CN112767424A - 一种基于室内三维点云空间自动剖分方法 - Google Patents

Abstract

本发明公开了一种基于室内三维点云空间自动剖分方法，所述方法包括：获取室内点云数据，根据所述室内点云数据确定墙面点云数据，并对所述墙面点云数据进行投影后得到投影图数据。然后对所述投影图数据进行分割，并对所述分割后得到的图形数据进行颜色标注，得到包含颜色标签的空间分割图数据。之后对所述墙面点云数据进行格网分割操作，得到若干个格网单元，并根据所述若干个格网单元生成格网拓扑图数据。最后根据所述格网拓扑图数据和所述包含颜色标签的空间分割图数据生成室内空间分割图数据。本发明可以实现自动分割室内空间，解决了现有技术中采用手动分割室内空间的方法得到室内空间分割图，耗时长且耗费人力的问题。

Description

一种基于室内三维点云空间自动剖分方法

技术领域

本发明涉及图像处理领域，尤其涉及的是一种基于室内三维点云空间自动剖分方法。

背景技术

随着室内三维点云获取技术的发展与成熟，以及人类越来越频繁的室内活动，基于室内三维点云数据的三维自动化重建的相关研究也日益增多，其中，室内空间自动剖分是室内三维模型自动化重建的基础，主要包括室内空间的自动分割和规则化。在实际应用中，利用传统手工建模或者基于建模软件恢复室内平面关系并实现室内空间剖分的工作较为复杂，不仅耗时长且耗费人力，而且只适用于表达特定时期的空间拓扑结构。一旦建筑物翻新或更新，会面临加倍的手动工作量。

因此，现有技术还有待改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种基于室内三维点云空间自动剖分方法，旨在解决现有技术中采用手动分割室内空间的方法得到室内空间分割图，耗时长且耗费人力的问题。

