CN111506687B - 一种地图点数据提取方法、装置、存储介质及设备 - Google Patents
一种地图点数据提取方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN111506687B CN111506687B CN202010273426.XA CN202010273426A CN111506687B CN 111506687 B CN111506687 B CN 111506687B CN 202010273426 A CN202010273426 A CN 202010273426A CN 111506687 B CN111506687 B CN 111506687B
- Authority
- CN
- China
- Prior art keywords
- point data
- map point
- determining
- sub
- map
- 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
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000013075 data extraction Methods 0.000 title claims abstract description 23
- 238000000605 extraction Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000011166 aliquoting Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请实施例公开了一种地图点数据提取方法、装置、存储介质及设备，具体地，首先获取待处理地图点数据集合，该集合包括M个地图点数据，并根据M个地图点数据确定该集合对应的分布区域。利用等分区域法将分布区域划分成n个子区域，并获取每个子区域所包括的地图点数据的数量。同时，确定包括地图点数据的数量为非零的子区域的个数m，并判断该m是否满足预设条件，如果不满足，利用目标参数更新n，并重新对分布区域进行划分，直至m满足预设条件。当m满足预设条件，从m个子区域中分别确定出一个地图点数据，获得m个地图点数据。再根据每个地图点数据对应的权重值和/或密度值对m个地图点数据进行排序，根据排序结果提取N个地图点数据。
Description
技术领域
本申请涉及信息技术处理领域，具体涉及一种地图点数据提取方法、装置、存储介质及设备。
背景技术
随着即时定位与地图构建(simultaneous localization and mapping，SLAM)技术的发展，基于SLAM技术重建出的地图点数据往往分布广泛、具有不均匀性，且包含着大量冗余数据点。为了降低存储空间、提升SLAM前端地图搜索性能，以及提升SLAM后端地图优化的性能，需要对地图点数据进行简化处理。
现有的针对地图点数据进行化简的方法相对较少，仅有的方法也是针对激光雷达扇形分布的点数据设计，无法适用到其他场景下点数据的化简。
发明内容
有鉴于此，本申请实施例提供一种地图点数据提取方法、装置、存储介质及设备，以实现更为合理有效地从大量的地图点数据中提取重要的点数据，实现化简的目的。
为解决上述问题，本申请实施例提供的技术方案如下：
在本申请实施例第一方面，提供了一种地图点数据提取方法，其特征在于，所述方法包括：
获取待处理地图点数据集合，并根据地图点数据确定所述待处理地图点数据集合对应的分布区域，所述待处理地图点数据集合中包括M个地图点数据；
对所述分布区域进行等分获得n个子区域，并确定各个所述子区域对应的地图点数据的数量，其中，n的初始值为N，N为目标提取数，N为大于1且小于M的正整数；
获取包括所述地图点数据的数量为非零的子区域的个数m，并判断m是否满足预设条件；
当m不满足预设条件时，将n加上目标参数进行更新，重复对所述分布区域进行等分获得n个子区域，直至m满足预设条件；
当m满足预设条件时，从m个所述子区域中分别确定出一个地图点数据，获得m个地图点数据；
根据所述地图点数据的权重值和/或密度值对所述m个地图点数据进行排序，根据排序结果提取N个地图点数据，所述密度值为所述地图点数据所属子区域的地图点密度。
在一种可能的实现方式中，从m个所述子区域中分别确定出一个地图点数据，获得m个地图点数据，包括：
针对每个子区域，根据所述子区域所包括的地图点数据对应的权重值确定所述子区域对应一个地图点数据。
在一种可能的实现方式中，所述根据所述地图点数据的权重值和/或密度值对所述m个地图点数据进行排序，根据排序结果提取N个地图点数据，包括：
根据所述地图点数据的权重值和密度值确定所述地图点数据的参考值，所述参考值随所述权重值单调递增，随所述密度值单调递减；
根据每个所述地图点数据对应的参考值对m个地图点数据进行排序，根据排序结果提取N个地图点数据。
在一种可能的实现方式中，所述根据所述地图点数据的权重值和密度值确定所述地图点数据对应的参考值，包括：
针对每个地图点数据，将所述地图点数据对应的权重值除以密度值作为所述地图点数据对应的参考值；或者，
针对每个地图点数据，将所述地图点数据对应的权重值加上密度值的倒数作为所述地图点数据对应的参考值；或者，
针对每个地图点数据，将所述地图点数据对应的权重值减去密度值作为所述地图点数据对应的参考值。
在一种可能的实现方式中，所述获取包括所述地图点数据的数量为非零的子区域的个数m，并判断m是否满足预设条件，包括：
判断m是否小于N；
如果m小于N，则确定m不满足预设条件，对n进行更新；
如果m不小于N，判断m是否大于N1，其中，N1大于N且小于M；
如果m大于N1，则确定m不满足预设条件，对n进行更新；
如果m不大于N1，则确定m满足预设条件。
