CN111583380A - 一种分割点云连通区域的快速着色方法、终端及存储介质 - Google Patents

一种分割点云连通区域的快速着色方法、终端及存储介质 Download PDF

Info

Publication number
CN111583380A
CN111583380A CN202010422635.6A CN202010422635A CN111583380A CN 111583380 A CN111583380 A CN 111583380A CN 202010422635 A CN202010422635 A CN 202010422635A CN 111583380 A CN111583380 A CN 111583380A
Authority
CN
China
Prior art keywords
coloring
thiessen
polygon
color
adjacent
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.)
Pending
Application number
CN202010422635.6A
Other languages
English (en)
Inventor
陈婷婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Greenvalley Technology Co ltd
Original Assignee
Beijing Greenvalley Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Greenvalley Technology Co ltd filed Critical Beijing Greenvalley Technology Co ltd
Priority to CN202010422635.6A priority Critical patent/CN111583380A/zh
Publication of CN111583380A publication Critical patent/CN111583380A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/50Lighting effects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/20Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Architecture (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Image Generation (AREA)

Abstract

本发明实施例提出了一种分割点云连通区域的快速着色方法、终端及存储介质,该方法包括:获取分割点云后生成的各点集的重心点;基于各所述重心点构建泰森多边形;为各所述泰森多边形对应的区域构建着色池;其中所述着色池中存储有颜色的颜色标记;不同的颜色对应不同的颜色标记;基于泰森多边形的邻接关系以及邻接着色不同的原则,循环确定各所述泰森多边形的可用颜色的颜色标记;基于所确定的颜色标记进行着色。本方案通过获取分割点云重心点;利用重心点构建泰森多边形;根据泰森多边形邻接关系循环标记着色,标记着色的效率高,且方法简单易用,即使对数量较多的点云块,也可以进行很好的处理。