本发明解决问题所采用的技术方案如下：

第一方面，本发明实施例提供一种基于室内三维点云空间自动剖分方法，其中，所述方法包括：

获取室内点云数据，根据所述室内点云数据确定墙面点云数据，并对所述墙面点云数据进行投影后得到投影图数据；

对所述投影图数据进行分割，并对所述分割后得到的图形数据进行颜色标注，得到包含颜色标签的空间分割图数据；

对所述墙面点云数据进行格网分割操作，得到若干个格网单元，并根据所述若干个格网单元生成格网拓扑图数据；

根据所述格网拓扑图数据和所述包含颜色标签的空间分割图数据生成室内空间分割图数据。

在一种实施方式中，所述获取室内点云数据，根据所述室内点云数据确定墙面点云数据，并对所述墙面点云数据进行投影后得到投影图数据包括：

获取室内点云数据，对所述室内点云数据进行分割后得到目标分割图数据；

获取预设的距离阈值，根据所述距离阈值在所述目标分割图数据中确定墙面点云数据；

将所述墙面点云数据投影至预设平面内，得到若干个投影点数据，并对所述若干个投影点数据进行拟合后得到投影图数据。

在一种实施方式中，所述获取室内点云数据，对所述室内点云数据进行分割后得到目标分割图数据包括：

获取室内点云数据的坐标信息，根据所述室内点云数据的坐标信息获取所述室内点云数据中各点云数据之间的距离信息；

根据所述室内点云数据中各点云数据之间的距离信息和区域增长分割算法对所述室内点云数据进行第一次分割，得到初始分割图数据；

根据随机采样一致性分割算法对所述初始分割图数据进行第二次分割，得到目标分割图数据。

在一种实施方式中，所述获取预设的距离阈值，根据所述距离阈值在所述目标分割图数据中确定墙面点云数据包括：

根据所述目标分割图数据确定各种室内平面对应的点云数据，并获取每一个点云数据到天花板平面的距离值；

获取预设的距离阈值，并将所述距离值与所述距离阈值进行比较，当所述距离值大于所述距离阈值时，将所述点云数据删除；

当所述距离值小于或者等于所述距离阈值时，获取墙平面与所述天花板平面的高度差数据；

根据所述高度差数据确定所述墙平面对应的点云数据，并将所述墙平面对应的点云数据作为墙面点云数据。

在一种实施方式中，所述对所述投影图数据进行分割，并对所述分割后得到的图形数据进行颜色标注，得到包含颜色标签的空间分割图数据包括：

根据所述投影图数据生成目标二值化图像数据；

通过预设的寻找轮廓算法确定所述目标二值化图像数据中的轮廓信息，根据所述轮廓信息得到若干个轮廓区域，并将位于所述轮廓区域内的点云数据作为种子点数据；

通过所述种子点数据在所述目标二值化图像数据中标定出连通域数据；

将所述连通域数据输入预设的分水岭算法中，获取所述分水岭算法基于所述连通域数据输出的空间分割图数据；

对所述空间分割图数据中的每一个分割块数据采用不同的颜色标签进行标记，得到包含颜色标签的空间分割图数据。

在一种实施方式中，所述对所述墙面点云数据进行格网分割操作，得到若干个格网单元，并根据所述若干个格网单元生成格网拓扑图数据包括：

根据所述墙面点云数据确定墙面代表线数据；

将所述墙面代表线数据作为分割线数据，并根据所述分割线数据对所述墙面点云数据进行格网分割操作后得到若干个格网单元；

根据所述若干个格网单元生成格网拓扑图数据。

在一种实施方式中，所述根据所述墙面点云数据确定墙面代表线数据包括：

根据所述投影图数据获取墙面投影线数据；

利用有向包围盒算法在所述墙面点云数据中获取与室内空间的区域对应的矩形的角点坐标数据，并根据所述角点坐标数据生成初始多边形数据；

将所述墙面投影线数据和所述初始多边形数据进行相交操作，并根据所述相交操作的结果确定目标多边形点序列；

根据所述目标多边形点序列确定墙面代表线数据。

在一种实施方式中，所述将所述墙面投影线数据和所述初始多边形数据进行相交操作，并根据所述相交操作的结果确定目标多边形点序列包括：

将所述墙面投影线数据和所述初始多边形数据进行相交操作，并计算基于所述相交操作生成的交点的数量；

当所述交点的数量大于1时，确定所述初始多边形数据被有效分割，并以所述有效分割得到的交点为界，顺时针输出目标多边形点序列。

在一种实施方式中，所述根据所述格网拓扑图数据和所述包含颜色标签的空间分割图数据生成室内空间分割图数据包括：

按照预设规则对所述格网拓扑图数据中的每一个格网单元进行标记；所述标记采用所述包含颜色标签的空间分割图数据中的颜色标签；

直至所有格网单元均完成标记后得到目标格网拓扑图数据，并根据所述目标格网拓扑图数据生成室内空间分割图数据。

在一种实施方式中，所述按照预设规则对所述格网拓扑图数据中的每一个格网单元进行标记；所述标记采用所述包含颜色标签的空间分割图数据中的颜色标签包括：

将所述格网拓扑图数据和所述包含颜色标签的空间分割图数据进行比较，根据比较结果确定所述格网拓扑图数据中每一个格网单元中包含的每一个颜色标签的像素的面积；

计算出所述每一个颜色标签的像素的面积占所述格网单元的面积的比例数据；

获取预设的比例阈值，将所述比例数据与所述比例阈值进行比较，当所述比例数据大于所述比例阈值的时候，采用所述比例数据对应的颜色标签对所述格网单元进行标记。

本发明的有益效果：本发明实施例通过获取室内点云数据，根据所述室内点云数据确定墙面点云数据，并对所述墙面点云数据进行投影后得到投影图数据。然后对所述投影图数据进行分割，并对所述分割后得到的图形数据进行颜色标注，得到包含颜色标签的空间分割图数据。之后对所述墙面点云数据进行格网分割操作，得到若干个格网单元，并根据所述若干个格网单元生成格网拓扑图数据。最后根据所述格网拓扑图数据和所述包含颜色标签的空间分割图数据生成室内空间分割图数据。本发明可以实现自动分割室内空间，解决了现有技术中采用手动分割室内空间的方法得到室内空间分割图，耗时长且耗费人力的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，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的附图。

