CN112288759A - 一种边界提取方法、装置、设备及存储介质 - Google Patents

一种边界提取方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112288759A
CN112288759A CN202011158642.6A CN202011158642A CN112288759A CN 112288759 A CN112288759 A CN 112288759A CN 202011158642 A CN202011158642 A CN 202011158642A CN 112288759 A CN112288759 A CN 112288759A
Authority
CN
China
Prior art keywords
grid
boundary
point cloud
determining
dual
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.)
Granted
Application number
CN202011158642.6A
Other languages
English (en)
Other versions
CN112288759B (zh
Inventor
傅志刚
杨海溢
贾宁
吴则刚
熊晶
周森标
彭登
刘玉平
陶永康
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.)
Guangdong Bozhilin Robot Co Ltd
Original Assignee
Guangdong Bozhilin Robot 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 Guangdong Bozhilin Robot Co Ltd filed Critical Guangdong Bozhilin Robot Co Ltd
Priority to CN202011158642.6A priority Critical patent/CN112288759B/zh
Publication of CN112288759A publication Critical patent/CN112288759A/zh
Application granted granted Critical
Publication of CN112288759B publication Critical patent/CN112288759B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/08—Projecting images onto non-planar surfaces, e.g. geodetic screens
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例公开了一种边界提取方法、装置、设备及存储介质。获取点云栅格投影图，基于点云栅格投影图内栅格点的像素值和特定排序方向，确定点云栅格投影图内栅格点的初始边界，基于点云栅格投影图内各栅格顶点坐标和初始边界的边界方向，确定点云栅格投影图的编码对偶图，对编码对偶图进行边界提取，得到所述编码对偶图的栅格边界，将栅格边界反投影至三维点云空间，确定点云栅格投影图对应的目标边界。由于生成的对偶栅格图的边界相比于初始边界发生了膨胀，可以避免将对偶栅格图反投影至三维点云空间后，在边界区域出现平行间隙。达到消除边界区域的平行间隙的目的，实现提高边界检测精度的效果。

Description

一种边界提取方法、装置、设备及存储介质
技术领域
本发明实施例涉及测绘技术，尤其涉及一种边界提取方法、装置、设备及 存储介质。
背景技术
随着人口红利的下降，建筑行业对测绘技术的自动化程度提出了越来越高 的要求和需求。近几年，半自动化的自升造楼装备的出现代替了部分重复性大、 劳动强度高的工作，与之相对应的是测绘技术的自动化水平需要相应提升。建 筑领域中的楼层边界提取尤为重要。
现有技术中，当对目标物体进行边界提取时，由于目标物体的竖直特性和 水平特性，将点云投影成具有一定分辨率的二维栅格图，并在栅格图上检测目 标边界，进而将在栅格图上检测到的目标边界反投影到点云空间上，确定目标 边界的提取结果。这种方式虽然可以提高算法的空间和时间效率，但是由于栅 格图的分辨率的存在，反投影到点云三维空间后存在边界精度丢失，不符合碰 撞检测应用的要求。
发明内容
本发明实施例提供了一种边界提取方法、装置、设备及存储介质，以生成 栅格图的对偶图，将对偶图进行内缩处理后进行边界提取，可以提高边界提取 精度。
第一方面，本发明实施例提供了一种边界提取方法，包括：
获取点云栅格投影图；
基于所述点云栅格投影图内栅格点的像素值和特定排序方向，确定所述点 云栅格投影图内栅格点的初始边界；
基于所述点云栅格投影图内各栅格顶点坐标和所述初始边界的边界方向， 确定所述点云栅格投影图的编码对偶图；
对所述编码对偶图进行边界提取，得到所述编码对偶图的栅格边界；
将所述栅格边界反投影至三维点云空间，确定所述点云栅格投影图对应的 目标边界。
第二方面，本发明实施例还提供了一种边界提取装置，包括：
点云栅格投影图获取模块，用于获取点云栅格投影图；
初始边界确定模块，用于基于所述点云栅格投影图内栅格点的像素值和特 定排序方向，确定所述点云栅格投影图内栅格点的初始边界；
编码对偶图确定模块，用于基于所述点云栅格投影图内各栅格顶点坐标和 所述初始边界的边界方向，确定所述点云栅格投影图的编码对偶图；
栅格边界确定模块，用于对所述编码对偶图进行边界提取，得到所述编码 对偶图的栅格边界；
目标边界确定模块，用于将所述栅格边界反投影至三维点云空间，确定所 述点云栅格投影图对应的目标边界。
第三方面，本发明实施例还提供了一种边界提取设备，包括存储器、处理 器及存储在存储器上并可在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中任一项所述的边界提取方法。
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实现如第一方面中任一项所述 的边界提取方法。
本实施例提供的技术方案，获取点云栅格投影图，基于点云栅格投影图内 栅格点的像素值和特定排序方向，确定点云栅格投影图内栅格点的初始边界， 基于点云栅格投影图内各栅格顶点坐标和初始边界的边界方向，确定点云栅格 投影图的编码对偶图，对编码对偶图进行边界提取，得到所述编码对偶图的栅 格边界，将栅格边界反投影至三维点云空间，确定点云栅格投影图对应的目标 边界。由于生成的对偶栅格图的边界相比于初始边界发生了膨胀，可以避免将 对偶栅格图反投影至三维点云空间后，在边界区域出现平行间隙。解决了现有 技术中将栅格图反投影到点云三维空间后存在边界精度丢失，不符合碰撞检测 应用的要求的问题，达到消除边界区域的平行间隙的目的，实现提高边界检测 精度的效果。
附图说明
图1为本发明实施例一提供的一种边界提取方法的流程示意图；