Description

一种分割点云连通区域的快速着色方法、终端及存储介质
技术领域
本发明涉及点云着色技术领域,特别涉及一种分割点云连通区域的快速着色方法、终端及存储介质。
背景技术
点云数据是(英文名为point cloud data)是指扫描资料以点的形式记录,每一个点包含有大量的信息,例如可以包括三维坐标,也可能含有颜色信息(RGB)或反射强度信息(Intensity)等等,且点云数据一般包括海量的点云(具体数量为上亿的级别),处理的难度很大,即使强行处理对硬件设备的要求也很高,因此在进行处理时,一般需要对点云数据进行分割,而分割的效果需要检验以及需要直观的显示,为此需要在点云数据进行分割后进行可视化。
目前常规的分割点云着色有以下几种方式,一种如公开号为CN110782517A,名称为点云标注方法、装置、存储介质及电子设备,其方案是以人工标记的方式来进行的,此外,还有一种是采用随机着色方式。具体应用过程如下:随机着色使用构造的随机值进行着色,但对于点云的邻接分割块间不能避免颜色冲突,影响分割后的视觉效果,对分割结果容易造成误判。
若要解决着色冲突常用地图着色方式,会需要使用贪心算法进行遍历判别着色冲突,在遍历过程中避免相邻(邻接分割块间)着色相同相近造成着色冲突,然而应用上述方法则会出现一个技术问题,即待着色数量越大时处理效率会越来越低。对于分割数量较多的点云块来说,实际应用不可行。
由此,目前需要一种更好的方法以解决该技术问题。
发明内容
针对现有技术中的缺陷,本发明提出了一种分割点云连通区域的快速着色方法、终端及存储介质,本方案通过获取分割点云重心点;利用重心点构建泰森多边形;根据泰森多边形邻接关系循环标记着色,标记着色的效率高,且方法简单易用,即使对分割数量较多的点云块来说,也可以进行很好的处理。
本发明实施例提出了一种分割点云连通区域的快速着色方法,包括:
获取分割点云后生成的各点集的重心点;
基于各所述重心点构建泰森多边形;
为各所述泰森多边形对应的区域构建着色池;其中所述着色池中存储有颜色的颜色标记;不同的颜色对应不同的颜色标记;
基于泰森多边形的邻接关系以及邻接着色不同的原则,循环确定各所述泰森多边形的可用颜色的颜色标记;
基于所确定的颜色标记进行着色。
在一个具体的实施例中,所述获取分割点云后生成的各点集的重心点,包括:
将分割后的点云按照分割标签进行排序;
提取同一标签的分割点云作为一簇点集;
分别确定计算每一簇所述点集的重心点,即基于如下公式计算而得:
Figure 107968DEST_PATH_IMAGE001
其中,
Figure 353004DEST_PATH_IMAGE002
为重心,
Figure 601583DEST_PATH_IMAGE003
为分割后的点集中的各点的位置;n为点集中点的数量。
在一个具体的实施例中,所述基于各所述重心点构建泰森多边形,包括:
基于各所述重心点构建Delaunay三角网;
基于所述Delaunay三角网构建泰森多边形。
在一个具体的实施例中,所述基于泰森多边形的邻接关系以及邻接着色不同的原则,循环确定各所述泰森多边形的可用颜色的颜色标记,包括:
选择一所述泰森多边形作为当前泰森多边形,判断所述当前泰森多边形是否已着色;
若判断结果为否,则确定邻接多边形的着色信息;所述邻接多边形为与所述当前泰森多边形相邻的其他泰森多边形;
基于所述着色信息以及邻接着色不同的原则更新所述当前泰森多边形的着色池中的颜色标记;
从更新后的所述颜色标记中选择所述当前泰森多边形的可用颜色的颜色标记。
在一个具体的实施例中,还包括:
若所述泰森多边形已着色,则选择另一所述泰森多边形作为当前泰森多边形。
在一个具体的实施例中, 所述基于所述着色信息以及邻接着色不同的原则更新所述当前泰森多边形的着色池中可用颜色的颜色标记,包括:
基于所述着色信息确定未着色的所述邻接多边形的数量;
判断所述着色池中剩余可用颜色的颜色标记数是否大于未着色所述邻接多边形的数量;
若判断结果为否,则对所述邻接多边形进行间隔颜色优化,并获取优化后的所述邻接多边形的着色信息;
基于更新后的着色信息以及邻接着色不同的原则更新所述当前泰森多边形的着色池中可用颜色的颜色标记。