图1是本发明实施例提供的一种基于室内三维点云空间自动剖分方法的流程示意图。

图2是本发明实施例提供的将分水岭算法和网格剖分算法相结合得到空间分割图的模块示意图。

图3是本发明实施例提供的一种基于室内三维点云空间自动剖分方法的详细流程示意图。

图4是本发明实施例提供的获取包含颜色标签的空间分割图数据的流程示意图。

图5是本发明实施例提供的采用颜色标签对格网拓扑图数据进行标记前和标记后的示意图。

图6是本发明实施例提供的采用颜色标签对格网拓扑图数据进行标记的流程示意图。

图7是本发明实施例提供的终端的原理框图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

随着室内三维点云获取技术的发展与成熟，以及人类越来越频繁的室内活动，基于室内三维点云数据的三维自动化重建的相关研究也日益增多，其中，室内空间自动剖分是室内三维模型自动化重建的基础，主要包括室内空间的自动分割和规则化。然而在实际应用中，由于现有的分割算法参数设定固定，因此容易导致误分割的情况，此外由于室内结构复杂，因此也难以准确恢复室内平面拓扑关系。由于现有的分割算法难以准确剖分室内空间，因此目前通常还是采用手动分割室内空间的方法。由于手动分割室内空间较为复杂，不仅耗时长且耗费人力，而且只适用于表达特定时期的空间拓扑结构。一旦建筑物翻新或更新，会面临加倍的手动工作量。

针对现有技术的上述缺陷，本发明提供了一种基于室内三维点云空间自动剖分方法，通过获取室内点云数据，根据所述室内点云数据得到室内点云投影数据和墙面点云数据，然后对所述室内点云投影数据进行分割，并对所述分割后得到的图形数据进行颜色标注后得到包含颜色标签的空间分割图数据，之后对所述墙面点云数据进行格网分割操作，并根据所述格网分割操作完毕后得到的数据生成格网拓扑图数据，最后根据所述格网拓扑图数据对所述包含颜色标签的空间分割图数据进行调整后得到室内空间分割图数据。本发明可以实现自动分割室内空间，解决了现有技术中采用手动分割室内空间的方法得到室内空间分割图，耗时长且耗费人力的问题。

如图1所示，本实施例提供一种基于室内三维点云空间自动剖分方法，所述方法包括如下步骤：

步骤S100、获取室内点云数据，根据所述室内点云数据确定墙面点云数据，并对所述墙面点云数据进行投影后得到投影图数据。

三维激光扫描技术能够快速精确地获取周围场景的三维几何信息，因此被广泛应用在空间信息采集的过程中。本实施例首先需要采集待分割的室内空间的三维几何信息，即通过三维激光扫描技术获取待分割的室内空间的点云数据，即室内点云数据。由于室内空间的分割通常都是基于墙面位置进行分割的，因此为了实现自动分割室内空间，本实施例还需要在所述室内点云数据中确定墙面点云数据，并将所述墙面点云数据进行投影，得到投影图数据。

