CN113128516B - 边缘提取的方法和装置 - Google Patents
边缘提取的方法和装置 Download PDFInfo
- Publication number
- CN113128516B CN113128516B CN202010037869.9A CN202010037869A CN113128516B CN 113128516 B CN113128516 B CN 113128516B CN 202010037869 A CN202010037869 A CN 202010037869A CN 113128516 B CN113128516 B CN 113128516B
- Authority
- CN
- China
- Prior art keywords
- edge
- scanning
- points
- edge candidate
- 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.)
- Active
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 claims abstract description 63
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 50
- 238000001514 detection method Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 9
- 238000007619 statistical method Methods 0.000 claims description 9
- 230000035772 mutation Effects 0.000 claims description 6
- 238000012896 Statistical algorithm Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000002592 echocardiography Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种边缘提取的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法;使用边缘提取算法确定扫描数据对应的边缘候选点集合;根据边缘候选点集合中的边缘候选点的强度值确定边缘点以进行边缘提取。该实施方式可以针对同一次激光雷达的扫描数据进行远、近物体的精确边缘识别和提取,且识别准确度和识别效率高。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种边缘提取的方法和装置。
背景技术
物体边缘提取通常用于移动测量数据的地物分割或分类,目前边缘提取多采用图像处理的手段,例如遥感影像利用图像中像素灰度差异或波段特征,根据边缘的灰度梯度等进行识别与提取。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
利用图像特征进行边缘提取与分割的算法受限于图像数据的质量,若图像因为光照信息导致的灰度或色彩不均匀,则势必要在进行边缘提取等处理之前增加许多类似匀光匀色等预处理过程,会大大影响检测精度。另外,目前在高精度地物获取手段上多采用激光扫描技术,即使用激光雷达进行地物扫描与三维信息获取重建,数据采集方式的变化使得现有的图像算法并不能很好地契合数据。
发明内容
有鉴于此,本发明实施例提供一种边缘提取的方法和装置,能够针对同一次激光雷达的扫描数据进行远、近物体的精确边缘识别和提取,且识别准确度和识别效率高。
为实现上述目的,根据本发明实施例的一个方面,提供了一种边缘提取的方法。
一种边缘提取的方法,包括:根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法;使用所述边缘提取算法确定所述扫描数据对应的边缘候选点集合;根据所述边缘候选点集合中的边缘候选点的强度值确定边缘点以进行边缘提取。
可选地,根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法包括:根据激光雷达的扫描距离与精度之间的关系和精度要求,确定扫描数据分割点;将所述扫描数据对应的扫描距离与所述扫描数据分割点进行比较以确定所述扫描数据对应的边缘提取算法,其中,所述扫描数据对应的扫描距离为所述扫描数据中的扫描点与所述激光雷达的距离的最小值。
可选地,所述边缘提取算法包括脚点特征比较法和回波检测法,并且,对扫描距离不超过所述扫描数据分割点的扫描数据,通过脚点特征比较法确定边缘候选点集合;对扫描距离超过所述扫描数据分割点的扫描数据,通过回波检测法确定边缘候选点集合。
可选地,通过脚点特征比较法确定边缘候选点集合包括:对多光束同一次回波的扫描数据中的扫描点,获取每个扫描点与所述激光雷达的距离,然后将扫描点与所述激光雷达的距离进行相邻两两比较,将比较结果中发生距离突变的扫描点作为边缘候选点,以确定边缘候选点集合;通过回波检测法确定边缘候选点集合包括:若单光束多次回波得到的扫描数据中的每个扫描点与所述激光雷达的距离的差异超过预设差异阈值,则将所述单光束多次回波的扫描数据中的扫描点作为边缘候选点,以确定边缘候选点集合。
可选地,根据所述边缘候选点集合中的边缘候选点的强度值确定边缘点包括:若所述边缘候选点集合中的边缘候选点的强度值有差异,则将所述边缘候选点集合中与所述激光雷达的距离最近的一组强度值相同的边缘候选点确定为边缘点。
可选地,根据所述边缘候选点集合中的边缘候选点的强度值确定边缘点之前,还包括:对所述边缘候选点集合中的边缘候选点的坐标进行统计分析,根据统计算法得到边缘候选点的范围阈值;将位于所述范围阈值之外的边缘候选点作为离群数据,并将所述离群数据从所述边缘候选点集合中删除。
可选地,根据所述边缘候选点集合中的边缘候选点的强度值确定边缘点之前,还包括:对所述边缘候选点集合中的边缘候选点的坐标进行统计分析;通过曲线拟合的方法确定边缘曲线;将与所述边缘曲线的距离超过设定的距离阈值的边缘候选点作为离群数据,并将所述离群数据从所述边缘候选点集合中删除。
根据本发明实施例的另一方面,提供了一种边缘提取的装置。