在一个具体的实施例中,所述对所述邻接多边形进行间隔颜色优化,包括:
将所述邻接多边形中间隔至少一个泰森多边形的多个泰森多边形的着色修改为一致。
在一个具体的实施例中,所述颜色标记的数量大于3。
本发明实施例还提出了一种终端,包括用于上述方法的模块。
本发明实施例还提出了一种存储介质,所述存储介质存储有用于执行上述方法的程序。
以此,本发明实施例提出了本发明实施例提出了一种分割点云连通区域的快速着色方法、终端及存储介质,该方法包括:获取分割点云后生成的各点集的重心点;基于各所述重心点构建泰森多边形;为各所述泰森多边形对应的区域构建着色池;其中所述着色池中存储有颜色的颜色标记;不同的颜色对应不同的颜色标记;基于泰森多边形的邻接关系以及邻接着色不同的原则,循环确定各所述泰森多边形的可用颜色的颜色标记;基于所确定的颜色标记进行着色。本方案通过获取分割点云重心点;利用重心点构建泰森多边形;根据泰森多边形邻接关系循环标记着色,标记着色的效率高,且方法简单易用,即使对分割数量较多的点云块来说,也可以进行很好的处理。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提出的一种割点云连通区域的快速着色方法的流程示意图;
图2为本发明实施例提出的一种割点云连通区域的快速着色方法的流程示意图;
图3为本发明实施例提出的一种割点云连通区域的快速着色方法中构建Delaunay三角网的示意图;
图4为本发明实施例提出的一种割点云连通区域的快速着色方法的流程示意图。
具体实施方式
在下文中,将更全面地描述本公开的各种实施例。本公开可具有各种实施例,并且可在其中做出调整和改变。
实施例1
本发明实施例1公开了一种分割点云连通区域的快速着色方法,如图1 所示,包括以下步骤:
步骤101、获取分割点云后生成的各点集的重心点;
具体的,步骤101中的所述获取分割点云后生成的各点集的重心点,包括:
将分割后的点云按照分割标签进行排序;
提取同一标签的分割点云作为一簇点集;
分别确定计算每一簇点集的重心点。
具体的,确定重心可以有多种方式,在一种方式中,例如可以基于公式来进行:
Figure 341000DEST_PATH_IMAGE004
;其中,
Figure 483268DEST_PATH_IMAGE005
为重心,
Figure 774572DEST_PATH_IMAGE006
为分割后的点集中的各点的位置;n为点集中点的数量。
分割后点云是一个个点集(也即点云数据集),分割后点云获取重心点,则可以利用该重心点来代表这各点云数据集;后续可以将若干个点连接起来构成三角剖分网模型(即构建Delaunay三角网)。
步骤102、基于各所述重心点构建泰森多边形;
具体的,在步骤102中所述基于各所述重心点构建泰森多边形,如图2所示,包括:
基于各所述重心点构建Delaunay三角网;
基于所述Delaunay三角网构建泰森多边形。
具体的,如图3所示,基于各所述重心点构建Delaunay三角网是将相邻的3个点(即重心点)连接起来以此形成的。构建delaunay三角网的主要目的是将各个离散点(即本申请技术中的重心点)构建拓扑关系,从而方便构建泰森多边形。
本方案中,通过重心点构建Delaunay三角网,实现了以最近的三点形成三角形,且各线段(三角形的边)皆不相交;此外,不论从区域何处开始构建,最终都将得到一致的结果;任意两个相邻三角形形成的凸四边形的对角线如果可以互换的话,那么两个三角形六个内角中最小的角度不会变大;如果将三角网中的每个三角形的最小角进行升序排列,则Delaunay三角网的排列得到的数值最大;此外,不管是新增、删除、移动某一个顶点时只会影响临近的三角形;具有凸多边形的外壳:三角网最外层的边界形成一个凸多边形的外壳;基于以上特性,利于后续的快速着色。
至于构建泰森多边形,一种方式是基于Delaunay三角网中的各边,取垂直平分线而生成。