图2为本发明实施例一提供的一种点云栅格投影图的示意图；
图3为本发明实施例一提供的一种编码对偶图的示意图；
图4为本发明实施例二提供的一种边界提取方法的流程示意图；
图5为本发明实施例二提供的一种目标边界提取方法的整体逻辑示意图；
图6为本发明实施例三提供的一种边界提取装置的结构示意图；
图7为本发明实施例四提供的一种边界提取设备的结构示意图。
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，而非对本发明的限定。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相关的部分而非全部结 构。
实施例一
图1为本发明实施例一提供的一种边界提取方法的流程示意图，本实施例 可适用于在确定点云栅格投影图的编码对偶图的情况下，确定编码对偶图的栅 格边界，将所述栅格边界反投影至三维空间确定目标边界的情况，该方法可以 由边界提取装置来执行，其中该装置可由软件和/或硬件实现，并一般集成在边 界提取中。具体参见图1所示，该方法可以包括如下步骤：
S110、获取点云栅格投影图。
其中，所述点云栅格投影图可以是建筑物的网状钢筋的点云数据对应的栅 格图。可选的，所述获取点云栅格投影图，包括：根据预先建立的点云数据与 栅格图的映射关系，确定所述点云数据对应的所述点云栅格投影图。
可选地，所述映射关系可以通过如下方式确定：获取任一点云数据的第一 坐标数据、初始栅格图的像素尺寸以及点云数据的最小坐标；根据第一坐标数 据、像素尺寸以及最小坐标计算任一点云数据对应的栅格点的第二坐标数据； 根据点云数据的第一坐标数据和栅格点的第二坐标数据确定映射关系。
具体地，假设点云数据的第一坐标数据为(xi，yi，zi)，像素尺寸为ρgrid， 则栅格点的第二坐标数据根据下述公式计算：
Figure BDA0002743591970000041
其中，(ui，vi)为栅格点的第二坐标数据，
Figure BDA0002743591970000042
表示向下取整运算， (xmin，ymin)为最小坐标。通过上述公式运算，得到初始栅格图中栅格点的 第二坐标数据(ui，vi)对应的点云数据集合Puv＝{i|ui＝u，vi＝v}，这样， 就建立了第一坐标数据和第二坐标数据的映射关系，即确定了点云数据与栅格 图的映射关系。
可选地，确定所述点云数据对应的所述点云栅格投影图的方法为：确定所 述点云数据的投影面和所述投影面内的基点；根据投影面内的非基点与所述基 点的相对位置以及所述映射关系，确定点云数据的点云坐标方向与栅格点的栅 格坐标方向的转换关系；基于所述转换关系将所述点云数据进行投影，将投影 后的栅格图的像素值进行二值化处理，得到所述点云栅格投影图。即所述点云 栅格投影图为二值化图像。
具体地，点云数据的投影面指的是点云数据所属的三维空间内的任意退化 的二维平面，例如将若干个高度数据相差较小的点云数据对应的X-Y平面确定 为点云数据的投影面，所述基点是投影面内的任意点，并确定非基点与基点之 间的相对位置和所述映射关系，根据相对位置和映射关系确定点云坐标方向与 栅格点的栅格坐标方向的转换关系，进一步地根据所述转换关系对点云数据进 行投影，得到投影后的栅格图，再对投影后的栅格图的像素值进行二值化处理， 得到所述点云栅格投影图。
S120、基于点云栅格投影图内栅格点的像素值和特定排序方向，确定点云 栅格投影图内栅格点的初始边界。
其中，所述特定排序方向为逆时针方向或顺时针方向，所述点云栅格投影 图内栅格点的初始边界由所述点云栅格投影图内像素值为255的目标栅格按照 特定排序方向依次连接后得到。可选地，点云栅格投影图中的栅格的像素值可 以根据点云数据的密度确定。例如，建筑物的四周墙体搭建网状钢筋，四周墙 体的点云数据的密度大于其他区域的点云的密度，确定四周墙体的点云数据对 应的栅格的像素值为0，将其他区域的点云数据对应的栅格的像素值确定为255。
可选的，所述目标栅格与像素值为0的栅格相邻，并沿着逆时针方向或者 顺时针方向连接目标栅格，将连接后的目标栅格构成的边界线作为所述初始边 界。示例性地，如图2所示为点云栅格投影图的示意图，图2中与黑色栅格(即 像素值为0的栅格)相邻的白色栅格作为目标栅格，将目标栅格与黑色栅格的 交线逆时针连接，得到图2所示的边界线，将该边界线作为点云栅格投影图的 初始边界。
S130、基于点云栅格投影图内各栅格顶点坐标和初始边界的边界方向，确 定点云栅格投影图的编码对偶图。
可选的，所述基于所述点云栅格投影图内各栅格顶点坐标和所述初始边界 的边界方向，确定所述点云栅格投影图的编码对偶图，包括：根据所述点云栅 格投影图内各栅格顶点坐标，确定所述点云栅格投影图对应的对偶栅格图中每 个栅格的位置；基于所述边界方向确定所述点云栅格投影图中每个栅格顶点所 属边的栅格边走向；基于所述每个栅格顶点所属边的栅格边走向确定所述对偶 栅格图中每个栅格的特征编码，其中，所述栅格边走向包括上、下、左、右四 个方向；将携带所述特征编码的对偶栅格图作为所述编码对偶图。
具体的，可以将点云栅格投影图内各栅格顶点坐标作为对偶栅格图的栅格 的中心点坐标，根据点云栅格投影图中每个栅格顶点所属边的栅格边走向，确 定对偶栅格图的每个栅格的特征编码，以使所述对偶栅格图的每个栅格均对应 唯一的特征编码。可以理解的是，由于对偶栅格图的栅格的位置根据点云栅格 投影图内各栅格顶点坐标确定，使编码对偶图的横向栅格数比所述点云栅格投 影图的横向栅格数大1，使所述编码对偶图的纵向栅格数比所述点云栅格投影 图的纵向栅格数大1，并且，编码对偶图中特征编码大于0的栅格数比点云栅 格投影图中特征编码大于0的栅格数多。也就是说，如果编码对偶图的宽度和 高度分别为
Figure BDA0002743591970000071
和
Figure BDA0002743591970000072
则编码对偶图的宽度和高度分别为
Figure BDA0002743591970000073
和
Figure BDA0002743591970000074
如图3所示为编码对偶图的示意图，对比图2和图3，编码对偶图的横向 栅格数和纵向栅格数比点云栅格投影图的横向栅格数和纵向栅格数均大1，在 根据图2中每个栅格的顶点两端的边界方向确定对偶栅格图中每个栅格的特征 编码时，将特征编码大于0的栅格作为对偶栅格图的边界。由此可以看出，对 偶栅格图的边界相比于初始边界发生了膨胀。通过上述方法生成对偶栅格图， 可以避免将对偶栅格图反投影至三维点云空间后，在边界区域出现平行间隙， 有利于提高边界检测精度。
本实施例中，可以根据栅格边走向的上、下、左、右四个方向确定对偶栅 格图的每个栅格的特征编码。例如，特征编码是十六进制的，上、下、左、右 四个方向对应的特征编码分别为：0x1，0x2，0x4，0x8。点云栅格投影图中每 个栅格的顶点两端可以是一个方向也可以是两个方向，基于每个栅格的顶点两 端的方向可以确定对偶栅格图中每个栅格的特征编码，得到图3所示的携带特 征编码的对偶栅格图，即得到所述编码对偶图。
S140、对编码对偶图进行边界提取，得到编码对偶图的栅格边界。