在一种可能的实现方式中，当m不满足预设条件时，将n加上目标参数进行更新，包括：
当m小于N时，将n加上第一目标参数进行更新，所述第一目标参数为正数；
当m大于N1时，将n加上第二目标参数进行更新，所述第二目标参数为负数。
在一种可能的实现方式中，当所述地图点数据为二维数据，所述分布区域为长方形，n的确定过程，包括：
根据所述长方形的面积以及n对应的当前值确定等分区域的边长；
根据所述长方形的长宽以及所述等分区域的边长，确定所述长宽各条边对应的等分数量；
针对任一条边，如果该条边对应的等分数量为非整数，则将该条边的等分数量取整获得该条边对应的第三目标参数；
将所述长宽各条边对应的第三目标参数的乘积确定为n对应的最终值。
在一种可能的实现方式中，当所述地图点数据为三维数据，所述分布区域为长方体，n的确定过程，包括：
根据所述长方体的体积以及n对应的当前值确定等分区域的边长；
根据所述长方体的长宽高以及所述等分区域的边长，确定所述长宽高各条边对应的等分数量；
针对任一条边，如果该条边对应的等分数量为非整数，则将该条边的等分数量取整获得该条边对应的第四目标参数；
将所述长宽高各条边对应的第四目标参数的乘积确定为n的最终值。
在一种可能的实现方式中，所述地图点数据所属子区域对应的密度值确定过程包括：
根据所述地图点数据所属子区域以及该子区域的邻域所包括的地图点数据的数量确定所述地图点数据的密度值。
在一种可能的实现方式中，所述地图点数据对应的权重值确定过程包括：
根据所述地图点数据对应的像素值确定权重值，所述权重值与所述像素值成正比。
在本申请实施例第二方面，提供了一种地图点数据提取装置，所述装置包括：
第一获取单元，用于获取待处理地图点数据集合，并根据地图点数据确定所述待处理地图点数据集合对应的分布区域，所述待处理地图点数据集合中包括M个地图点数据；
第一确定单元，用于对所述分布区域进行等分获得n个子区域，并确定各个所述子区域对应的地图点数据的数量，其中，n的初始值为N，N为目标提取数，N为大于1且小于M的正整数；
第二获取单元，用于获取包括所述地图点数据的数量为非零的子区域的个数m；
判断单元，用于判断m是否满足预设条件；
更新单元，用于当m不满足预设条件时，将n加上目标参数进行更新，重复执行所述第一确定单元，直至m满足预设条件；
第二确定单元，用于当m满足预设条件时，从m个所述子区域中分别确定出一地图点数据，获得m个地图点数据；
排序单元，用于根据所述地图点数据的权重值和/或密度值对所述m个地图点数据进行排序，根据排序结果提取N个地图点数据，所述密度值为所述地图点数据所属子区域的密度。
在本申请实施例第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行第一方面所述的地图点数据提取的方法。
在本申请实施例第四方面，提供了一种实现地图点数据提取设备，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，所述处理器执行所述计算机程序时，实现如第一方面所述的地图点数据提取的方法。
由此可见，本申请实施例具有如下有益效果：
本申请实施例首先获取待处理地图点数据集合，该集合中包括M个地图点数据，并根据M个地图点数据确定该集合对应的分布区域。然后，利用等分区域法将分布区域划分成n个子区域，并获取每个子区域所包括的地图点数据的数量，其中，n的初始值为N，N为目标提取数。同时，确定包括地图点数据的数量为非零的子区域的个数m，并判断该m是否满足预设条件，如果不满足，利用目标参数更新n，并重新对分布区域进行划分，直至m满足预设条件。当m满足预设条件后，从m个子区域中分别确定出一个地图点数据，从而获得m个地图点数据。再根据每个地图点数据对应的权重值和/或密度值对m个地图点数据进行排序，并从中提取N个地图点数据。即，通过本申请实施例提供的提取方法，利用等分法将地图点数据分布空间进行均匀分区域，使得所提取的地图点数据更均匀，并且通过迭代方式动态调整分区域的数量，提高m收敛速度；其次，在提取时，考虑了地图点数据的权重值和/或密度值，保证提取的地图点数据为重要点数据且更加均匀。
附图说明
图1为本申请实施例提供的一种地图点数据提取方法的流程图；
图2a为本申请实施例提供的一种地图点数据分布示意图；
图2b为本申请实施例提供的一种分布区域等分示意图；
图2c为本申请实施例提供的一种地图点数据提取效果示意图；
图3为本申请实施例提供的一种调整子区域划分流程图；
图4为本申请实施例提供的一种地图点数据提取装置结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请实施例作进一步详细的说明。
为便于理解本申请实施例提供的技术方案，下面将先对本申请涉及的技术进行说明。
空间点集的均匀化提取是指，对于包含大量冗余地图点数据且该点数据分布不均匀的集合，需要提出部分点数据以实现地图简化，在对点数据进行简化时需要同时考虑数据的局部均衡性，尽量均匀地保留有效点数据，该过程称为空间点集的均匀化提取。
发明人在对传统的空间点集的均匀化提取方法研究发现，传统的提取方法主要针对地面激光雷达获取的地图点云数据分布不均匀的特点进行。具体地，根据设定的初始扇形块半径和弧长计算整个点云范围内的扇形块参数；然后再将点云按坐标分配到相应的扇形块中；最后对每个扇形块中的点采用相应的计算方法得到简化后的点云。
然而，该方法虽然能够较好地适应地面激光扫描点云数据的特点(近处点云密集，远处点云稀疏)，但对于非扇形特性分布点云数据不适用，尤其对于大尺度场景下的稠密点云数据。再者，该方法仅能根据点的位置和分布做简化，并未考虑不同点的重要性程度。最后，该方法的分块数量是固定的，不能动态调整分块数量，因而依赖分块初始化设定，如果初始化设置存在问题，将导致简化后的点集不均匀。