还一种方式则是:在Delaunay三角网找出与每个点相邻的所有三角形的编号,并记录下来。这只要在已构建的三角网中找出具有一个相同顶点的所有三角形即可;对与每个点相邻的三角形按顺时针或逆时针方向排序,以便下一步连接生成泰森多边形。设离散点为o。找出以o为顶点的一个三角形,设为A;取三角形A除o以外的另一顶点,设为a,则另一个顶点也可找出,即为f;例如以顺时针方向排序,则下一个三角形必然是以of为边的,即为三角形F;三角形F的另一顶点为e,则下一三角形是以oe为边的;如此重复进行,直到回到oa边。然后计算每个三角形的外接圆圆心,并记录之。最后根据每个离散点的相邻三角形,连接这些相邻三角形的外接圆圆心,即得到泰森多边形。对于三角网边缘的泰森多边形,可作垂直平分线与图廓相交,与图廓一起构成泰森多边形。
通过上述方法构建泰森多边形,以此使得每个泰森多边形内仅含有一个离散点数据;泰森多边形之间的拓扑关系也即点与点(分割数据块)之间临接关系。
步骤103、为各所述泰森多边形对应的区域构建着色池;其中所述着色池中存储有颜色的颜色标记;不同的颜色对应不同的颜色标记;需要解释说明的是,构建泰森多边形及为每一个泰森多边形都初始化一个着色池,具体是这样操作的:根据分布的重心点构建Delaunay三角网;根据三角网构建泰森多边形;对每个泰森多边形初始化着色池(即每个泰森多边形都有一个特定的初始化着色池)。
具体的,考虑到后续着色的需要,所述颜色标记的数量大于3;也即对应的着色用的颜色大于等于3,具体的数量越多越好。
每一个泰森多边形对应的着色池用于记录该泰森多边形周围其他泰森多边形(也即该泰森多边形的邻接泰森多边形)所占用的颜色,以此该泰森多边形使用哪种颜色是从着色池中剩余颜色中选择一种,以此使得相邻的泰森多边形的着色的颜色不同。
上述着色信息可以使用颜色标记记录,比如10种颜色,则可以用1-10代表。那么,如果当前泰森多边形周围的一个泰森多边形标记的是1,则当前泰森多边形的着色池中将颜色标记1设置为不可用或已用。
步骤104、基于泰森多边形的邻接关系以及邻接着色不同的原则,循环确定各所述泰森多边形的可用颜色的颜色标记;
在一个具体的实施例中,步骤104中的所述基于泰森多边形的邻接关系以及邻接着色不同的原则,循环确定各所述泰森多边形的可用颜色的颜色标记,如图4所示,包括:
选择一所述泰森多边形作为当前泰森多边形,判断所述当前泰森多边形是否已着色;
若判断结果为否,则确定邻接多边形的着色信息;所述邻接多边形为与所述当前泰森多边形相邻的其他泰森多边形;
基于所述着色信息以及邻接着色不同的原则更新所述当前泰森多边形的着色池中的颜色标记;
从更新后的所述颜色标记中选择所述当前泰森多边形的可用颜色的颜色标记。
具体的,可以循环遍历每个泰森多边形,标记着色。具体流程为对于每个泰森多边形,收集邻接多边形着色信息,若邻接多边形已有着色,获取已着色颜色标签,在当前着色池中将邻接多边形中已有着色标记为不可用。当前的泰森多边形从着色池中选择剩余可用着色标记。
如图4所示,本方案完整的流程可以为:首先获取到分割后的点云,并获取到分割后点集的重心点,并基于重心点构建泰森多边形,在构建泰森多边形的同时,为每个泰森多边形构建着色池;而在构建泰森多边形之后,会遍历各泰森多边形,判断其是否已着色,若判断结果为已经着色,则遍历泰森多边形中的其他未进行判断的泰森多边形,而若是判断结果为未着色,则收集该泰森多边形(例如命名为泰森多边形1)邻接泰森多边形着色信息(例如泰森多边形2,3,4的着色信息,分别为红色,黄色,绿色),由此,更新泰森多边形1中着色池(具体的将红色,黄色,绿色设置为不可用),再从泰森多边形1的着色池中选取剩余可用颜色(例如蓝色)进行着色;
而在此过程中,会判断泰森多边形1的着色池中是否剩余可用颜色,若是有剩余可用颜色了,则执行上述操作,而若是没有剩余的可用颜色了,则修改泰森多边形1的邻接泰森多边形(例如将泰森多边形2,4的颜色均设置为红色),以此再更新泰森多边形1的着色池(在此情况在,绿色则为可用的颜色了)
此外,在一个实施例中,若所述泰森多边形已着色,则选择另一所述泰森多边形作为当前泰森多边形。
具体的,选择另一所述泰森多边形作为当前泰森多边形可以随机选取其他的泰森多边形,但是优选的方式中,所选择的另一所述泰森多边形是已着色的泰森多边形的邻接泰森多边形,以此可以逐次逐层进行后续的着色处理。