可选地，可以根据编码对偶图中栅格的特征编码和特定排序方向对编码对 偶图进行边界提取。具体地，如果所述特定排序方向为逆时针方向，则按照逆 时针方向将特征编码大于0的栅格提取出来，得到所述栅格边界。
S150、将栅格边界反投影至三维点云空间，确定点云栅格投影图对应的目 标边界。
可选地，所述将所述栅格边界反投影至三维点云空间，确定所述点云栅格 投影图对应的目标边界，包括：根据所述三维点云空间的坐标原点、所述栅格 边界的栅格点坐标、像素尺寸以及所述栅格边界对应的实际高度，计算所述点 云栅格投影图对应的目标边界。
具体地，目标边界的计算公式为：
Figure BDA0002743591970000081
其中，xmin为点云数据的最小横坐标，ymin为点云数据的最小纵坐标， u为栅格点的横坐标，v为栅格点的纵坐标，ρgrid为像素尺寸，zcontour为点云数据的高度值。
本实施例提供的技术方案，获取点云栅格投影图，基于点云栅格投影图内 栅格点的像素值和特定排序方向，确定点云栅格投影图内栅格点的初始边界， 基于点云栅格投影图内各栅格顶点坐标和初始边界的边界方向，确定点云栅格 投影图的编码对偶图，对编码对偶图进行边界提取，得到所述编码对偶图的栅 格边界，将栅格边界反投影至三维点云空间，确定点云栅格投影图对应的目标 边界。由于生成的对偶栅格图的边界相比于初始边界发生了膨胀，可以避免将 对偶栅格图反投影至三维点云空间后，在边界区域出现平行间隙。解决了现有 技术中将栅格图反投影到点云三维空间后存在边界精度丢失，不符合碰撞检测 应用的要求的问题，达到消除边界区域的平行间隙的目的，实现提高边界检测 精度的效果。
实施例二
图4为本发明实施例二提供的一种边界提取方法的流程示意图。本实施例 的技术方案对上述实施例的步骤进行了细化。可选地，所述对所述编码对偶图 进行边界提取，得到所述编码对偶图的栅格边界，包括：根据所述编码对偶图 中对偶栅格的特征编码确定起始栅格；确定所述起始栅格的四邻域范围内特征 编码大于0的至少一个邻域栅格，并确定所述起始栅格的出方向和所述邻域栅 格的入方向；将与所述出方向相同的入方向对应的邻域栅格作为所述起始栅格 的下一栅格；以所述下一栅格为当前栅格，重复执行确定所述当前栅格的出方 向，以及确定所述当前栅格的四邻域范围内特征编码大于0的至少一个邻域栅 格的入方向的步骤，以确定所述当前栅格的下一栅格，直至所述当前栅格的下 一栅格的特征编码为0，得到所述编码对偶图的栅格边界。在该方法实施例中 未详尽描述的部分请参考上述实施例。具体参见图4所示，该方法可以包括如 下步骤：
S210、获取点云栅格投影图。
S220、基于点云栅格投影图内栅格点的像素值和特定排序方向，确定点云 栅格投影图内栅格点的初始边界。
S230、基于点云栅格投影图内各栅格顶点坐标和初始边界的边界方向，确 定点云栅格投影图的编码对偶图。
S240、根据编码对偶图中对偶栅格的特征编码确定起始栅格。
可选地，所述根据所述编码对偶图中对偶栅格的特征编码确定起始栅格， 包括：获取所述编码对偶图中特征编码大于0的第一栅格，并确定所述第一栅 格的四邻域范围内是否存在特征编码大于0的两个第二栅格；如果存在，将所 述特征编码大于0的所述第一栅格作为所述起始栅格。其中，所述特征编码大 于0的栅格可以是像素值大于0的栅格。
具体地，在确定起始栅格时，可以将编码对偶图划分成多行栅格或多列栅 格；以行为查找单元时，从上向下搜索大于0的特征编码值，并判断大于0的 特征编码的第一栅格的四邻域范围内是否存在特征编码大于0的两个第二栅格， 如果存在，将所述大于0的特征编码值对应的第一栅格作为所述起始栅格；以 行为查找单元时，从左向右搜索大于0的特征编码值，并判断第一栅格的四邻 域范围内是否存在特征编码大于0的两个第二栅格，如果存在，将所述大于0 的特征编码值对应的第一栅格作为所述起始栅格。通过上述方式确定起始栅格， 可以避免将噪声点云对应的栅格作为起始栅格，有利于提高编码对偶图的栅格 边界的提取精度。
S250、确定起始栅格的四邻域范围内特征编码大于0的至少一个邻域栅格， 基于起始栅格的特征编码确定起始栅格的出方向，并基于邻域栅格的特征编码 确定至少一个邻域栅格的入方向。
可选地，所述基于所述起始栅格的特征编码确定所述起始栅格的出方向， 并基于所述邻域栅格的特征编码确定所述至少一个邻域栅格的入方向，包括： 根据所述起始栅格的特征编码，确定所述起始栅格在点云栅格投影图中对应的 第一顶点和所述第一顶点的出方向，以及根据所述邻域栅格的特征编码，确定 所述邻域栅格在点云栅格投影图中对应的第二顶点和所述第二顶点的入方向； 将所述第一顶点的出方向作为所述起始栅格的出方向，并将所述第二顶点的入 方向作为所述邻域栅格的入方向。
具体地，根据起始栅格的低字节的高四位的编码，确定起始栅格在点云栅 格投影图中对应的第一顶点和第一顶点的出方向；根据邻域栅格的低字节的高 四位的编码，确定邻域栅格在点云栅格投影图中对应的第二顶点和第二顶点的 入方向。其中，第一顶点的出方向和第二顶点的入方向均可以是上、下、左、 右中的任意一个方向。
S260、将与出方向相同的入方向对应的邻域栅格作为起始栅格的下一栅格， 以下一栅格为当前栅格，重复执行确定当前栅格的出方向，以及确定当前栅格 的四邻域范围内特征编码大于0的至少一个邻域栅格的入方向的步骤，以确定 所述当前栅格的下一栅格，直至当前栅格的下一栅格的特征编码为0，将起始 栅格、所有当前栅格和终点栅格构成的边界作为编码对偶图的栅格边界。
具体地，设起始栅格用Ps表示，下一栅格用Pn表示，在提取编码对偶图 的栅格边界时。以起始栅格Ps开始，查找与起始栅格Ps的出方向相同的入方 向对应的邻域栅格，该邻域栅格作为下一栅格为Pnext；在后续提取栅格边界 时，将下一栅格Pnext作为当前栅格Pcur，将起始栅格Ps作为上一栅格Plast， 即Plast＝Pcur，Pcur＝Pnext；以下一栅格Pnext作为当前栅格Pcur，确定当 前栅格Pcur的出方向并根据当前栅格Pcur的四邻域范围内的特征编码大于0 的邻域栅格的入方向，确定当前栅格Pcur的下一栅格Pnext；重复搜索当前栅 格Pcur的下一栅格Pnext，直至当前栅格Pcur的下一栅格Pnext的特征编码 为0；将当前栅格Pcur作为终点栅格Pe，将起始栅格Ps，将所有当前栅格Pcur和终点栅格Pe构成的边界作为编码对偶图的栅格边界。通过上述方式确定编码 对偶图的栅格边界，可以对编码对偶图的所有栅格进行有序且全面的搜索，避 免遗漏栅格，提高编码对偶图的栅格边界的检测精度。
S270、将栅格边界反投影至三维点云空间，确定点云栅格投影图对应的目 标边界。
可以理解的是，通过前述步骤得到的栅格边界平滑度较差，导致目标边界 的精度较差。如图5所示的目标边界提取方法的整体逻辑示意图，对编码对偶 图的进行边界提取，得到栅格边界之后，可以对栅格边界进行亚像素级内缩处 理，并将内缩处理后的栅格边界反投影至三维点云空间，得到目标边界，以达 到提高目标边界的提取精度的目的。
基于上述描述，本实施例中将所述栅格边界反投影至三维点云空间的方法， 包括：对所述编码对偶图的栅格边界进行内缩处理；根据所述点云栅格投影图 与三维空间的映射关系，将内缩处理后的栅格边界反投影至所述三维点云空间。