在一种实现方式中，所述步骤S100具体包括如下步骤：

步骤S110、获取室内点云数据，对所述室内点云数据进行分割后得到目标分割图数据；

步骤S120、获取预设的距离阈值，根据所述距离阈值在所述目标分割图数据中确定墙面点云数据；

步骤S130、将所述墙面点云数据投影至预设平面内，得到若干个投影点数据，并对所述若干个投影点数据进行拟合后得到投影图数据。

为了获取与墙面相关的投影图数据，本实施例获取到室内点云数据以后，首先需要对室内点云数据进行分割，将室内点云数据分为若干个点云平面。具体地，由于室内点云环境通常较为复杂，只采用一次分割难以保证点云平面的充分分割。因此本实施例首先获取室内点云数据的坐标信息，根据所述室内点云数据的坐标信息获取所述室内点云数据中各点云数据之间的距离信息，然后根据所述室内点云数据中各点云数据之间的距离信息和区域增长分割算法对所述室内点云数据进行第一次分割，得到初始分割图数据。之后，再根据随机采样一致性分割算法（RANSAC分割算法）对所述初始分割图数据进行第二次分割，得到目标分割图数据。简言之，本实施例通过对点云数据采取不同的分割算法进行多次分割，从而保证所有点云数据得到充分地分割。

获取到目标分割图以后，本实施例还需要在所述目标分割图中确定出墙面点云数据。为了确定墙面点云数据，本实施例预先设定了一个距离阈值，根据所述距离阈值在所述目标分割图数据中确定墙面点云数据。具体地，首先根据所述目标分割图数据确定各种室内平面对应的点云数据，并获取每一个点云数据到天花板平面的距离值，然后获取预设的距离阈值，并将所述距离值与所述距离阈值进行比较，当所述距离值大于所述距离阈值时，将所述点云数据删除。简单来说，并非所有点云数据都是有用的，当某些点云数据明显不在待分割的空间之内时，就可以将这些无用的点云点云数据进行剔除，以保证后续室内空间分割的准确性并降低后续的计算开销。当所述距离值小于或者等于所述距离阈值时，获取墙平面与所述天花板平面的高度差数据，根据所述高度差数据确定所述墙平面对应的点云数据，并将所述墙平面对应的点云数据作为墙面点云数据。举例说明，假设计算室内数据点云的最大值为

,同时计算室内其他平面点云的最大高度

，根据

与室内点云

的距离差异，提取主要平面。在墙面点云数据的提取过程中，主要结合墙平面与天花板平面的高度差信息进行提取。当某平面的高度与

的高度差值范围在设定的距离阈值内，提取该部分点云平面数据为墙面点云数据。

提取出墙面点云数据以后，还需要将所述墙面点云数据投影到预设平面内。具体地，本实施例可以采用平面方程

将所述墙面点云数据投影至预设平面，当A=B=D=0，C=1时，则所述预设平面则为XOY平面，即Z=0平面。此外，由于投影后的点云数据较为散乱，因此还需要对投影后得到的若干个投影点数据进行拟合，例如可以采用最小二乘法进行点云数据的拟合，从而将投影后散乱的点云数据整齐地落在直线上，拟合完毕以后即得到投影图数据。

获取到投影图数据以后，如图1所示，所述方法还包括如下步骤：

步骤S200、对所述投影图数据进行分割，并对所述分割后得到的图形数据进行颜色标注，得到包含颜色标签的空间分割图数据。

具体地，由于所述投影图数据中包含室内空间墙面的信息，因此本实施例可以基于所述投影图数据进行室内空间的剖分，从而得到一个空间分割图，并且本实施例还对空间分割图中的每一个分割块采用不同的颜色标签进行标注，从而得到一个包含颜色标签的空间分割图数据。