在一个具体的实施例中,所述基于所述着色信息以及邻接着色不同的原则更新所述当前泰森多边形的着色池中可用颜色的颜色标记,包括:
基于所述着色信息确定未着色的所述邻接多边形的数量;
判断所述着色池中剩余可用颜色的颜色标记数是否大于未着色所述邻接多边形的数量;
若判断结果为否,则对所述邻接多边形进行间隔颜色优化,并获取优化后的所述邻接多边形的着色信息;
基于更新后的着色信息以及邻接着色不同的原则更新所述当前泰森多边形的着色池中可用颜色的颜色标记。
具体的,若着色池中N个色段少于或等于邻接多边形个数。这种情况下,可从修改邻接多变形标记着色,循环检查邻接着色,避免着色冲突。
具体的,所述对所述邻接多边形进行间隔颜色优化,包括:
将所述邻接多边形中间隔至少一个泰森多边形的多个泰森多边形的着色修改为一致。
例如针对某一个泰森多边形,其对应有三个相邻泰森多边形A/B/C,对于泰森多边形A和泰森多边形C来说不相邻可以使用相同色。这样即便颜色较少,也能够减少相邻数据着色相同。也即邻接多边形中着色可间隔使用相同着色标记,以此减少颜色数量,使得颜色数量少于邻接多边形个数时避免着色冲突也在某些程度下是可行的。
本方案需要达到的目的是避免邻接分割块间着色冲突,在此以一个例子来进行说明,例如先对当前1号泰森多边形的图形进行着色,遍历数据,对1号泰森多边形的图形邻接的若干个其他泰森多边形(例如为泰森多边形2,3)的图形进行着色信息(着色信息可以使用标签记录,例如10种颜色,则可以用1~10代表。那么,如果周围的一个多边形标记的是1,则该多边形将1标签设置为不可用或已用标识)收集,判断邻接泰森多边形(泰森多边形2,3、4、5)的图形是否着色,如着色则获取已着色颜色标签并在当前着色池中将邻接多边形中已有着色标记为不可用(需要注意的是颜色标签与着色图形之间是不完全一一对应的,因为可能当前多边形的邻域多边形少于或多于颜色标签个数);后续泰森多边形1就从着色池中剩余可用的颜色中选择一种进行图形的着色,若是着色池中没有剩余的可用颜色了,则选择改变泰森多边形1的邻接多边形的颜色,例如将泰森多边形2与4的颜色修改为相同,以此对泰森多边形来说,就可以有剩余的可用颜色来进行图像的着色,对泰森多边形1进行着色完成之后,然后再对邻接下一编号的泰森多边形(即2号泰森多边形进行着色标记)的图形进行着色,直到所有的泰森多边形着色完成。
实施例2
本发明实施例2还公开了一种终端,包括用于执行实施例1中所述方法的模块。具体的,本发明实施例2中所公开的详细内容请参见实施例1中的记载。
实施例3
本发明实施例3还公开了一种存储介质,所述存储介质存储有用于执行实施例1中所述方法的程序。具体的,本发明实施例3中所公开的详细内容请参见实施例1中的记载。
以此,本发明实施例提出了本发明实施例提出了一种分割点云连通区域的快速着色方法、终端及存储介质,该方法包括:获取分割点云后生成的各点集的重心点;基于各所述重心点构建泰森多边形;为各所述泰森多边形对应的区域构建着色池;其中所述着色池中存储有颜色的颜色标记;不同的颜色对应不同的颜色标记;基于泰森多边形的邻接关系以及邻接着色不同的原则,循环确定各所述泰森多边形的可用颜色的颜色标记;基于所确定的颜色标记进行着色。本方案通过获取分割点云重心点;利用重心点构建泰森多边形;根据泰森多边形邻接关系循环标记着色,标记着色的效率高,且方法简单易用,即使对分割数量较多的点云块来说,也可以进行很好的处理。
本领域技术人员可以理解附图只是一个优选实施场景的示意图,附图中的模块或流程并不一定是实施本发明所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中,也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块,也可以进一步拆分成多个子模块。上述本发明序号仅仅为了描述,不代表实施场景的优劣。以上公开的仅为本发明的几个具体实施场景,但是,本发明并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (10)