可选地，所述对所述编码对偶图的栅格边界进行内缩处理，包括：获取所 述栅格边界上当前待处理栅格和所述当前待处理栅格之后的第二个待处理栅格； 可选地，确定所述第二个待处理栅格是否为所述当前待处理栅格的八邻域范围 内的顶点；如果是，根据所述当前待处理栅格、当前待处理栅格之后的第一个 待处理栅格以及所述第二个待处理栅格，确定内缩栅格；将所述第一个待处理 栅格作为所述当前待处理栅格，重新确定当前待处理栅格之后的第二个待处理 栅格和第一个待处理栅格，并重新确定内缩栅格，直至所述当前待处理栅格为 所述栅格边界的最后一个栅格，将确定的所有内缩栅格作为编码对偶图的内缩 后栅格边界。
可以理解的是，编码对偶图中的每个栅格携带坐标信息和特征编码，可以 按照逆时针方向或顺时针方向对编码对偶图中的每个栅格进行排序，确定每个 栅格的标签。在对编码栅格图进行内缩处理时，可以根据当前待处理栅格的标 签，确定当前待处理栅格之后的第二个待处理栅格，以及第二个待处理栅格的 坐标信息和特征编码；进一步地，确定第二个待处理栅格是否是当前待处理栅 格的八邻域范围内的顶点，如果是，根据所述标签确定当前待处理栅格之后的 第一个待处理栅格，根据当前待处理栅格的坐标信息、第一个待处理栅格的坐 标信息以及第二个待处理栅格的坐标信息对栅格边界进行内缩；进一步地，将 第一个待处理栅格作为当前待处理栅格，重复上述步骤确定当前待处理栅格之 后的第二个待处理栅格和第一个待处理栅格，并根据当前待处理栅格的坐标信 息、第一个待处理栅格的坐标信息以及第二个待处理栅格的坐标信息对栅格边 界进行内缩，直至当前待处理栅格为所述栅格边界的最后一个栅格，将确定的 所有内缩栅格作为编码对偶图的内缩后栅格边界，结束内缩处理。其中，当前 待处理栅格的八邻域范围的顶点包括当前待处理栅格的上、下、左、右、上左、 上右、上左、下右八个区域内的顶点。
可选地，确定内缩栅格的方法包括：计算所述第一个待处理栅格与所述当 前待处理栅格的第一差值坐标；将所述第一差值坐标的一半与所述当前待处理 栅格的坐标相加，得到第一内缩栅格的坐标；计算所述第一个待处理栅格与所 述第二个待处理栅格的第二差值坐标；将所述第二个待处理栅格的坐标与所述 第二差值坐标的一半相加，得到第二内缩栅格的坐标；根据所述第一内缩栅格 的坐标和所述第二内缩栅格的坐标，确定所述内缩栅格的位置。
具体地，设栅格边界为Sk＝{Pi|i∈[1，K]}，用Mn表示长度为n的目标边 界。其中，Pi是栅格边界上第i个栅格的中心点，K是栅格边界上栅格的总 个数。基于上述描述，所述目标边界上的每个边界的计算公式为：
Figure BDA0002743591970000141
其中，Pk是栅格边界上的第k个栅格的位置，Pk+1是栅格边界上的第 k+1个栅格的位置，Pk+2是栅格边界上的第k+2个栅格的位置，
Figure BDA0002743591970000149
和
Figure BDA0002743591970000148
分别是是第一内缩栅格的中心点和第二内缩栅格的中心点，可以将
Figure BDA0002743591970000145
和
Figure BDA0002743591970000146
作为内缩边界上的第k个内缩边的两个端点，将所有
Figure BDA0002743591970000147
和
Figure BDA0002743591970000144
依次连接，将
Figure BDA0002743591970000143
和
Figure BDA0002743591970000142
添加到Mn，得到所述目标边界。
本实施例提供的技术方案，通过根据编码对偶图中对偶栅格的特征编码确 定起始栅格，可以避免将噪声点云对应的栅格作为起始栅格，有利于提高编码 对偶图的栅格边界的提取精度；通过根据起始栅格的出方向和邻域栅格的入方 向，确定编码对偶图的栅格边界，可以对编码对偶图的所有栅格进行有序且全 面的搜索，避免遗漏栅格，提高编码对偶图的栅格边界的检测精度；通过对栅 格边界进行亚像素级内缩处理，并将内缩处理后的栅格边界反投影至三维点云 空间，得到目标边界，以达到提高目标边界的提取精度的目的。
实施例三
图6为本发明实施例三提供的一种边界提取装置的结构示意图。参见图6 所示，该装置包括：点云栅格投影图获取模块310、初始边界确定模块320、编 码对偶图确定模块330、栅格边界确定模块340以及目标边界确定模块350。
其中，点云栅格投影图获取模块310，用于获取点云栅格投影图；
初始边界确定模块320，用于基于所述点云栅格投影图内栅格点的像素值 和特定排序方向，确定所述点云栅格投影图内栅格点的初始边界；
编码对偶图确定模块330，用于基于所述点云栅格投影图内各栅格顶点坐 标和所述初始边界的边界方向，确定所述点云栅格投影图的编码对偶图；
栅格边界确定模块340，用于对所述编码对偶图进行边界提取，得到所述 编码对偶图的栅格边界；
目标边界确定模块350，用于将所述栅格边界反投影至三维点云空间，确 定所述点云栅格投影图对应的目标边界。
在上述各技术方案的基础上，所述点云栅格投影图为二值化图像，所述特 定排序方向为逆时针方向或顺时针方向，所述点云栅格投影图内栅格点的初始 边界由所述点云栅格投影图内像素值为255的目标栅格按照特定排序方向依次 连接后得到。
在上述各技术方案的基础上，编码对偶图确定模块330还用于，根据所述 点云栅格投影图内各栅格顶点坐标，确定所述点云栅格投影图对应的对偶栅格 图中每个栅格的位置；
基于所述边界方向确定所述点云栅格投影图中每个栅格顶点所属边的栅格 边走向；
基于所述每个栅格顶点所属边的栅格边走向确定所述对偶栅格图中每个栅 格的特征编码，其中，所述栅格边走向包括上、下、左、右四个方向；
将携带所述特征编码的对偶栅格图作为所述编码对偶图。
在上述各技术方案的基础上，所述编码对偶图的横向栅格数比所述点云栅 格投影图的横向栅格数大1，所述编码对偶图的纵向栅格数比所述点云栅格投 影图的纵向栅格数大1。
在上述各技术方案的基础上，栅格边界确定模块340还用于，根据所述编 码对偶图中对偶栅格的特征编码确定起始栅格；
确定所述起始栅格的四邻域范围内特征编码大于0的至少一个邻域栅格， 基于所述起始栅格的特征编码确定所述起始栅格的出方向，并基于所述邻域栅 格的特征编码确定所述至少一个邻域栅格的入方向；
将与所述出方向相同的入方向对应的邻域栅格作为所述起始栅格的下一栅 格；
以所述下一栅格为当前栅格，重复执行确定所述当前栅格的出方向，以及 确定所述当前栅格的四邻域范围内特征编码大于0的至少一个邻域栅格的入方 向的步骤，以确定所述当前栅格的下一栅格，直至所述当前栅格的下一栅格的 特征编码为0；
将所述起始栅格、所有当前栅格和终点栅格构成的边界作为所述编码对偶 图的栅格边界。
在上述各技术方案的基础上，栅格边界确定模块340还用于，获取所述编 码对偶图中特征编码大于0的第一栅格，并确定所述第一栅格的四邻域范围内 是否存在特征编码大于0的两个第二栅格；
如果存在，将特征编码大于0的所述第一栅格作为所述起始栅格。
在上述各技术方案的基础上，栅格边界确定模块340还用于，根据所述起 始栅格的特征编码，确定所述起始栅格在点云栅格投影图中对应的第一顶点和 所述第一顶点的出方向，以及根据所述邻域栅格的特征编码，确定所述邻域栅 格在点云栅格投影图中对应的第二顶点和所述第二顶点的入方向；