基于此，本申请实施例提供了一种地图点数据提取方法，首先，将地图点数据集合对应的分布区域进行均匀分块，保证提取的地图点数据均匀，同时通过迭代方法动态调整分块数量，提高分块的速率；其次，在提取地图点数据时考虑权重值，有利于保留更重要的地图点数据提出不重要的地图点数据；最后，可以综合地图点数据的权重值和密度值确定所要提取的地图点数据，保证所提取的地图点数据为重要点且更加均匀。
需要说明的是，本申请实施例中的地图点数据集合可以为三维地图点数据集合、二维地图点数据集合、地图点云等，本实施例在此不做限定。
为便于进一步理解本申请实施例所提供的提取方法，下面将结合附图对该提取方法进行说明。
参见图1，该图为本申请实施例提供的一种地图点数据提取方法流程图，如图1所示，该方法可以包括：
S101：获取待处理地图点数据集合，并根据地图点数据确定待处理地图点数据集合对应的分布区域。
本实施例中，首先获取待处理地图点数据集合，该集合中包括M个待处理的地图点数据，并根据每个地图点数据的坐标确定待处理地图点数据集合对应的分布区域。
其中，地图点数据可以为三维实数数据、二维实数数据，也可以为其他类型和空间维度的数据，本实施例在此不做限定。例如，地图点数据集合P包括M个地图点数据，P＝{Pi|i＝1,...,M}。如果该集合定义于三维实数空间，则有Pi∈R3，Pi＝[xi,yi,zi]T；如果该集合定义于二维实数空间，则有Pi∈R2，Pi＝[xi,yi]T；如果该集合定义于二维整数空间(例如二维平面图像)，则有Pi∈N2，Pi＝[ui,vi]T。
具体地，根据地图点数据确定分布区域为获取各个地图点数据的坐标，根据所有地图点数据的坐标确定每个坐标的范围，进而确定分布区域。例如，地图点数据集合包括100个地图点数据，该地图点数据为二维数据，x坐标对应的最小值为1，最大值为19，确定的x坐标范围为[1 19]；y坐标对应的最小值为3，最大值为20，则y坐标范围为[3 20]，则分布区域即为上述x、y坐标所划分出的区域。
需要说明的是，当待处理的地图点数据集合不仅是单张图像数据而是图像序列数据时，则地图点数据的分布范围将更广，此时分布区域应为整个图像区域。例如对于上述例子，可以取x坐标范围为[0 23]，y坐标范围为[0 23]。也就是，本实施例中待处理地图点数据集合对应的分布区域可以根据实际应用情况进行确定，在此不做限定。
S102：对分布区域进行等分获得n个子区域，并确定各个子区域对应的地图点数据的数量。
本实施例中，当确定出待处理地图点数据集合对应的分布区域后，将其进行等分获得n个子区域，并确定出各个子区域对应的地图点数据的数量。其中，n的初始值为N，N为目标提取数，即最终提取的地图点数据的个数，N为大于1且小于M的正整数。也就是，当确定出分布区域后，先将分布区域等分成N个子区域，并获得每个子区域多包括的地图点数据的数量。
例如，图2a所示的地图点数据集合为二维平面图像中的稀疏点，该二维图像的分辨率为24*24，即，分布区域为24*24，包含的地图点数据的个数M为30，目标提取数N为16。则先将分布区域等分成16个子区域，即将分布区域分成4*4的区域，并获得每个子区域所包括的地图点数据个数。
S103：获取包括地图点数据的数量为非零的子区域的个数m，并判断m是否满足预设条件，如果不满足，则执行S104；如果满足，则执行S105。
当获得每个子区域所包括的地图点数据个数时，统计包括地图点数据的数量为非零的子区域，并获取该类子区域的个数m。然后，判断m是否满足预设条件，如果不满足，执行S104，更新n，如果满足，则执行S105。其中，预设条件可以根据实际应用情况进行设定，例如预设条件可以为m大于N且小于M，本实施例在此不做限定。例如，图2a划分成16个子区域后，包括地图点数据的数量为非零的子区域的个数m＝11，小于N，则m不满足预设条件，执行S104。
S104：将n加上目标参数进行更新，返回S102。
当m不满足预设条件时，对n进行更新，即将n加上目标参数作为更新后的n，然后再利用更新后的n执行S102，重新对分布区域进行等分获得n个子区域，直至m满足预设条件。例如对图2a所示的分布区域进行36等分，此时，m＝20，大于N＝16，满足预设条件，则执行S105。
可以理解的是，在一些应用场景下，在根据n对分布区域进行等分时，可能出现等分数量为非整数，为保证后续等分操作的实现，将对n的取值进行调整。下面将分别针对地图点数据为二维数据和三维数据的情况进行说明。
当地图点数据为二维数据时，分布区域为长方形，则n的确定过程为：
1)根据长方形的面积以及n对应的当前值确定等分区域的边长。
即，根据长方形的面积以及当前n的取值确定等分区域的边长，具体地可以参见以下公式：
其中，X和Y分别为分布区域的长和宽，s表示等分区域的边长。
2)根据长方形的长宽以及等分区域的边长，确定长宽各条边对应的等分数量。
当确定出等分区域的边长后，将长方形的长和宽分别除以等分区域的边长，获取长边和宽边各自对应的等分数量。即长边对应的等分数量为X/s，宽边对应的等分数量为Y/s。
3)针对任一条边，当该条边对应的等分数量为非整数时，将该条边的等分数量取整获得该条边对应的第三目标参数。
当任一条边对应的等分数量为非整数时，将其进行取整，并将取整后的等分数量确定为该条边对应的第三目标参数。具体地，可以向上取整或向下取整，通常情况下为保证m的数量，可以向上取整。
4)将长宽各条边对应的第三目标参数的乘积确定为n对应的最终值。
本实施例中，当确定出长边和宽边各自对应的第三目标参数后，将其进行相乘获得n对应的最终值。具体地，可以根据以下公式确定：
其中，n表示当前等分区域个数，n’表示最终等分区域个数。
可以理解的是，当分布区域为正方形时，即X＝Y，则公式(2)为：
当地图点数据为三维数据时，分布区域为长方体，则n的确定过程为：
1)根据长方体的体积以及n对应的当前值确定等分区域的边长。
即，根据长方形的面积以及当前n的取值确定等分区域的边长，具体地可以参见以下公式：