1.一种分割点云连通区域的快速着色方法,其特征在于,包括:
获取分割点云后生成的各点集的重心点;
基于各所述重心点构建泰森多边形;
为各所述泰森多边形对应的区域构建着色池;其中所述着色池中存储有颜色的颜色标记;不同的颜色对应不同的颜色标记;
基于泰森多边形的邻接关系以及邻接着色不同的原则,循环确定各所述泰森多边形的可用颜色的颜色标记;
基于所确定的颜色标记进行着色。
2.如权利要求1所述的一种分割点云连通区域的快速着色方法,其特征在于,所述获取分割点云后生成的各点集的重心点,包括:
将分割后的点云按照分割标签进行排序;
提取同一标签的分割点云作为一簇点集;
分别确定计算每一簇所述点集的重心点,即基于如下公式计算而得:
Figure DEST_PATH_IMAGE001
其中,
Figure 147440DEST_PATH_IMAGE002
为重心,
Figure DEST_PATH_IMAGE003
为分割后的点集中的各点的位置;n为点集中点的数量。
3.如权利要求1所述的一种分割点云连通区域的快速着色方法,其特征在于,所述基于各所述重心点构建泰森多边形,包括:
基于各所述重心点构建Delaunay三角网;
基于所述Delaunay三角网构建泰森多边形。
4.如权利要求1所述的一种分割点云连通区域的快速着色方法,其特征在于,所述基于泰森多边形的邻接关系以及邻接着色不同的原则,循环确定各所述泰森多边形的可用颜色的颜色标记,包括:
选择一所述泰森多边形作为当前泰森多边形,判断所述当前泰森多边形是否已着色;
若判断结果为否,则确定邻接多边形的着色信息;所述邻接多边形为与所述当前泰森多边形相邻的其他泰森多边形;
基于所述着色信息以及邻接着色不同的原则更新所述当前泰森多边形的着色池中的颜色标记;
从更新后的所述颜色标记中选择所述当前泰森多边形的可用颜色的颜色标记。
5.如权利要求4所述的一种分割点云连通区域的快速着色方法,其特征在于,还包括:
若所述泰森多边形已着色,则选择另一所述泰森多边形作为当前泰森多边形。
6.如权利要求4所述的一种分割点云连通区域的快速着色方法,其特征在于,
所述基于所述着色信息以及邻接着色不同的原则更新所述当前泰森多边形的着色池中可用颜色的颜色标记,包括:
基于所述着色信息确定未着色的所述邻接多边形的数量;
判断所述着色池中剩余可用颜色的颜色标记数是否大于未着色所述邻接多边形的数量;
若判断结果为否,则对所述邻接多边形进行间隔颜色优化,并获取优化后的所述邻接多边形的着色信息;
基于更新后的着色信息以及邻接着色不同的原则更新所述当前泰森多边形的着色池中可用颜色的颜色标记。
7.如权利要求6所述的一种分割点云连通区域的快速着色方法,其特征在于,对所述邻接多边形进行间隔颜色优化,包括:
将所述邻接多边形中间隔至少一个泰森多边形的多个泰森多边形的着色修改为一致。
8.如权利要求1所述的一种分割点云连通区域的快速着色方法,其特征在于,所述颜色标记的数量大于3。
9.一种终端,其特征在于,包括用于执行权利要求1-8中任意一项所述方法的模块。
10.一种存储介质,其特征在于,所述存储介质存储有用于执行权利要求1-8中任意一项所述方法的程序。
CN202010422635.6A 2020-05-19 2020-05-19 一种分割点云连通区域的快速着色方法、终端及存储介质 Pending CN111583380A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010422635.6A CN111583380A (zh) 2020-05-19 2020-05-19 一种分割点云连通区域的快速着色方法、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010422635.6A CN111583380A (zh) 2020-05-19 2020-05-19 一种分割点云连通区域的快速着色方法、终端及存储介质