将所述第一顶点的出方向作为所述起始栅格的出方向，并将所述第二顶点 的入方向作为所述邻域栅格的入方向。
在上述各技术方案的基础上，目标边界确定模块350还用于，对所述编码 对偶图的栅格边界进行内缩处理；
根据所述点云栅格投影图与三维空间的映射关系，将内缩处理后的栅格边 界反投影至所述三维点云空间。
在上述各技术方案的基础上，目标边界确定模块350还用于，获取所述栅 格边界上当前待处理栅格和所述当前待处理栅格之后的第二个待处理栅格；
确定所述第二个待处理栅格是否为所述当前待处理栅格的八邻域范围内的 顶点；
如果是，根据所述当前待处理栅格、当前待处理栅格之后的第一个待处理 栅格以及所述第二个待处理栅格，确定内缩栅格；
将所述第一个待处理栅格作为所述当前待处理栅格，重新确定当前待处理 栅格之后的第二个待处理栅格和第一个待处理栅格，并重新确定内缩栅格，直 至所述当前待处理栅格为所述栅格边界的最后一个栅格，将确定的所有内缩栅 格作为编码对偶图的内缩后栅格边界。
在上述各技术方案的基础上，目标边界确定模块350还用于，计算所述第 一个待处理栅格与所述当前待处理栅格的第一差值坐标；
将所述第一差值坐标的一半与所述当前待处理栅格的坐标相加，得到第一 内缩栅格的坐标；
计算所述第一个待处理栅格与所述第二个待处理栅格的第二差值坐标；
将所述第二个待处理栅格的坐标与所述第二差值坐标的一半相加，得到第 二内缩栅格的坐标；
根据所述第一内缩栅格的坐标和所述第二内缩栅格的坐标，确定所述内缩 栅格的位置。
在上述各技术方案的基础上，目标边界确定模块350还用于，根据所述三 维点云空间的坐标原点、所述栅格边界的栅格点坐标、像素尺寸以及所述栅格 边界对应的实际高度，计算所述点云栅格投影图对应的目标边界。
在上述各技术方案的基础上，点云栅格投影图获取模块310还用于，根据 预先建立的点云数据与栅格图的映射关系，确定所述点云数据对应的所述点云 栅格投影图。
本实施例提供的技术方案，获取点云栅格投影图，基于点云栅格投影图内 栅格点的像素值和特定排序方向，确定点云栅格投影图内栅格点的初始边界， 基于点云栅格投影图内各栅格顶点坐标和初始边界的边界方向，确定点云栅格 投影图的编码对偶图，对编码对偶图进行边界提取，得到所述编码对偶图的栅 格边界，将栅格边界反投影至三维点云空间，确定点云栅格投影图对应的目标 边界。由于生成的对偶栅格图的边界相比于初始边界发生了膨胀，可以避免将 对偶栅格图反投影至三维点云空间后，在边界区域出现平行间隙。解决了现有 技术中将栅格图反投影到点云三维空间后存在边界精度丢失，不符合碰撞检测 应用的要求的问题，达到消除边界区域的平行间隙的目的，实现提高边界检测 精度的效果。
实施例四
图7为本发明实施例四提供的一种楼层边界检测设备的结构示意图。图7 示出了适于用来实现本发明实施方式的示例性边界提取设备12的框图。图7显 示的边界提取设备12仅仅是一个示例，不应对本发明实施例的功能和使用范 围带来任何限制。
如图7所示，边界提取设备12以通用计算设备的形式表现。边界提取设备 12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存 储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器 控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总 线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构 (ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准 协会(VESA)局域总线以及外围组件互连(PCI)总线。
边界提取设备12典型地包括多种计算机系统可读介质。这些介质可以是 任何能够被边界提取设备12访问的可用介质，包括易失性和非易失性介质， 可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如 随机存取存储器(RAM)30和/或高速缓存32。边界提取设备12可以进一步包 括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举 例，存储系统34可以用于读写不可移动的、非易失性磁介质(图7未显示，通 常称为“硬盘驱动器”)。尽管图7中未示出，可以提供用于对可移动非易失 性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例 如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每 个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以 包括至少一个程序产品，该程序产品具有一组(例如边界提取装置的点云栅格 投影图获取模块310、初始边界确定模块320、编码对偶图确定模块330、栅格 边界确定模块340以及目标边界确定模块350)程序模块，这些程序模块被配 置以执行本发明各实施例的功能。
具有一组(例如边界提取装置的点云栅格投影图获取模块310、初始边界 确定模块320、编码对偶图确定模块330、栅格边界确定模块340以及目标边界 确定模块350)程序模块46的程序/实用工具44，可以存储在例如存储器28中， 这样的程序模块46包括但不限于操作系统、一个或者多个应用程序、其它程 序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的 实现。程序模块46通常执行本发明所描述的实施例中的功能和/或方法。
边界提取设备12也可以与一个或多个外部设备14(例如键盘、指向设备、 显示器24等)通信，还可与一个或者多个使得用户能与该边界提取设备12交 互的设备通信，和/或与使得该边界提取设备12能与一个或多个其它计算设备 进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过 输入/输出(I/O)接口22进行。并且，边界提取设备12还可以通过网络适配 器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网 络，例如因特网)通信。如图所示，网络适配器20通过总线18与边界提取设 备12的其它模块通信。应当明白，尽管图中未示出，可以结合边界提取设备 12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余 处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统 等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能 应用以及数据处理，例如实现本发明实施例所提供的一种边界提取方法，该方 法包括：
获取点云栅格投影图；
基于所述点云栅格投影图内栅格点的像素值和特定排序方向，确定所述点 云栅格投影图内栅格点的初始边界；