在一种实现方式中，所述步骤S200具体包括如下步骤：

步骤S210、根据所述投影图数据生成目标二值化图像数据；

步骤S220、通过预设的寻找轮廓算法确定所述目标二值化图像数据中的轮廓信息，根据所述轮廓信息得到若干个轮廓区域，并将位于所述轮廓区域内的点云数据作为种子点数据；

步骤S230、通过所述种子点数据在所述目标二值化图像数据中标定出连通域数据；

步骤S240、将所述连通域数据输入预设的分水岭算法中，获取所述分水岭算法基于所述连通域数据输出的空间分割图数据；

步骤S250、对所述空间分割图数据中的每一个分割块数据采用不同的颜色标签进行标记，得到包含颜色标签的空间分割图数据。

简单来说，本实施例需要根据所述投影图数据中的墙面边界信息来进行室内空间的剖分，因此本实施例需要首先对所述投影图数据进行二值化处理，以凸显出其中的墙面边界信息，进而得到目标二值化图像数据。具体地，如图4所示，首先本实施例会对所述投影图数据进行第一次二值化处理，得到初始二值化图像数据，使所述投影图数据中代表空间内部的点云数据的像素变为1，将代表空间边界（墙面）的点云数据的像素变为0，从而得到初始二值化投影图数据。为了进一步凸显墙面边界信息，获取到所述初始二值化投影图数据以后，还需要对初始二值化投影图数据进行形态学处理，以消除所述投影图数据中的噪声。并在进行所述形态学处理之后，检查所述二值化投影图中的连通区域，获取预设的面积阈值，将区域面积小于所述预设的面积阈值的连通区域去除。去除小的连通区域之后，再将代表空间边界（墙面）的点云数据的像素进行扩充，例如扩充2个像素，从而达到空间边界（墙面）膨胀的效果，从而进一步凸显墙面边界信息。并且，还可以对像素扩充后得到的投影图数据再进行去噪处理和均值滤波处理，从而达到平滑图像和再次消除噪声的目的。然后再对去噪处理和均值滤波处理得到的投影图数据进行第二次二值化处理，得到待优化二值化投影图数据。然后再对所述待优化二值化投影图数据的边界进行优化处理：本实施例首先采用预设的距离变换公式对所述待优化二值化投影图数据中的前景对应的像素点和后景对应的像素点之间的距离进行调整，从而更加凸显处所述待优化二值化投影图数据中的待分割目标，所述距离变换公式如下所示：

其中，d指的是目标像素点p与背景像素点m之间的距离值；u、v分别为目标像素点p的横坐标和纵坐标；x、y分别为背景像素点m的横坐标和纵坐标。本实施例中将后景对应的像素点作为背景像素点，将前景对应的像素点作为目标像素点。最后再对进行距离变换以后的待优化二值化图像数据进行归一化处理，得到目标二值化图像数据。

为了实现对室内空间进行准确地剖分，本实施例还需要将所述目标二值化图像数据输入预设的寻找轮廓算法中确定所述目标二值化图像数据中的轮廓信息，根据该轮廓信息即可在所述目标二值化图像数据中确定若干个轮廓区域，并将所述轮廓区域内的点云数据作为种子点数据，然后通过所述种子点数据在所述目标二值化图像数据中标定出连通域数据。最后将所述连通域数据输入预设的分水岭算法中，获取所述分水岭算法基于所述连通域数据输出的空间分割图数据，对所述空间分割图数据中的每一个分割块数据采用不同的颜色标签进行标记后得到包含颜色标签的空间分割图数据。

为了保障分割的准确性，本实施例中还需要结合矢量网格划分的空间剖分算法，如图1所示，所述方法还包括如下步骤：

步骤S300、对所述墙面点云数据进行格网分割操作，得到若干个格网单元，并根据所述若干个格网单元生成格网拓扑图数据。

矢量网格划分的空间剖分算法是通过合理的网格剖分算法将二维图像数据离散为规则的网格形式。如图5所示，简单来说，就是将所有墙面点云数据对应的区域通过规则化的格网进行格网分割操作，从而得到多个网格单元，每个格网单元对应一部分墙面点云数据，最后根据得到的多个网格单元即可生成格网拓扑图数据。