Publications (1)

Publication Number Publication Date
CN111583380A true CN111583380A (zh) 2020-08-25

Family

ID=72125156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010422635.6A Pending CN111583380A (zh) 2020-05-19 2020-05-19 一种分割点云连通区域的快速着色方法、终端及存储介质

Country Status (1)

Country Link
CN (1) CN111583380A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6516297B1 (en) * 1998-12-23 2003-02-04 At&T Corp. Multiple description lattice vector quantization
US20120039529A1 (en) * 2010-08-14 2012-02-16 Rujan Entwicklung Und Forschung Gmbh Producing, Capturing and Using Visual Identification Tags for Moving Objects
CN106952342A (zh) * 2017-03-29 2017-07-14 厦门大学 基于重心Voronoi剖分的点云均一化方法
CN107833225A (zh) * 2017-10-18 2018-03-23 中南民族大学 基于特征驱动启发式四色标签的图像分割方法及系统
CN109600756A (zh) * 2018-12-03 2019-04-09 北京工业大学 一种基于最大度优先染色算法的物理小区识别分配方法
WO2019113471A1 (en) * 2017-12-08 2019-06-13 Digimarc Corporation Artwork generated to convey digital messages, and methods/apparatuses for generating such artwork
CN109993420A (zh) * 2019-03-19 2019-07-09 国电南瑞科技股份有限公司 基于泰森多边形网格的电网负荷可视化方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6516297B1 (en) * 1998-12-23 2003-02-04 At&T Corp. Multiple description lattice vector quantization
US20120039529A1 (en) * 2010-08-14 2012-02-16 Rujan Entwicklung Und Forschung Gmbh Producing, Capturing and Using Visual Identification Tags for Moving Objects
CN106952342A (zh) * 2017-03-29 2017-07-14 厦门大学 基于重心Voronoi剖分的点云均一化方法
CN107833225A (zh) * 2017-10-18 2018-03-23 中南民族大学 基于特征驱动启发式四色标签的图像分割方法及系统
WO2019113471A1 (en) * 2017-12-08 2019-06-13 Digimarc Corporation Artwork generated to convey digital messages, and methods/apparatuses for generating such artwork
CN109600756A (zh) * 2018-12-03 2019-04-09 北京工业大学 一种基于最大度优先染色算法的物理小区识别分配方法
CN109993420A (zh) * 2019-03-19 2019-07-09 国电南瑞科技股份有限公司 基于泰森多边形网格的电网负荷可视化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
龙满生;徐洪志;张道坤;陈同聚;: "侵蚀坡面数字高程模型重构算法研究", 计算机工程与应用 *

Similar Documents

Publication Publication Date Title
CN104463948B (zh) 三维虚拟现实系统与地理信息系统的无缝可视化方法
CN110706324B (zh) 一种天气粒子渲染的方法及装置
CN109376768B (zh) 一种基于深度学习的航拍图像杆塔标识牌故障诊断方法
CN106097444A (zh) 高精地图生成方法和装置
CN104134234A (zh) 一种全自动的基于单幅图像的三维场景构建方法
US10242264B1 (en) System and method for training a machine-learning model to identify real-world elements
US10768303B2 (en) Method for identifying individual trees in airborne lidar data and corresponding computer program product
CN115937461B (zh) 多源融合模型构建及纹理生成方法、装置、介质及设备
WO2023197779A9 (zh) 三维模型的展开方法、装置、设备及存储介质
JP2007253551A (ja) 地形模型造形システム及び地形模型
CN115510519A (zh) 车道灯规划方法、装置、设备及存储介质
CN105957027B (zh) 一种基于所需方向结构特征统计的mrf样本块图像修复方法
CN112561844B (zh) 一种融合纹理结构的数码迷彩图案自动生成方法
CN111583380A (zh) 一种分割点云连通区域的快速着色方法、终端及存储介质
CN108053409A (zh) 一种遥感影像分割基准库自动构建方法及其系统
CN107993242A (zh) 基于机载LiDAR点云数据缺失区域边界提取方法
CN115830255B (zh) 一种仿真场景生成方法、装置、电子设备和存储介质
CN111210526A (zh) 一种平面剪裁中gpu几何图元起始标记管理方法
CN116580168A (zh) 建筑物白模的构建方法、装置、设备和存储介质
JP6899476B1 (ja) 表示媒体、処理装置およびプログラム
CN111383301B (zh) 一种网格地图节点的标识方法、装置及终端设备
Jia et al. Planar waypoint generation and path finding in dynamic environment
CN112183329A (zh) 植株的补种信息识别方法、装置、计算机设备和存储介质
CN118279491B (zh) 基于深度学习的城市实景三维模型构建系统及方法
CN106097299A (zh) 一种3d模型漏洞的检测方法及装置

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 2301-2308, third floor, building 2, incubator, Zhongguancun Software Park, Dongbeiwang, Haidian District, Beijing 100094

Applicant after: Beijing Digital Green Earth Technology Co.,Ltd.

Address before: Room 2301-2308, third floor, building 2, incubator, Zhongguancun Software Park, Dongbeiwang, Haidian District, Beijing 100094

Applicant before: BEIJING GREENVALLEY TECHNOLOGY Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200825