基于所述点云栅格投影图内各栅格顶点坐标和所述初始边界的边界方向， 确定所述点云栅格投影图的编码对偶图；
对所述编码对偶图进行边界提取，得到所述编码对偶图的栅格边界；
将所述栅格边界反投影至三维点云空间，确定所述点云栅格投影图对应的 目标边界。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能 应用以及数据处理，例如实现本发明实施例所提供的一种边界提取方法。
当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所 提供的一种边界提取方法的技术方案。
实施例五
本发明实施例五还提供了一种计算机可读存储介质，其上存储有计算机程 序，该程序被处理器执行时实现如本发明实施例所提供的一种边界提取方法， 该方法包括：
获取点云栅格投影图；
基于所述点云栅格投影图内栅格点的像素值和特定排序方向，确定所述点 云栅格投影图内栅格点的初始边界；
基于所述点云栅格投影图内各栅格顶点坐标和所述初始边界的边界方向， 确定所述点云栅格投影图的编码对偶图；
对所述编码对偶图进行边界提取，得到所述编码对偶图的栅格边界；
将所述栅格边界反投影至三维点云空间，确定所述点云栅格投影图对应的 目标边界。
当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算 机程序不限于如上的方法操作，还可以执行本发明任意实施例所提供的一种边 界提取方法中的相关操作。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质 的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储 介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、 红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存 储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、 便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦 式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器 (CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件 中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以 被指令执行系统、系统或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在点云栅格投影图、初始边界、编码对偶 图、栅格边界以及目标边界等，其中承载了计算机可读的程序代码。这种传播 的点云栅格投影图、初始边界、编码对偶图、栅格边界以及目标边界等形式。 计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介 质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、系统或 者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括—— 但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计 算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、 Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似 的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计 算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计 算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情 形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网 (WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服 务提供商来通过因特网连接)。
值得注意的是，上述边界提取装置的实施例中，所包括的各个模块只是按 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 本发明的保护范围。
注意，上述仅为本发明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的保护范围。因此，虽 然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以 上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例， 而本发明的范围由所附的权利要求范围决定。

Claims (15)

1.一种边界提取方法，其特征在于，包括：
获取点云栅格投影图；
基于所述点云栅格投影图内栅格点的像素值和特定排序方向，确定所述点云栅格投影图内栅格点的初始边界；
基于所述点云栅格投影图内各栅格顶点坐标和所述初始边界的边界方向，确定所述点云栅格投影图的编码对偶图；
对所述编码对偶图进行边界提取，得到所述编码对偶图的栅格边界；
将所述栅格边界反投影至三维点云空间，确定所述点云栅格投影图对应的目标边界。
2.根据权利要求1所述的方法，其特征在于，所述点云栅格投影图为二值化图像，所述特定排序方向为逆时针方向或顺时针方向，所述点云栅格投影图内栅格点的初始边界由所述点云栅格投影图内像素值为255的目标栅格按照所述特定排序方向依次连接后得到。
3.根据权利要求1所述的方法，其特征在于，所述基于所述点云栅格投影图内各栅格顶点坐标和所述初始边界的边界方向，确定所述点云栅格投影图的编码对偶图，包括：
根据所述点云栅格投影图内各栅格顶点坐标，确定所述点云栅格投影图对应的对偶栅格图中每个栅格的位置；
基于所述边界方向，确定所述点云栅格投影图中每个栅格顶点所属边的栅格边走向；
基于所述每个栅格顶点所属边的栅格边走向确定所述对偶栅格图中每个栅格的特征编码，其中，所述栅格边走向包括上、下、左、右四个方向；
将携带所述特征编码的对偶栅格图作为所述编码对偶图。
4.根据权利要求3所述的方法，其特征在于，所述编码对偶图的横向栅格数比所述点云栅格投影图的横向栅格数大1，所述编码对偶图的纵向栅格数比所述点云栅格投影图的纵向栅格数大1。
5.根据权利要求1所述的方法，其特征在于，所述对所述编码对偶图进行边界提取，得到所述编码对偶图的栅格边界，包括：
根据所述编码对偶图中对偶栅格的特征编码确定起始栅格；
