤S204、根据所述第一点云增减区域确定所述第二点云数据中的第三标识点。
在确定第一点云增减区域后,在该区域相应的确定第三标识点,该第三标识点为第一点云增减区域覆盖的点,为提高融合精度,尽量多的确定第三标识点。
步骤S205、根据所述第三标识点确定第二点云增减区域。
将第三标识点映射至第二点云数据中,以确定第二点云增减区域,第二点云数据为第一时间采集的水下点云,即由此确定第一时间水下点云的水下减少区域,该水下减少区域即由第三标识点组成的覆盖区域。
在一个实施例中,第一时间采集的第一点云数据、第二点云数据,以及第二时间采集的第三点云数据使用同一的坐标系,如WGS-84坐标系,也可使用自行建立的坐标系,在该同一坐标系中,根据具体的坐标值,每个标识点被唯一确定。
步骤S206、根据所述第一点云增减区域和所述第二点云增减区域进行所述第二点云数据和所述第三点云数据的融合。
在一个实施例中,第一点云数据和第三点云数据为水上点云数据,第二点云数据为水下点云数据,即水下点云数据采集依次,水上点云数据分别在第一时间和第二时间采集两次,为了保证考古环境的安全性和稳定性,仅采集一次水下点云数据。具体的,根据第一点云增减区域和第二点云增减区域进行第二点云数据和第三点云数据的融合包括:将包含第一点云增减区域的第三点云数据以及包含第二点云增减区域的第二点云数据进行拼接融合。
由上述方案可知,在点云进行拼接融合过程中,采取标识物确定标识点,再根据不同时间的点云数据确定点云增减区域进而完成点云数据的融合,显著提高了点云数据的融合精度,点云数据的拼接融合效果更佳。
在另一个实施例中,给出了另一种确定标识点以及点云增减区域的方案,图2b为本发明实施例提供的另一种确定标识点和点云增减区域的示意图,如图2b所示,以水面上的尖角为例,在第一时间获取的水上点云数据中将水面具备特征的尖角确定为第一标识点,在第二时间获取的水上点云数据中,由于水面下降,此时该尖角和水面存在一定空间距离,将该尖角垂直向下和水平面相交的点确定为第二标识点,如图2b所示为第一标识点垂直下降50cm得到第二标识点,确定出的水上增加区域为第一标识点和第二标识点连线以及二者所在水平面之间组成的区域。
在另一个实施例中,给出了另一种确定标识点以及点云增减区域的方案,图2c为本发明实施例提供的另一种确定标识点和点云增减区域的示意图,如图2c所示,以定标柱为例,定标柱垂直水平面设置,在第一时间,第一水平面和定标注相交的位置被确定为第一标识点,在第二时间,水平面下降,此时在水上点云数据中第二水平面和定标柱的交点为第二标识点,确定出的水上增加区域也即水下点云减少区域为第一标识点和第二标识点二者所在的水平面组成的区域。
图3为本发明实施例提供的另一种三维点云融合方法的流程图,如图3所示,技术方案具体如下:
步骤S301、在第一时间获取第一点云数据和第二点云数据,根据标识物确定所述第一点云数据中的第一标识点。
步骤S302、在第二时间获取和所述第一点云数据对应的第三点云数据,根据所述标识物确定所述第三点云数据中的第二标识点。
步骤S303、确定所述第一标识点和所述第二标识点的匹配度,如果所述匹配度满足第一预设条件,则根据所述第一标识点和所述第二标识点确定第一点云增减区域。
在一个实施例中,标识点采用统一的坐标系被唯一确定。示例性的,在第一点云数据中根据标识物确定第一标识点,第一标识点在第一点云数据中以三维坐标(x1,y1,z1)表示。在第三点云数据中确定该标识物对应的第二标识点,第二标识点在第三点云数据中以三维坐标(x2,y2,z2)表示,第一点云数据和第三点云数据均采用统一坐标系,此时根据第一标识点的坐标和第二标识点的坐标以确定第一标识点和第二标识点的匹配度。其中,该第一预设条件可以匹配度大于97%,即如果第一标识点和第二标识点的匹配度大于97%则认为二者匹配,可进行后续确定点云增加区域的步骤,如果匹配度小于97%大于85%,则计算第一标识点和第二标识点之间的具体误差值,对第二标识点进行修正,得到重新定义的第二标识点后再进行点云增加区域的确认,如果第一标识点和第二标识点的匹配度低于85%,则判定标识物被移动,提出该第二标识点,保留匹配度大于85%的点。其中,第一标识点和第二标识点匹配度的计算方法可以采用基于三角网格表示的点云匹配算法或迭代最临近算法等。误差修正可依据建立的误差修正文件执行,误差修正文件的建立包括:在文本控制器中编辑控制点文件,将控制点文件转为注记文件,提取控制点对应的点云坐标并输出保存。
步骤S304、根据所述第一点云增减区域确定所述第二点云数据中的第三标识点。
步骤S305、根据所述第三标识点确定第二点云增减区域。
步骤S306、根据所述第一点云增减区域和所述第二点云增减区域进行所述第二点云数据和所述第三点云数据的融合。
由上述方案可知,在进行点云数据拼接融合过程中,计算标识点的匹配度,将匹配度满足预设条件的标识点用于确认点云增减区域,进一步提高了点云拼接融合的精度。
图4为本发明实施例提供的另一种三维点云融合方法的流程图,如图4所示,技术方案具体如下:
步骤S401、在第一时间获取第一点云数据和第二点云数据,根据标识物确定所述第一点云数据中的第一标识点。