其中，X、Y和Z分别表示长方体的长、宽和高，s表示等分区域的边长。
2)根据长方体的长宽高以及等分区域的边长，确定长宽高各条边对应的等分数量。
当确定出等分区域的边长后，将长方体的长、宽和高分别除以等分区域的边长，获取长边、宽边和高边各自对应的等分数量。即长边对应的等分数量为X/s，宽边对应的等分数量为Y/s，高边对应的等分数量为Z/s。
3)针对任一条边，如果该条边对应的等分数量为非整数，则将该条边的等分数量取整获得该条边对应的第四目标参数。
当任一条边对应的等分数量为非整数时，将其进行取整，并将取整后的等分数量确定为该条边对应的第四目标参数。具体地，可以向上取整或向下取整，通常情况下为保证m的数量，可以向上取整。
4)将长宽高各条边对应的第四目标参数的乘积确定为n的最终值。
本实施例中，当确定出长边、宽边和高边各自对应的第四目标参数后，将其进行相乘获得n对应的最终值。具体地，可以根据以下公式确定：
其中，n表示当前等分区域个数，n’表示最终等分区域个数。
即，在实际应用时，可以利用上述公式对n的取值进行调整，以保证可以对分布区域进行等分处理。
其中，关于利用迭代方式动态调整分布区域划分数量的具体实现将在后续实施例进行说明。
S105：从m个子区域中分别确定出一地图点数据，获得m个地图点数据。
当m满足预设条件时，对于m个子区域中的每个子区域，从中确定出一地图点数据，从而获得m个地图点数据。如图2b所示，对图2a进行36等分后，m＝20，从中抽取20个地图点数据。
具体地，在从每个子区域中确定出一地图点数据时，可以根据该子区域所包括的地图点数据对应的权重值进行确定。也就是，可以将该子区域中权重值最大的地图点数据确定为该子区域对应的地图点数据。另外，需要说明的是，在一些应用场景下，可能会出现该子区域的权重值是相同的，此时，可以利用随机函数从中选择一地图点数据作为该子区域的地图点数据。
其中，地图点数据对应的权重值可以根据该地图点数据对应的像素值进行确定。例如，当地图点数据对应的像素值表示颜色信息时，该地图点数据对应的像素值所表示的颜色越显著，其对应的权重值越大；在另一种情况下，例如地图点数据是稀疏ORB特征地图点时，则地图点数据是一种ORB特征点，此时地图点数据的像素值为该特征点的响应值(response)，那么像素值越大，表示该特征点越显著，则其对应的权重值也越大。对于一些不包含像素信息的地图点数据而言，可以预先为该地图点数据设置权重值，该类地图点数据对应的权重值可以为同一权重值。
S106：根据地图点数据的权重值和/或密度值对m个地图点数据进行排序，根据排序结果提取N个地图点数据。
当确定出m个地图点数据后，可以根据每个地图点数据对应的权重值和/或密度值对m个地图点数据进行排序，并根据排序结果提取N个地图点数据，以利用N个地图点数据进行定位和构建地图。例如图2c所示，从20个地图点数据中提取16个地图点数据。
也就是，在对m个地图点数据进行排序时，可以仅根据地图点数据对应的权重值或密度值进行排序，然后根据排序结果提取N个地图点数据；也可以综合地图点数据对应的权重值和密度值对m个地图点数据进行排序，并根据排序结果提取N个地图点数据。
具体地，当综合地图点数据的权重值和密度值进行排序时，可以通过以下方式实现，具体为，根据地图点数据的权重值和密度值确定地图点数据的参考值，该参考值随权重值单调递增，随密度值单调递减；根据每个地图点数据对应的参考值对m个地图点数据进行排序，根据排序结果提取N个地图点数据。也就是，预先构建参考值与权重值、密度值之间的函数关系f(w,d)，其中，w表示权重，d表示密度，当w和d均大于零时，f随w呈单调递增，随d呈单点递减。实际应用时，当确定出某地图点数据的权重值和密度值后，利用上述函数关系确定该地图点数据的参考值，然后根据各个地图点数据对应的参考值进行排序，选出N个地图点数据。
具体地，可以通过以下三种方式进行实现，一种是，针对每个地图点数据，将该地图点数据对应的权重值除以密度值作为该地图点数据的参考值；根据每个地图点数据对应的参考值对m个地图点数据进行排序。例如，f(w，d)＝w/d。另一种是，针对每个地图点数据，将该地图点数据对应的权重值乘加上密度值的倒数作为该地图点数据的参考值；根据每个地图点数据对应的参考值对m个地图点数据进行排序，再根据排序结果提取N个地图点数据。例如，f(w,d)＝w+C/d，其中，C为常正数。再一种是，针对每个地图点数据，将该地图点数据对应的权重值减去密度值作为该地图点数据的参考值；根据每个地图点数据对应的参考值对m个地图点数据进行排序，再根据排序结果提取N个地图点数据。例如，f(w,d)＝w-d。
需要说明的是，当按照从大到小的规则进行排序时，根据排序结果提取前N个地图点数据；当按照从小到大的规则进行排序时，根据排序结果提取后N个地图点数据。
其中，地图点数据对应的密度值为该地图点数据所属子区域的密度，该密度值可以根据该地图点数据所属子区域以及该子区域的邻域所包括的地图点数据的数量确定的。具体地，可以统计该子区域及其4邻域所包括的地图点数据的个数，将其作为该子区域的密度值；也可以统计该子区域及其8邻域所包括的地图点数据的个数。其中，4邻域是指与该子区域的四条边所相邻的子区域个数，8邻域是指与该子区域的四条边以及两条对角线相邻的子区域个数。例如图2b所示，以8邻域为例，子区域中的数字代表该子区域的密度值。
可以理解的是，由于每种地图图像的处理无依赖关系，可以对多个图像进行并行处理，提高处理效率。
通过上述实施例可知，首先获取待处理地图点数据集合，该集合中包括M个地图点数据，并根据M个地图点数据确定该集合对应的分布区域。然后，利用等分区域法将分布区域划分成n个子区域，并获取每个子区域所包括的地图点数据的数量，其中，n的初始值为N，N为目标提取数。同时，确定包括地图点数据的数量为非零的子区域的个数m，并判断该m是否满足预设条件，如果不满足，利用目标参数更新n，并重新对分布区域进行划分，直至m满足预设条件。当m满足预设条件后，从m个子区域中分别确定出一个地图点数据，从而获得m个地图点数据。再根据每个地图点数据对应的权重值和/或密度值对m个地图点数据进行排序，并从中提取N个地图点数据。