在一种实现方式中，所述步骤300具体包括如下步骤：

步骤S310、根据所述墙面点云数据确定墙面代表线数据；

步骤S320、将所述墙面代表线数据作为分割线数据，并根据所述分割线数据对所述墙面点云数据进行格网分割操作后得到若干个格网单元；

步骤S330、根据所述若干个格网单元生成格网拓扑图数据。

由于室内空间的剖分通常是基于墙面进行分割的，因此为了对所述墙面点云数据进行正确的格网分割操作，需要首先根据所述墙面点云数据确定墙面代表线数据。在一种实现方式中，为了确定墙面代表线数据，本实施例在所述投影图数据中获取墙面投影线数据，然后利用有向包围盒算法（OBB包围盒算法）在所述墙面点云数据中获取与室内空间区域对应的矩形的角点坐标数据，并根据所述角点坐标数据生成初始多边形数据。然后将所述墙面投影线数据和所述初始多边形数据进行相交操作，并根据所述相交操作的结果确定目标多边形点序列：将所述墙面投影线数据和所述初始多边形数据进行相交操作，并计算基于所述相交操作生成的交点的数量，当所述交点的数量大于1时，确定所述初始多边形数据被有效分割，并以所述有效分割得到的交点为界，顺时针输出目标多边形点序列。当所述交点的数量等于1时，即为有一条边恰好只经过多边形一个角点，则表示所述初始多边形未被有效分割，则不进行下一步。需要说明的是，本实施例该过程是一个迭代过程，在迭代过程中本实施例会建立多边形的存储模式，将生成的多边形存储为新的待分割多边形，并迭代墙面投影线加入到新的待分割多边形中，同时判断墙面投影线与新的待分割多边形中线集合的相交性，直至所有的墙面线迭代结束。然后根据最终获得的目标多边形点序列确定墙面代表线数据。最后，将所述墙面代表线数据作为分割线数据，并根据所述分割线数据对所述墙面点云数据进行格网分割操作后得到若干个格网单元，再根据所述若干个格网单元即可生成格网拓扑图数据。

为了提高室内空间剖分的准确性，如图1所示，所述方法还包括如下步骤：

步骤S400、根据所述格网拓扑图数据和所述包含颜色标签的空间分割图数据生成室内空间分割图数据。

具体地，如图2和图3所示，本实施例中为了得到准确的室内空间分割图数据，采用了两种空间分割算法，一种是基于分水岭算法判断轮廓进行分割得到的包含颜色标签的空间分割图数据，一种是基于网格剖分算法得到的格网拓扑图数据，并将两种算法的结果相结合，根据所述格网拓扑图数据和所述包含颜色标签的空间分割图数据生成最终的室内空间分割图数据。

在一种实现方式中，所述步骤S400具体包括如下步骤：

步骤S410、按照预设规则对所述格网拓扑图数据中的每一个格网单元进行标记；所述标记采用所述包含颜色标签的空间分割图数据中的颜色标签；

步骤S420、直至所有格网单元均完成标记后，得到目标格网拓扑图数据，并根据所述目标格网拓扑图数据生成室内空间分割图数据。

具体地，为了获取准确且规则化的室内空间分割图数据，本实施例首先需要按照预设的规则对得到的格网拓扑图数据中的每一个格网单元进行标记，标记时采用的标签来自所述包含颜色标签的空间分割图中的所有颜色标签。具体标记过程如下（如图5所示）：首先将所述格网拓扑图数据和所述包含颜色标签的空间分割图数据进行比较，根据比较结果确定所述格网拓扑图数据中每一个格网单元中包含的每一个颜色标签的像素的面积，然后计算出所述每一个颜色标签的像素的面积占所述格网单元的面积的比例数据，获取预设的比例阈值，将所述比例数据与所述比例阈值进行比较，当所述比例数据大于所述比例阈值的时候，采用所述比例数据对应的颜色标签对所述格网单元进行标记。举例说明，图6是本实施例提供的一种用于进行格网单元颜色标记的详细流程图，假设某一个格网单元中占比最大的颜色标签