确定所述起始栅格的四邻域范围内特征编码大于0的至少一个邻域栅格，基于所述起始栅格的特征编码确定所述起始栅格的出方向，并基于所述邻域栅格的特征编码确定所述至少一个邻域栅格的入方向；
将与所述出方向相同的入方向对应的邻域栅格作为所述起始栅格的下一栅格；
以所述下一栅格为当前栅格，重复执行确定所述当前栅格的出方向，以及确定所述当前栅格的四邻域范围内特征编码大于0的至少一个邻域栅格的入方向的步骤，以确定所述当前栅格的下一栅格，直至所述当前栅格的下一栅格的特征编码为0；
将所述起始栅格、所有当前栅格和终点栅格构成的边界作为所述编码对偶图的栅格边界。
6.根据权利要求5所述的方法，其特征在于，所述根据所述编码对偶图中对偶栅格的特征编码确定起始栅格，包括：
获取所述编码对偶图中特征编码大于0的第一栅格，并确定所述第一栅格的四邻域范围内是否存在特征编码大于0的两个第二栅格；
如果存在，将特征编码大于0的所述第一栅格作为所述起始栅格。
7.根据权利要求5所述的方法，其特征在于，所述基于所述起始栅格的特征编码确定所述起始栅格的出方向，并基于所述邻域栅格的特征编码确定所述至少一个邻域栅格的入方向，包括：
根据所述起始栅格的特征编码，确定所述起始栅格在点云栅格投影图中对应的第一顶点和所述第一顶点的出方向，以及根据所述邻域栅格的特征编码，确定所述邻域栅格在点云栅格投影图中对应的第二顶点和所述第二顶点的入方向；
将所述第一顶点的出方向作为所述起始栅格的出方向，并将所述第二顶点的入方向作为所述邻域栅格的入方向。
8.根据权利要求1所述的方法，其特征在于，所述将所述栅格边界反投影至三维点云空间，包括：
对所述编码对偶图的栅格边界进行内缩处理；
根据所述点云栅格投影图与三维空间的映射关系，将内缩处理后的栅格边界反投影至所述三维点云空间。
9.根据权利要求8所述的方法，其特征在于，所述对所述编码对偶图的栅格边界进行内缩处理，包括：
获取所述栅格边界上当前待处理栅格和所述当前待处理栅格之后的第二个待处理栅格；
确定所述第二个待处理栅格是否为所述当前待处理栅格的八邻域范围内的顶点；
如果是，根据所述当前待处理栅格、当前待处理栅格之后的第一个待处理栅格以及所述第二个待处理栅格，确定内缩栅格；
将所述第一个待处理栅格作为所述当前待处理栅格，重新确定当前待处理栅格之后的第二个待处理栅格和第一个待处理栅格，并重新确定内缩栅格，直至所述当前待处理栅格为所述栅格边界的最后一个栅格，将确定的所有内缩栅格作为编码对偶图的内缩后栅格边界。
10.根据权利要求9所述的方法，其特征在于，所述根据所述当前待处理栅格、当前待处理栅格之后的第一个待处理栅格以及所述第二个待处理栅格，确定内缩栅格，包括：
计算所述第一个待处理栅格与所述当前待处理栅格的第一差值坐标；
将所述第一差值坐标的一半与所述当前待处理栅格的坐标相加，得到第一内缩栅格的坐标；
计算所述第一个待处理栅格与所述第二个待处理栅格的第二差值坐标；
将所述第二个待处理栅格的坐标与所述第二差值坐标的一半相加，得到第二内缩栅格的坐标；
根据所述第一内缩栅格的坐标和所述第二内缩栅格的坐标，确定所述内缩栅格的位置。
11.根据权利要求1所述的方法，其特征在于，所述将所述栅格边界反投影至三维点云空间，确定所述点云栅格投影图对应的目标边界，包括：
根据所述三维点云空间的坐标原点、所述栅格边界的栅格点坐标、像素尺寸以及所述栅格边界对应的实际高度，计算所述点云栅格投影图对应的目标边界。
12.根据权利要求1所述的方法，其特征在于，所述获取点云栅格投影图，包括：
根据预先建立的点云数据与栅格图的映射关系，确定所述点云数据对应的所述点云栅格投影图。
13.一种边界提取装置，其特征在于，包括：
点云栅格投影图获取模块，用于获取点云栅格投影图；
初始边界确定模块，用于基于所述点云栅格投影图内栅格点的像素值和特定排序方向，确定所述点云栅格投影图内栅格点的初始边界；
编码对偶图确定模块，用于基于所述点云栅格投影图内各栅格顶点坐标和所述初始边界的边界方向，确定所述点云栅格投影图的编码对偶图；
栅格边界确定模块，用于对所述编码对偶图进行边界提取，得到所述编码对偶图的栅格边界；
目标边界确定模块，用于将所述栅格边界反投影至三维点云空间，确定所述点云栅格投影图对应的目标边界。
14.一种边界提取设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-12中任一项所述的边界提取方法。
15.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时实现如权利要求1-12中任一项所述的边界提取方法。
CN202011158642.6A 2020-10-26 2020-10-26 一种边界提取方法、装置、设备及存储介质 Active CN112288759B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011158642.6A CN112288759B (zh) 2020-10-26 2020-10-26 一种边界提取方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011158642.6A CN112288759B (zh) 2020-10-26 2020-10-26 一种边界提取方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112288759A true CN112288759A (zh) 2021-01-29
CN112288759B CN112288759B (zh) 2024-02-09

Family

ID=74372366

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011158642.6A Active CN112288759B (zh) 2020-10-26 2020-10-26 一种边界提取方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112288759B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113344954A (zh) * 2021-05-06 2021-09-03 加特兰微电子科技(上海)有限公司 边界检测方法、装置、计算机设备、存储介质和传感器

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05324816A (ja) * 1992-05-18 1993-12-10 Canon Inc 符号化／復号化方法及び装置及び前記復号化方法を実施する画像形成装置
US20030052875A1 (en) * 2001-01-05 2003-03-20 Salomie Ioan Alexandru System and method to obtain surface structures of multi-dimensional objects, and to represent those surface structures for animation, transmission and display