即，通过本申请实施例提供的提取方法，利用等分法将地图点数据分布空间进行均匀分区域，使得所提取的地图点数据更均匀，并且通过迭代方式动态调整分区域的数量，提高m收敛速度；其次，在提取时，考虑了地图点数据的权重值和/或密度值，保证提取的地图点数据为重要点数据且更加均匀。
基于上述实施例可知，本申请实施例是通过迭代方式动态调整分区域数量，为便于理解该实现过程，下面将结合附图对该过程进行说明。
参见图3，该图为本申请实施例提供的一种调整分区数量的流程图，如图3所示，该方法可以包括：
S301：获取待处理地图点数据集合对应的分布区域D。
S302：将分布区域D进行等分获得n个子区域，并获取每个子区域所包括的地图点数据的个数。
本实施例中，n的初始值为N，即先对分布区域进行N等分，获得多个子区域D1～Dn。同时，获取获取每个子区域所包括的地图点数据的数量，如C1～Cn。
S303：获取包括地图点数据的数量为非零的子区域的个数m，判断m是否小于N，如果是，则执行S304；否则，执行S305。
S304：将n加上第一目标参数进行更新，执行S302。
本实施例中，当m小于N时，表示m不满足预设条件，则对n进行更新，将n加上第一目标参数获得更新后的n，再利用更新后的n对分布区域D再次进行等分，其中，第一目标参数为正数，从而增加等分子区域的数量。
S305：判断m是否大于N1，如果是，则执行S306；否则，执行S307。
本实施例通过设置双门限来确保提取的地图点数据的个数m满足后续要求，即当判断出m大于N时，再次判断m是否大于N1，如果大于N1，表示不满足预设条件，需要对n进行更新，执行S306。其中，N1为预先设定的门限值，N1大于N且小于M，具体地，N1可以由N乘以系数a确定，该系数a为大于1的正数。即，通过设定N1，进一步缩小提取空间，以保证所提取的地图点数据为重要点数据。
S306：将n加上第二目标参数进行更新，执行S302。
当m大于N1时，表示即将提取的m个地图点数据大于N1，不满足门限值，则将n加上第二目标参数，由于第二目标参数为负数，从而减少等分子区域的数量，进而减小m的取值，以保证后续所获取的m小于N1。
S307：从m个子区域中分别确定出一地图点数据，获得m个地图点数据。
当m满足上述两个门限值后，从m个子区域中分别确定出一地图点数据，从而获得m个地图点数据。
可见，通过本申请实施例提供的双门限判断提取地图点数据个数是否需满足要求的方式进行不断迭代来动态调整子区域的数量，提高m的收敛速度。
基于上述方法实施例，本申请实施例提供了对应的提取装置，下面将结合附图对该装置进行说明。
参见图4，该图为本申请实施例提供的一种地图点数据提取装置结构图，如图4所示，该装置可以包括：
第一获取单元401，用于获取待处理地图点数据集合，并根据地图点数据确定所述待处理地图点数据集合对应的分布区域，所述待处理地图点数据集合中包括M个地图点数据；
第一确定单元402，用于对所述分布区域进行等分获得n个子区域，并确定各个所述子区域对应的地图点数据的数量，其中，n的初始值为N，N为目标提取数，N为大于1且小于M的正整数；
第二获取单元403，用于获取包括所述地图点数据的数量为非零的子区域的个数m；
判断单元404，用于判断m是否满足预设条件；
更新单元405，用于当m不满足预设条件时，将n加上目标参数进行更新，重复执行所述第一确定单元，直至m满足预设条件；
第二确定单元406，用于当m满足预设条件时，从m个所述子区域中分别确定出一地图点数据，获得m个地图点数据；
排序单元407，用于根据所述地图点数据的权重值和/或密度值对所述m个地图点数据进行排序，根据排序结果提取N个地图点数据，所述密度值为所述地图点数据所属子区域的密度。
在一种可能的实现方式中，所述第二确定单元，具体用于针对每个子区域，根据所述子区域所包括的地图点数据对应的权重值确定所述子区域对应一地图点数据。
在一种可能的实现方式中，所述排序单元，包括：
确定子单元，用于根据所述地图点数据的权重值和密度值确定所述地图点数据的参考值，所述参考值随所述权重值单调递增，随所述密度值单调递减；
排序子单元，用于根据每个所述地图点数据对应的参考值对m个地图点数据进行排序，根据排序结果提取N个地图点数据。
在一种可能的实现方式中，所述确定子单元，具体用于针对每个地图点数据，将所述地图点数据对应的权重值除以密度值作为所述地图点数据对应的参考值；或者，针对每个地图点数据，将所述地图点数据对应的权重值加上密度值的倒数作为所述地图点数据对应的参考值；或者，针对每个地图点数据，将所述地图点数据对应的权重值减去密度值作为所述地图点数据对应的参考值。
在一种可能的实现方式中，所述判断单元，具体用于判断m是否小于N；
如果m小于N，则确定m不满足预设条件，对n进行更新；
如果m不小于N，判断m是否大于N1，其中，N1大于N且小于M；
如果m大于N1，则确定m不满足预设条件，对n进行更新；
如果m不大于N1，则确定m满足预设条件。
在一种可能的实现方式中，所述更新单元，具体用于当m小于N时，将n加上第一目标参数进行更新，所述第一目标参数为正数；当m大于N1时，将n加上第二目标参数进行更新，所述第二目标参数为负数。
在一种可能的实现方式中，当所述地图点数据为二维数据，所述分布区域为长方形，n的确定过程，包括：
根据所述长方形的面积以及n对应的当前值确定等分区域的边长；
根据所述长方形的长宽以及所述等分区域的边长，确定所述长宽各条边对应的等分数量；
针对任一条边，如果该条边对应的等分数量为非整数，则将该条边的等分数量取整获得该条边对应的第三目标参数；