的像素的面积为value，该格网单元的总面积为area，则该颜色标签的像素的面积占该格网单元总面积的比例为

，将

与预设的比例阈值count进行比较，当

大于count时，则采用颜色标签

标记该格网单元。如图5所示，直至所有格网单元均完成标记后得到目标格网拓扑图数据，最后根据所述目标格网拓扑图数据就可以生成室内空间分割图数据，该室内空间分割图数据不仅能分割准确且分割规则。

基于上述实施例，本发明还提供了一种终端，其原理框图可以如图7所示。该终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏。其中，该终端的处理器用于提供计算和控制能力。该终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于室内三维点云空间自动剖分方法。该终端的显示屏可以是液晶显示屏或者电子墨水显示屏。

本领域技术人员可以理解，图7中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端的限定，具体的终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一种实现方式中，所述终端的存储器中存储有一个或者一个以上的程序，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行一种基于室内三维点云空间自动剖分方法的指令。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

综上所述，本发明公开了一种基于室内三维点云空间自动剖分方法，通过获取室内点云数据，根据所述室内点云数据确定墙面点云数据，并对所述墙面点云数据进行投影后得到投影图数据。然后对所述投影图数据进行分割，并对所述分割后得到的图形数据进行颜色标注，得到包含颜色标签的空间分割图数据。之后对所述墙面点云数据进行格网分割操作，得到若干个格网单元，并根据所述若干个格网单元生成格网拓扑图数据。最后根据所述格网拓扑图数据和所述包含颜色标签的空间分割图数据生成室内空间分割图数据。本发明可以实现自动分割室内空间，解决了现有技术中采用手动分割室内空间的方法得到室内空间分割图，耗时长且耗费人力的问题。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种基于室内三维点云空间自动剖分方法，其特征在于，所述方法包括：

获取室内点云数据，根据所述室内点云数据确定墙面点云数据，并对所述墙面点云数据进行投影后得到投影图数据；

对所述投影图数据进行分割，并对所述分割后得到的图形数据进行颜色标注，得到包含颜色标签的空间分割图数据；

对所述墙面点云数据进行格网分割操作，得到若干个格网单元，并根据所述若干个格网单元生成格网拓扑图数据；

根据所述格网拓扑图数据和所述包含颜色标签的空间分割图数据生成室内空间分割图数据。

2.根据权利要求1所述的一种基于室内三维点云空间自动剖分方法，其特征在于，所述获取室内点云数据，根据所述室内点云数据确定墙面点云数据，并对所述墙面点云数据进行投影后得到投影图数据包括：

获取室内点云数据，对所述室内点云数据进行分割后得到目标分割图数据；

获取预设的距离阈值，根据所述距离阈值在所述目标分割图数据中确定墙面点云数据；

将所述墙面点云数据投影至预设平面内，得到若干个投影点数据，并对所述若干个投影点数据进行拟合后得到投影图数据。

3.根据权利要求2所述的一种基于室内三维点云空间自动剖分方法，其特征在于，所述获取室内点云数据，对所述室内点云数据进行分割后得到目标分割图数据包括：

获取室内点云数据的坐标信息，根据所述室内点云数据的坐标信息获取所述室内点云数据中各点云数据之间的距离信息；

根据所述室内点云数据中各点云数据之间的距离信息和区域增长分割算法对所述室内点云数据进行第一次分割，得到初始分割图数据；

根据随机采样一致性分割算法对所述初始分割图数据进行第二次分割，得到目标分割图数据。

4.根据权利要求2所述的一种基于室内三维点云空间自动剖分方法，其特征在于，所述获取预设的距离阈值，根据所述距离阈值在所述目标分割图数据中确定墙面点云数据包括：

根据所述目标分割图数据确定各种室内平面对应的点云数据，并获取每一个点云数据到天花板平面的距离值；

获取预设的距离阈值，并将所述距离值与所述距离阈值进行比较，当所述距离值大于所述距离阈值时，将所述点云数据删除；

当所述距离值小于或者等于所述距离阈值时，获取墙平面与所述天花板平面的高度差数据；

根据所述高度差数据确定所述墙平面对应的点云数据，并将所述墙平面对应的点云数据作为墙面点云数据。

5.根据权利要求1所述的一种基于室内三维点云空间自动剖分方法，其特征在于，所述对所述投影图数据进行分割，并对所述分割后得到的图形数据进行颜色标注，得到包含颜色标签的空间分割图数据包括：