步骤S402、在第二时间获取和所述第一点云数据对应的第三点云数据,根据所述标识物确定所述第三点云数据中的第二标识点。
步骤S403、确定所述第一标识点和所述第二标识点的匹配度,如果所述匹配度满足第一预设条件,则根据所述第一标识点和所述第二标识点确定第一点云增减区域。
步骤S404、根据所述第一点云增减区域确定所述第二点云数据中的第三标识点。
步骤S405、确定所述第二标识点和所述第三标识点的匹配度,如果所述匹配度不满足第二预设条件,则依据所述第二点云数据中的校验点进行误差修正。
其中,第二预设条件可以是匹配度大于80%或85%。在第二点云数据中设置有多个校验点(如图2a所示的第四标识点),用于对第三标识点进行误差修正,具体的,校验点的具体点位选取包括选取地面目标的几何特征点,或者采用参考已有地形图的方法,如果在考古区域内有精确的水下地形图,则在已有地形图上选取校验点。通过校验点和第二点云数据中的点(第三标识点以及其它校验点)建立位置关联以对标识点进行修正。
步骤S406、根据修正后的标识点确定第二点云增减区域。
步骤S407、根据所述第一点云增减区域和所述第二点云增减区域进行所述第二点云数据和所述第三点云数据的融合。
由上述方案可知,通过设置校验点,以保证第二标识点与第一标识点、第三标识点匹配度较差时,进行标识点的修正,进一步优化了点云拼接融合方案,提高了点云数据拼接融合效率。
图5为本发明实施例提供的一种三维点云融合装置的结构框图,该装置用于执行上述实施例提供的三维点云融合方法,具备执行方法相应的功能模块和有益效果。如图5所示,该装置具体包括:点云数据获取模块101、标识信息确定模块102和点云融合模块103,其中,
点云数据获取模块101,用于获取第一点云数据和第二点云数据,所述第一点云数据和所述第二点云数据由不同设备采集得到;
标识信息确定模块102,用于确定和所述第一点云数据、所述第二点云数据关联的标识信息;
点云融合模块103,用于根据所述标识信息进行所述第一点云数据和所述第二点云数据的融合。
由上述方案可知,通过在第一点云数据和第二点云数据中确定出标识信息,并依据该标识信息进行点云数据融合的方式,提高了点云数据的拼接融合精度,避免了直接进行点云硬拼接造成的拼接处点云数据融合效果差的问题。
在一个可能的实施例中,所述标识信息确定模块102具体用于:
识别出所述第一点云数据和所述第二点云数据中的预设标识点;
根据所述第一点云数据以及对应第一坐标确定所述预设标识点的第一标识信息;
根据所述第二点云数据以及对应第二坐标确定所述预设标识点的第二标识信息;
根据所述第一坐标、所述第二坐标、所述第一标识信息和所述第二标识信息确定统一坐标以及所述预设标识点对应的统一标识信息;
依据预设标识面构建规则,在所述第一点云数据和所述第二点云数据交界处筛选出特定标识信息,以及分别独立存在于所述第一点云数据和所述第二点云中的独立标识信息;
确定所述特定标识信息和所述独立标识信息对应的预设标识点;
依据确定出的预设标识点对应的统一标识信息,在所述统一坐标下生成标识面。
在一个可能的实施例中,所述点云融合模块103具体用于:
获取所述第一点云数据和所述第二点云数据中包含的所述标识面;
判断所述第一点云数据和第二点云数据之间所述标识面是否具备统一标识信息;
若是,则根据所述标识面将所述第一点云数据和第二点云数据进行融合;
若否,则重新获取所述标识面。
在一个可能的实施例中,点云数据获取模块101具体用于:
在第一时间获取第一点云数据和第二点云数据,根据标识物确定所述第一点云数据中的第一标识点,所述标识物包括涂画、贴纸、地貌特征物和定标柱中任意一种;
所述标识信息确定模块102具体用于:
在第二时间获取和所述第一点云数据对应的第三点云数据,根据所述标识物确定所述第三点云数据中的第二标识点;
根据所述第一标识点和所述第二标识点确定第一点云增减区域;
根据所述第一点云增减区域确定所述第二点云数据中的第三标识点。
在一个可能的实施例中,所述点云融合模块103具体用于:
根据所述第三标识点确定第二点云增减区域;
根据所述第一点云增减区域和所述第二点云增减区域进行所述第二点云数据和所述第三点云数据的融合。
在一个可能的实施例中,所述标识信息确定模块102具体用于:
确定所述第一标识点和所述第二标识点的匹配度,如果所述匹配度满足第一预设条件,则根据所述第一标识点和所述第二标识点确定第一点云增减区域。
在一个可能的实施例中,该装置还包括校验模块104,具体用于:
在根据所述第一点云增减区域确定所述第二点云数据中的第三标识点之后,确定所述第二标识点和所述第三标识点的匹配度;
如果所述匹配度不满足第二预设条件,则依据所述第二点云数据中的校验点进行误差修正。
图6为本发明实施例提供的一种设备的结构示意图,如图6所示,该设备包括处理器201、存储器202、输入装置203和输出装置204;设备中处理器201的数量可以是一个或多个,图6中以一个处理器201为例;设备中的处理器201、存储器202、输入装置203和输出装置204可以通过总线或其他方式连接,图6中以通过总线连接为例。