将所述长宽各条边对应的第三目标参数的乘积确定为n对应的最终值。
在一种可能的实现方式中，当所述地图点数据为三维数据，所述分布区域为长方体，当n的确定过程，包括：
根据所述长方体的体积以及n对应的当前值确定等分区域的边长；
根据所述长方体的长宽高以及所述等分区域的边长，确定所述长宽高各条边对应的等分数量；
针对任一条边，如果该条边对应的等分数量为非整数，则将该条边的等分数量取整获得该条边对应的第四目标参数；
将所述长宽高各条边对应的第四目标参数的乘积确定为n的最终值。
在一种可能的实现方式中，所述地图点数据所属子区域对应的密度值确定过程包括：
根据所述地图点数据所属子区域以及该子区域的邻域所包括的地图点数据的数量确定所述地图点数据的密度值。
在一种可能的实现方式中，所述地图点数据对应的权重值确定过程包括：
根据所述地图点数据对应的像素值确定权重值，所述权重值与所述像素值成正比。
需要说明的是，本实施例中各个单元的实现可以参见上述方法实施例，本实施例在此不再赘述。
另外，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行所述的地图点数据提取的方法。
本申请实施例提供了一种实现地图点数据提取设备，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，所述处理器执行所述计算机程序时，实现所述的地图点数据提取的方法。
通过上述描述可知，提取装置首先获取待处理地图点数据集合，该集合中包括M个地图点数据，并根据M个地图点数据确定该集合对应的分布区域。然后，利用等分区域法将分布区域划分成n个子区域，并获取每个子区域所包括的地图点数据的数量，其中，n的初始值为N，N为目标提取数。同时，确定包括地图点数据的数量为非零的子区域的个数m，并判断该m是否满足预设条件，如果不满足，利用目标参数更新n，并重新对分布区域进行划分，直至m满足预设条件。当m满足预设条件后，从m个子区域中分别确定出一个地图点数据，从而获得m个地图点数据。再根据每个地图点数据对应的权重值和/或密度值对m个地图点数据进行排序，并从中提取N个地图点数据。
即，通过本申请实施例提供的提取方法，利用等分法将地图点数据分布空间进行均匀分区域，使得所提取的地图点数据更均匀，并且通过迭代方式动态调整分区域的数量，提高m收敛速度；其次，在提取时，考虑了地图点数据的权重值和/或密度值，保证提取的地图点数据为重要点数据且更加均匀。
需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (13)
1.一种地图点数据提取方法，其特征在于，所述方法包括：
获取待处理地图点数据集合，并根据地图点数据确定所述待处理地图点数据集合对应的分布区域，所述待处理地图点数据集合中包括M个地图点数据；
对所述分布区域进行等分获得n个子区域，并确定各个所述子区域对应的地图点数据的数量，其中，n的初始值为N，N为目标提取数，N为大于1且小于M的正整数；
获取包括所述地图点数据的数量为非零的子区域的个数m，并判断m是否满足预设条件；
当m不满足预设条件时，将n加上目标参数进行更新，重复对所述分布区域进行等分获得n个子区域，直至m满足预设条件；
当m满足预设条件时，从m个所述子区域中分别确定出一个地图点数据，获得m个地图点数据；
根据所述地图点数据的权重值和/或密度值对所述m个地图点数据进行排序，根据排序结果提取N个地图点数据，所述密度值为所述地图点数据所属子区域的地图点密度。
2.根据权利要求1所述的方法，其特征在于，从m个所述子区域中分别确定出一个地图点数据，获得m个地图点数据，包括：
针对每个子区域，根据所述子区域所包括的地图点数据对应的权重值确定所述子区域对应一个地图点数据。
3.根据权利要求1所述的方法，其特征在于，所述根据所述地图点数据的权重值和/或密度值对所述m个地图点数据进行排序，根据排序结果提取N个地图点数据，包括：
根据所述地图点数据的权重值和密度值确定所述地图点数据的参考值，所述参考值随所述权重值单调递增，随所述密度值单调递减；
根据每个所述地图点数据对应的参考值对m个地图点数据进行排序，根据排序结果提取N个地图点数据。
4.根据权利要求3所述的方法，其特征在于，所述根据所述地图点数据的权重值和密度值确定所述地图点数据对应的参考值，包括：
针对每个地图点数据，将所述地图点数据对应的权重值除以密度值作为所述地图点数据对应的参考值；或者，
针对每个地图点数据，将所述地图点数据对应的权重值加上密度值的倒数作为所述地图点数据对应的参考值；或者，
针对每个地图点数据，将所述地图点数据对应的权重值减去密度值作为所述地图点数据对应的参考值。
5.根据权利要求1所述的方法，其特征在于，所述获取包括所述地图点数据的数量为非零的子区域的个数m，并判断m是否满足预设条件，包括：
判断m是否小于N；
如果m小于N，则确定m不满足预设条件，对n进行更新；
如果m不小于N，判断m是否大于N1，其中，N1大于N且小于M；
如果m大于N1，则确定m不满足预设条件，对n进行更新；
如果m不大于N1，则确定m满足预设条件。
6.根据权利要求5所述的方法，其特征在于，当m不满足预设条件时，将n加上目标参数进行更新，包括：
当m小于N时，将n加上第一目标参数进行更新，所述第一目标参数为正数；
当m大于N1时，将n加上第二目标参数进行更新，所述第二目标参数为负数。
7.根据权利要求1-6任一项所述的方法，其特征在于，当所述地图点数据为二维数据，所述分布区域为长方形，n的确定过程，包括：
根据所述长方形的面积以及n对应的当前值确定等分区域的边长；
根据所述长方形的长宽以及所述等分区域的边长，确定所述长宽各条边对应的等分数量；
针对任一条边，如果该条边对应的等分数量为非整数，则将该条边的等分数量取整获得该条边对应的第三目标参数；
将所述长宽各条边对应的第三目标参数的乘积确定为n对应的最终值。