根据所述投影图数据生成目标二值化图像数据；

通过预设的寻找轮廓算法确定所述目标二值化图像数据中的轮廓信息，根据所述轮廓信息得到若干个轮廓区域，并将位于所述轮廓区域内的点云数据作为种子点数据；

通过所述种子点数据在所述目标二值化图像数据中标定出连通域数据；

将所述连通域数据输入预设的分水岭算法中，获取所述分水岭算法基于所述连通域数据输出的空间分割图数据；

对所述空间分割图数据中的每一个分割块数据采用不同的颜色标签进行标记，得到包含颜色标签的空间分割图数据。

6.根据权利要求1所述的一种基于室内三维点云空间自动剖分方法，其特征在于，所述对所述墙面点云数据进行格网分割操作，得到若干个格网单元，并根据所述若干个格网单元生成格网拓扑图数据包括：

根据所述墙面点云数据确定墙面代表线数据；

将所述墙面代表线数据作为分割线数据，并根据所述分割线数据对所述墙面点云数据进行格网分割操作后得到若干个格网单元；

根据所述若干个格网单元生成格网拓扑图数据。

7.根据权利要求6所述的一种基于室内三维点云空间自动剖分方法，其特征在于，所述根据所述墙面点云数据确定墙面代表线数据包括：

根据所述投影图数据获取墙面投影线数据；

利用有向包围盒算法在所述墙面点云数据中获取与室内空间的区域对应的矩形的角点坐标数据，并根据所述角点坐标数据生成初始多边形数据；

将所述墙面投影线数据和所述初始多边形数据进行相交操作，并根据所述相交操作的结果确定目标多边形点序列；

根据所述目标多边形点序列确定墙面代表线数据。

8.根据权利要求7所述的一种基于室内三维点云空间自动剖分方法，其特征在于，所述将所述墙面投影线数据和所述初始多边形数据进行相交操作，并根据所述相交操作的结果确定目标多边形点序列包括：

将所述墙面投影线数据和所述初始多边形数据进行相交操作，并计算基于所述相交操作生成的交点的数量；

当所述交点的数量大于1时，确定所述初始多边形数据被有效分割，并以所述有效分割得到的交点为界，顺时针输出目标多边形点序列。

9.根据权利要求1所述的一种基于室内三维点云空间自动剖分方法，其特征在于，所述根据所述格网拓扑图数据和所述包含颜色标签的空间分割图数据生成室内空间分割图数据包括：

按照预设规则对所述格网拓扑图数据中的每一个格网单元进行标记；所述标记采用所述包含颜色标签的空间分割图数据中的颜色标签；

直至所有格网单元均完成标记后得到目标格网拓扑图数据，并根据所述目标格网拓扑图数据生成室内空间分割图数据。

10.根据权利要求9所述的一种基于室内三维点云空间自动剖分方法，其特征在于，所述按照预设规则对所述格网拓扑图数据中的每一个格网单元进行标记；所述标记采用所述包含颜色标签的空间分割图数据中的颜色标签包括：

将所述格网拓扑图数据和所述包含颜色标签的空间分割图数据进行比较，根据比较结果确定所述格网拓扑图数据中每一个格网单元中包含的每一个颜色标签的像素的面积；

计算出所述每一个颜色标签的像素的面积占所述格网单元的面积的比例数据；

获取预设的比例阈值，将所述比例数据与所述比例阈值进行比较，当所述比例数据大于所述比例阈值的时候，采用所述比例数据对应的颜色标签对所述格网单元进行标记。

Images