CN102411784A (zh) * 2011-07-13 2012-04-11 河南理工大学 数字图像中椭圆相关信息的简单快速提取方法
CN103778411A (zh) * 2014-01-15 2014-05-07 宁波韦尔德斯凯勒智能科技有限公司 一种基于栅格图像划分的圆检测方法及装置
CN104463851A (zh) * 2014-11-19 2015-03-25 哈尔滨工业大学深圳研究生院 一种基于机器人的鞋底边缘线自动跟踪方法
CN106887003A (zh) * 2017-01-06 2017-06-23 沈阳工业大学 基于八邻域深度差的点云边缘提取方法
CN108830871A (zh) * 2018-05-25 2018-11-16 南京师范大学 基于高分辨率遥感影像和dem的黄土浅沟自动化提取方法
CN109035351A (zh) * 2018-06-26 2018-12-18 北京大学 一种基于边链码的图像目标边界表达方法
CN110930422A (zh) * 2018-09-20 2020-03-27 长沙智能驾驶研究院有限公司 物体外框确定方法、装置、计算机设备和可读存储介质
CN111612806A (zh) * 2020-01-10 2020-09-01 江西理工大学 一种建筑物立面窗户提取方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05324816A (ja) * 1992-05-18 1993-12-10 Canon Inc 符号化／復号化方法及び装置及び前記復号化方法を実施する画像形成装置
US20030052875A1 (en) * 2001-01-05 2003-03-20 Salomie Ioan Alexandru System and method to obtain surface structures of multi-dimensional objects, and to represent those surface structures for animation, transmission and display
CN102411784A (zh) * 2011-07-13 2012-04-11 河南理工大学 数字图像中椭圆相关信息的简单快速提取方法
CN103778411A (zh) * 2014-01-15 2014-05-07 宁波韦尔德斯凯勒智能科技有限公司 一种基于栅格图像划分的圆检测方法及装置
CN104463851A (zh) * 2014-11-19 2015-03-25 哈尔滨工业大学深圳研究生院 一种基于机器人的鞋底边缘线自动跟踪方法
CN106887003A (zh) * 2017-01-06 2017-06-23 沈阳工业大学 基于八邻域深度差的点云边缘提取方法
CN108830871A (zh) * 2018-05-25 2018-11-16 南京师范大学 基于高分辨率遥感影像和dem的黄土浅沟自动化提取方法
CN109035351A (zh) * 2018-06-26 2018-12-18 北京大学 一种基于边链码的图像目标边界表达方法
CN110930422A (zh) * 2018-09-20 2020-03-27 长沙智能驾驶研究院有限公司 物体外框确定方法、装置、计算机设备和可读存储介质
CN111612806A (zh) * 2020-01-10 2020-09-01 江西理工大学 一种建筑物立面窗户提取方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张波;李泷杲;郝龙;主逵;: "基于SVM的三维对缝点云间隙阶差提取方法", 航空制造技术, no. 07, pages 47 - 54 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113344954A (zh) * 2021-05-06 2021-09-03 加特兰微电子科技(上海)有限公司 边界检测方法、装置、计算机设备、存储介质和传感器

Also Published As

Publication number Publication date
CN112288759B (zh) 2024-02-09

Similar Documents

Publication Publication Date Title
CN112771573B (zh) 基于散斑图像的深度估计方法及装置、人脸识别系统
CN112016638B (zh) 一种钢筋簇的识别方法、装置、设备及存储介质
CN108052653A (zh) 图像特征描述符的获取方法、装置、存储介质、终端及图像检索方法
CN110633262B (zh) 基于Spark的地图相交区域面积计算方法及系统
CN113657390A (zh) 文本检测模型的训练方法和检测文本方法、装置和设备
CN101727580B (zh) 图像处理装置、图像处理单元和图像处理方法
KR102376114B1 (ko) 인코딩 방법, 디코딩 방법, 및 디바이스
CN111583381B (zh) 游戏资源图的渲染方法、装置及电子设备
CN107564077B (zh) 一种绘制道路网的方法及装置
CN115620321B (zh) 表格识别方法及装置、电子设备和存储介质
CN113658203A (zh) 建筑物三维轮廓提取及神经网络的训练方法和装置
KR102158390B1 (ko) 영상 처리 방법 및 장치
CN115525951A (zh) 建筑物轮廓优化及特征边重构的规则化方法及装置
US8270770B1 (en) Region-based dense feature correspondence
CN114445825A (zh) 文字检测方法、装置、电子设备和存储介质
CN112733855B (zh) 表格结构化方法、表格恢复设备及具有存储功能的装置
US20190188466A1 (en) Method, system and apparatus for processing a page of a document
CN114494323A (zh) 一种障碍物检测方法、装置、设备及存储介质
CN112507938A (zh) 一种文本图元的几何特征计算方法及识别方法、装置
CN112288759B (zh) 一种边界提取方法、装置、设备及存储介质
JP7515697B2 (ja) 画像サンプル生成方法、テキスト認識方法、装置、電子機器、記憶媒体及びコンピュータプログラム
US20190102619A1 (en) Identifying hand drawn tables
CN115623211A (zh) 矩阵的扫描方法和装置
CN112017199A (zh) 一种楼层边界检测方法、装置、设备及存储介质
CN109887080B (zh) 模型mesh数据生成三视图的方法及系统

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