8.根据权利要求1-6任一项所述的方法，其特征在于，当所述地图点数据为三维数据，所述分布区域为长方体，n的确定过程，包括：
根据所述长方体的体积以及n对应的当前值确定等分区域的边长；
根据所述长方体的长宽高以及所述等分区域的边长，确定所述长宽高各条边对应的等分数量；
针对任一条边，如果该条边对应的等分数量为非整数，则将该条边的等分数量取整获得该条边对应的第四目标参数；
将所述长宽高各条边对应的第四目标参数的乘积确定为n的最终值。
9.根据权利要求1所述的方法，其特征在于，所述地图点数据所属子区域对应的密度值确定过程包括：
根据所述地图点数据所属子区域以及该子区域的邻域所包括的地图点数据的数量确定所述地图点数据的密度值。
10.根据权利要求1所述的方法，其特征在于，所述地图点数据对应的权重值确定过程包括：
根据所述地图点数据对应的像素值确定权重值，所述权重值与所述像素值成正比。
11.一种地图点数据提取装置，其特征在于，所述装置包括：
第一获取单元，用于获取待处理地图点数据集合，并根据地图点数据确定所述待处理地图点数据集合对应的分布区域，所述待处理地图点数据集合中包括M个地图点数据；
第一确定单元，用于对所述分布区域进行等分获得n个子区域，并确定各个所述子区域对应的地图点数据的数量，其中，n的初始值为N，N为目标提取数，N为大于1且小于M的正整数；
第二获取单元，用于获取包括所述地图点数据的数量为非零的子区域的个数m；
判断单元，用于判断m是否满足预设条件；
更新单元，用于当m不满足预设条件时，将n加上目标参数进行更新，重复执行所述第一确定单元，直至m满足预设条件；
第二确定单元，用于当m满足预设条件时，从m个所述子区域中分别确定出一地图点数据，获得m个地图点数据；
排序单元，用于根据所述地图点数据的权重值和/或密度值对所述m个地图点数据进行排序，根据排序结果提取N个地图点数据，所述密度值为所述地图点数据所属子区域的密度。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行权利要求1-10任一项所述的地图点数据提取的方法。
13.一种实现地图点数据提取设备，其特征在于，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，所述处理器执行所述计算机程序时，实现如权利要求1-10任一项所述的地图点数据提取的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010273426.XA CN111506687B (zh) | 2020-04-09 | 2020-04-09 | 一种地图点数据提取方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010273426.XA CN111506687B (zh) | 2020-04-09 | 2020-04-09 | 一种地图点数据提取方法、装置、存储介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111506687A CN111506687A (zh) | 2020-08-07 |
| CN111506687B true CN111506687B (zh) | 2023-08-08 |
Family
ID=71874330
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010273426.XA Active CN111506687B (zh) | 2020-04-09 | 2020-04-09 | 一种地图点数据提取方法、装置、存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111506687B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112988742B (zh) * | 2021-02-19 | 2023-06-23 | 平安科技（深圳）有限公司 | 三维电子地图构建方法、装置、电子设备和存储介质 |
| CN113077475B (zh) * | 2021-03-17 | 2023-09-08 | 杭州海康机器人股份有限公司 | 视觉定位方法、装置、系统、移动机器人及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108682027A (zh) * | 2018-05-11 | 2018-10-19 | 北京华捷艾米科技有限公司 | 基于点、线特征融合的vSLAM实现方法及系统 |
| CN110161464A (zh) * | 2019-06-14 | 2019-08-23 | 成都纳雷科技有限公司 | 一种雷达多目标聚类方法及装置 |
| CN110570370A (zh) * | 2019-08-26 | 2019-12-13 | Oppo广东移动通信有限公司 | 图像信息的处理方法、装置、存储介质及电子设备 |
| CN110645986A (zh) * | 2019-09-27 | 2020-01-03 | Oppo广东移动通信有限公司 | 定位方法及装置、终端、存储介质 |
| CN110706238A (zh) * | 2019-09-12 | 2020-01-17 | 南京人工智能高等研究院有限公司 | 对点云数据进行分割的方法及装置、存储介质和电子设备 |