存储器202作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的三维点云融合方法对应的程序指令/模块。处理器201通过运行存储在存储器202中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的三维点云融合方法。
存储器202可主要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、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器202可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器202可进一步包括相对于处理器201远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置203可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置204可包括显示屏等显示设备。
本发明实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种三维点云融合方法,该方法包括:
获取第一点云数据和第二点云数据,所述第一点云数据和所述第二点云数据由不同设备采集得到;
确定和所述第一点云数据、所述第二点云数据关联的标识信息;
根据所述标识信息进行所述第一点云数据和所述第二点云数据的融合。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明实施例可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、闪存(FLASH)、硬盘或光盘等,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)执行本发明实施例各个实施例所述的方法。
需要说明的是,在本文中,诸如第一和第二之类的关系术语仅仅用来将一个实体或操作或对象与另一个实体或操作或对象区分开来,并不代表顺序关系和具体数量的限定。
值得注意的是,上述三维点云融合装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明实施例的保护范围。
注意,上述仅为本发明实施例的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明实施例不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明实施例的保护范围。因此,虽然通过以上实施例对本发明实施例进行了较为详细的说明,但是本发明实施例不仅仅限于以上实施例,在不脱离本发明实施例构思的情况下,还可以包括更多其他等效实施例,而本发明实施例的范围由所附的权利要求范围决定。
Claims (10)
1.三维点云融合方法,其特征在于,包括:
获取第一点云数据和第二点云数据,所述第一点云数据和所述第二点云数据由不同设备采集得到;
确定和所述第一点云数据、所述第二点云数据关联的标识信息;
根据所述标识信息进行所述第一点云数据和所述第二点云数据的融合。
2.根据权利要求1所述的方法,其特征在于,确定和所述第一点云数据、所述第二点云数据关联的标识信息,包括:
识别出所述第一点云数据和所述第二点云数据中的预设标识点;
根据所述第一点云数据以及对应第一坐标确定所述预设标识点的第一标识信息;
根据所述第二点云数据以及对应第二坐标确定所述预设标识点的第二标识信息;
根据所述第一坐标、所述第二坐标、所述第一标识信息和所述第二标识信息确定统一坐标以及所述预设标识点对应的统一标识信息;
依据预设标识面构建规则,在所述第一点云数据和所述第二点云数据交界处筛选出特定标识信息,以及分别独立存在于所述第一点云数据和所述第二点云中的独立标识信息;
确定所述特定标识信息和所述独立标识信息对应的预设标识点;
依据确定出的预设标识点对应的统一标识信息,在所述统一坐标下生成标识面。
3.根据权利要求2所述的方法,其特征在于,根据所述标识信息进行所述第一点云数据和所述第二点云数据的融合,包括:
获取所述第一点云数据和所述第二点云数据中包含的所述标识面;
判断所述第一点云数据和第二点云数据之间所述标识面是否具备统一标识信息;
若是,则根据所述标识面将所述第一点云数据和第二点云数据进行融合;
若否,则重新获取所述标识面。
4.根据权利要求1所述的方法,其特征在于,获取第一点云数据和第二点云数据,确定和所述第一点云数据、所述第二点云数据关联的标识信息,包括:
在第一时间获取第一点云数据和第二点云数据,根据标识物确定所述第一点云数据中的第一标识点,所述标识物包括涂画、贴纸、地貌特征物和定标柱中任意一种;
在第二时间获取和所述第一点云数据对应的第三点云数据,根据所述标识物确定所述第三点云数据中的第二标识点;
根据所述第一标识点和所述第二标识点确定第一点云增减区域;
根据所述第一点云增减区域确定所述第二点云数据中的第三标识点。
5.根据权利要求4所述的方法,其特征在于,根据所述标识信息进行所述第一点云数据和所述第二点云数据的融合,包括:
根据所述第三标识点确定第二点云增减区域;
根据所述第一点云增减区域和所述第二点云增减区域进行所述第二点云数据和所述第三点云数据的融合。
6.根据权利要求4所述的方法,其特征在于,根据所述第一标识点和所述第二标识点确定第一点云增减区域,还包括:
确定所述第一标识点和所述第二标识点的匹配度,如果所述匹配度满足第一预设条件,则根据所述第一标识点和所述第二标识点确定第一点云增减区域。
7.根据权利要求4所述的方法,其特征在于,在根据所述第一点云增减区域确定所述第二点云数据中的第三标识点之后,还包括:
确定所述第二标识点和所述第三标识点的匹配度;
如果所述匹配度不满足第二预设条件,则依据所述第二点云数据中的校验点进行误差修正。
8.三维点云融合装置,其特征在于,包括:
点云数据获取模块,用于获取第一点云数据和第二点云数据,所述第一点云数据和所述第二点云数据由不同设备采集得到;
标识信息确定模块,用于确定和所述第一点云数据、所述第二点云数据关联的标识信息;
点云融合模块,用于根据所述标识信息进行所述第一点云数据和所述第二点云数据的融合。
9.一种设备,所述设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一项所述的三维点云融合方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一项所述的三维点云融合方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911181439.8A CN110969593A (zh) | 2019-11-27 | 2019-11-27 | 三维点云融合方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911181439.8A CN110969593A (zh) | 2019-11-27 | 2019-11-27 | 三维点云融合方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110969593A true CN110969593A (zh) | 2020-04-07 |
Family
ID=70031777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911181439.8A Withdrawn CN110969593A (zh) | 2019-11-27 | 2019-11-27 | 三维点云融合方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110969593A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111865975A (zh) * | 2020-07-19 | 2020-10-30 | 长春光华学院 | 一种电网智能监控系统 |
CN112675541A (zh) * | 2021-03-22 | 2021-04-20 | 航天宏图信息技术股份有限公司 | Ar信息共享方法、装置、电子设备及存储介质 |
CN113138395A (zh) * | 2021-04-25 | 2021-07-20 | 南京鹏畅科技实业有限公司 | 一种基于全站仪的激光雷达数据融合的点云地图构建方法 |
CN113570527A (zh) * | 2021-09-28 | 2021-10-29 | 速度时空信息科技股份有限公司 | 水上水下三维点云的融合方法 |
WO2021253149A1 (zh) * | 2020-06-15 | 2021-12-23 | 广东朗呈医疗器械科技有限公司 | 镜头、三维成像模组、设备、方法、装置及存储介质 |
CN114322899A (zh) * | 2021-12-27 | 2022-04-12 | 苏州方石科技有限公司 | 地坪检测方法及储存介质及电子装置 |
CN117031493A (zh) * | 2023-07-17 | 2023-11-10 | 无锡卡尔曼导航技术有限公司南京技术中心 | 一种水库库容测绘方法 |
CN117237557A (zh) * | 2023-11-09 | 2023-12-15 | 武汉追月信息技术有限公司 | 一种基于点云数据的城市测绘数据处理方法 |
-
2019
- 2019-11-27 CN CN201911181439.8A patent/CN110969593A/zh not_active Withdrawn
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021253149A1 (zh) * | 2020-06-15 | 2021-12-23 | 广东朗呈医疗器械科技有限公司 | 镜头、三维成像模组、设备、方法、装置及存储介质 |
CN111865975A (zh) * | 2020-07-19 | 2020-10-30 | 长春光华学院 | 一种电网智能监控系统 |