| CN110738143A (zh) * | 2019-09-27 | 2020-01-31 | Oppo广东移动通信有限公司 | 定位方法及装置、设备、存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9390110B2 (en) * | 2012-05-02 | 2016-07-12 | Level Set Systems Inc. | Method and apparatus for compressing three-dimensional point cloud data |
-
2020
- 2020-04-09 CN CN202010273426.XA patent/CN111506687B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108682027A (zh) * | 2018-05-11 | 2018-10-19 | 北京华捷艾米科技有限公司 | 基于点、线特征融合的vSLAM实现方法及系统 |
| CN110161464A (zh) * | 2019-06-14 | 2019-08-23 | 成都纳雷科技有限公司 | 一种雷达多目标聚类方法及装置 |
| CN110570370A (zh) * | 2019-08-26 | 2019-12-13 | Oppo广东移动通信有限公司 | 图像信息的处理方法、装置、存储介质及电子设备 |
| CN110706238A (zh) * | 2019-09-12 | 2020-01-17 | 南京人工智能高等研究院有限公司 | 对点云数据进行分割的方法及装置、存储介质和电子设备 |
| CN110645986A (zh) * | 2019-09-27 | 2020-01-03 | Oppo广东移动通信有限公司 | 定位方法及装置、终端、存储介质 |
| CN110738143A (zh) * | 2019-09-27 | 2020-01-31 | Oppo广东移动通信有限公司 | 定位方法及装置、设备、存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 董嘉敏 ; 田华 ; .基于局部熵的点云精简算法.现代电子技术.2020,(第01期),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111506687A (zh) | 2020-08-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9483835B2 (en) | Depth value restoration method and system | |
| CN111506687B (zh) | 一种地图点数据提取方法、装置、存储介质及设备 | |
| CN109544568A (zh) | 目标图像分割方法、装置及设备 | |
| US9196021B2 (en) | Video enhancement using related content | |
| EP2958049A2 (en) | Method and apparatus for extracting feature regions from point cloud | |
| CN109583509B (zh) | 数据生成方法、装置及电子设备 | |
| KR101694697B1 (ko) | 텍스춰정보를 포함하는 단순 선형 상관 클러스터링을 이용한 영상 분할방법, 이를 기록한 기록매체 | |
| CN107871321B (zh) | 图像分割方法及装置 | |
| CN109345536B (zh) | 一种图像超像素分割方法及其装置 | |
| Han et al. | Development of a hashing-based data structure for the fast retrieval of 3D terrestrial laser scanned data | |
| CN109102514A (zh) | 一种图像分割方法、装置、设备及计算机可读存储介质 | |
| CN112767424A (zh) | 一种基于室内三维点云空间自动剖分方法 | |
| CN116468838B (zh) | 一种区域资源渲染方法、系统、计算机及可读存储介质 | |
| CN116977671A (zh) | 基于图像空间定位的目标跟踪方法、装置、设备及存储介质 | |
| CN116468632A (zh) | 一种基于自适应特征保持的网格去噪方法及装置 | |
| US20140185951A1 (en) | Summed area computation using ripmap of partial sums | |
| CN114596195A (zh) | 一种地形数据处理方法、系统、装置及计算机存储介质 | |
| CN112508970A (zh) | 一种点云数据分割方法及装置 | |
| McConnell et al. | Radar cross-section estimation of SAR images | |
| JP3611006B2 (ja) | 画像領域分割方法および画像領域分割装置 | |
| CN105957050B (zh) | 分割图像的方法及装置 | |
| WO2002075657A2 (en) | Image segmentation by gravitational clustering | |
| KR101914415B1 (ko) | 반복적 이상 클러스터 제거를 이용한 시각적 돌출 맵 검출 방법 | |
| CN117455936B (zh) | 点云数据处理方法、装置及电子设备 | |
| Gu et al. | Extended pairwise potentials |
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 |