CN111865975B (zh) * | 2020-07-19 | 2022-10-11 | 长春光华学院 | 一种电网智能监控系统 |
CN112675541A (zh) * | 2021-03-22 | 2021-04-20 | 航天宏图信息技术股份有限公司 | Ar信息共享方法、装置、电子设备及存储介质 |
CN113138395A (zh) * | 2021-04-25 | 2021-07-20 | 南京鹏畅科技实业有限公司 | 一种基于全站仪的激光雷达数据融合的点云地图构建方法 |
CN113570527A (zh) * | 2021-09-28 | 2021-10-29 | 速度时空信息科技股份有限公司 | 水上水下三维点云的融合方法 |
CN114322899A (zh) * | 2021-12-27 | 2022-04-12 | 苏州方石科技有限公司 | 地坪检测方法及储存介质及电子装置 |
CN117031493A (zh) * | 2023-07-17 | 2023-11-10 | 无锡卡尔曼导航技术有限公司南京技术中心 | 一种水库库容测绘方法 |
CN117237557A (zh) * | 2023-11-09 | 2023-12-15 | 武汉追月信息技术有限公司 | 一种基于点云数据的城市测绘数据处理方法 |
CN117237557B (zh) * | 2023-11-09 | 2024-02-02 | 武汉追月信息技术有限公司 | 一种基于点云数据的城市测绘数据处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110969593A (zh) | 三维点云融合方法、装置、设备和存储介质 | |
CN109238239B (zh) | 基于航空摄影的数字测量三维建模方法 | |
US8571265B2 (en) | Measurement apparatus, measurement method, and feature identification apparatus | |
Mill et al. | Combined 3D building surveying techniques–terrestrial laser scanning (TLS) and total station surveying for BIM data management purposes | |
CN101334278B (zh) | 一种数码遥感地质测绘的方法及装置 | |
CN109186551B (zh) | 倾斜摄影测量建筑物特征点提取方法、装置与存储介质 | |
KR101938402B1 (ko) | 사각지대 지형지물에 대한 수치도화 이미지 합성처리시스템 | |
CN109269472B (zh) | 倾斜摄影测量建筑物特征线提取方法、装置与存储介质 | |
CN103196426A (zh) | 一种全站仪联合三维激光扫描仪用于建筑测量的方法 | |
CN102224523B (zh) | 立体匹配处理系统、立体匹配处理方法和记录媒介 | |
CN116086411B (zh) | 数字地形图生成方法、装置、设备和可读存储介质 | |
CN103969657A (zh) | 一种基于地基激光雷达的地籍测量方法 | |
CN109991621A (zh) | 一种洞穴三维激光扫描测量方法 | |
US10788322B2 (en) | Method and apparatus for assigning measuring points to a set of fixed points | |
CN109163708B (zh) | 无人机大比例尺地形图房屋线的优化方法、装置与介质 | |
KR101938400B1 (ko) | 입체영상지도에서의 보안지역 연출 기능을 갖는 수치도화 처리시스템 | |
CN111982077B (zh) | 电子地图绘制方法、系统和电子设备 | |
CN113538668A (zh) | 地质模型构建方法、系统、存储介质以及电子设备 | |
CN111047699A (zh) | 海底探测图像展示方法、装置、设备和存储介质 | |
JP2020091590A (ja) | 表示データ生成装置、表示データ生成方法、および表示データ生成プログラム | |
CN116129064A (zh) | 电子地图生成方法、装置、设备及存储介质 | |
KR101180756B1 (ko) | 항공촬영화상의 보정 장치 | |
CN112884890A (zh) | 一种多格式基础地理信息数据融合显示的方法 | |
US20240135641A1 (en) | Point cloud aided calibration of a combined geodetic survey instrument | |
CN116758269B (zh) | 一种位置校验方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200407 |