一种边缘提取的装置,包括:算法确定模块,用于根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法;候选点确定模块,用于使用所述边缘提取算法确定所述扫描数据对应的边缘候选点集合;边缘点确定模块,用于根据所述边缘候选点集合中的边缘候选点的强度值确定边缘点以进行边缘提取。
根据本发明实施例的又一方面,提供了一种边缘提取的电子设备。
一种边缘提取的电子设备,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提供的边缘提取的方法。
根据本发明实施例的再一方面,提供了一种计算机可读介质。
一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例所提供的边缘提取的方法。
上述发明中的一个实施例具有如下优点或有益效果:通过根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法;使用边缘提取算法确定扫描数据对应的边缘候选点集合;根据边缘候选点集合中的边缘候选点的强度值确定边缘点以进行边缘提取,可以针对同一次激光雷达的扫描数据进行远、近物体的精确边缘识别和提取,且识别准确度和识别效率高。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的边缘提取的方法的主要步骤示意图;
图2是本发明一个实施例的边缘提取的实现流程示意图;
图3是根据本发明实施例的边缘提取的装置的主要模块示意图;
图4是本发明实施例可以应用于其中的示例性系统架构图;
图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
为了解决现有技术中存在的问题,本发明提供了一种边缘提取的方法和装置,可以针对激光雷达的扫描数据进行物体边缘的识别和提取,且识别准确度和识别效率高。
通常情况下激光雷达在扫描过程中产生的点云数据具有一定误差,这与激光雷达的产品特点、成像原理以及标定参数有关,但是整体来说具有扫描距离越远误差越大的特性。因此,本发明对激光雷达的扫描数据进行区分,采用两种不同的方式进行地物边缘的识别与提取。其中,激光雷达的扫描数据一般会包括多个扫描点,且每个扫描点都具有对应的空间三维坐标值以及强度值。
本发明按照激光雷达扫描距离参数进行扫描数据划分,具体地,激光雷达的扫描距离参数中会包括扫描距离与精度之间的关系,例如“在某扫描范围内精度是***”等,根据数据处理的精度要求,可确定对应的扫描数据分割点,然后将扫描数据对应的扫描距离与扫描数据分割点进行比较以确定扫描数据对应的边缘提取算法,其中,扫描数据对应的扫描距离为扫描数据中的扫描点与激光雷达的距离的最小值。通常,可以认为扫描数据中与激光雷达距离最小的扫描点即为与激光雷达最近的物体,此时要提取的边缘也就是该物体的边缘。
在本发明中,对扫描距离不超过扫描数据分割点的扫描数据,通过脚点特征比较法确定边缘候选点集合,以进行边缘识别和提取;对扫描距离超过扫描数据分割点的扫描数据,通过回波检测法确定边缘候选点集合,以进行边缘识别和提取。在本发明一个实施例的具体实施过程中,一般取激光雷达的扫描距离的中位点作为扫描数据分割点,将小于等于1/2扫描距离的扫描数据作为一类,使用脚点特征比较法进行边缘识别和提取;将大于1/2扫描距离的扫描数据作为一类,使用回波检测法进行边缘识别和提取。
一方面,对于扫描距离超过扫描数据分割点的扫描数据中的扫描点,通过回波检测法来进行边缘识别和提取。需注意的是,回波检测法要求激光雷达具有多回波的特性,且在采集数据过程中开启这一配置。
当一束激光打到非透明物体上后通常至少会有一次回波,该回波信息可以反馈出激光脚点在物体上的坐标和强度等信息;但是当该物体距离激光雷达较远时,激光光斑会随扫描距离的变远而变大,当激光脚点落在物体边缘时脚点光斑会有一部分打在物体上,另一部分继续向物体后照射直至落到另一个物体上。在这种情况下,同一束激光会产生多个回波,激光雷达可以接收到所有回波信号。当把激光雷达设置为接收多回波模式时就可以得到该激光束不同回波标识的多条数据。
然后,可以根据多次回波得到的扫描数据中扫描点的坐标进行统计分析,找出差异较大的激光束,那么该激光束有可能就是打在物体边缘的激光。此处,激光束的差异主要指的是激光束多次回波得到的扫描数据中每个扫描点与激光雷达的距离的差异超过了预设的差异阈值,其中,差异阈值例如可根据待识别物体的形状、厚度等信息来设定。对于该可能是打在物体边缘的激光束的多次回波得到的扫描数据中的扫描点,即可作为边缘候选点集合,以用于进一步分析来确定边缘点。
最后,判断该激光束多次回波数据的强度信息是否有差异,因为根据激光成像理论,反射强度只取决于物体的材质,如果强度值有差异则可以判定该激光束不同回波打在了不同的物体上,进而可以确认物体的边缘,边缘点即为首次回波数据中的扫描点,而该首次回波即认为该扫描点距离激光雷达最近,故而也可认为是将边缘候选点集合中与激光雷达的距离最近的边缘候选点作为边缘点。根据同样的方法,即可确定物体的其他边缘点,从而实现了对物品的边缘识别和提取。
另一方面,对于扫描距离不超过扫描数据分割点的扫描数据中的扫描点,由于脚点光斑面积不够大,因此无法适用于上述的回波检测法来判断边缘,因此可采用脚点坐标来比较判断,具体操作如下:由于激光雷达大多数采用线式扫描,即一条或多条扫描线进行360°扫描,所以首先从激光雷达扫描数据中提取单条扫描线数据,针对该扫描线所有的扫描点进行相邻两两比较,注意如果开启了多回波模式,那么要使用同一次回波数据进行比较;如果遇到物体边缘,那么前后两次的扫描点与激光雷达的距离(也可以认为是扫描点的三维空间坐标中的深度值)往往会发生突变,其原理也是前点打到了后方物体,后点打到前方物体导致的坐标差异。此时,即可将扫描点与激光雷达的距离发生突变的扫描点作为边缘候选点,以确定边缘候选点集合。此处,由于是将扫描点进行相邻两两比较,因此距离发生突变的扫描点一般是相邻的两个扫描点两两出现的。其中,在具体实施过程中,对于相邻的两个扫描点,若前一个扫描点是距离激光雷达较远的点,后一个扫描点是距离激光雷达较近的点,且之后是连续的距离激光雷达较近的点,则此时即可将这两个相邻的扫描点定义为发生了距离突变的点,可作为边缘候选点;若前一个扫描点是距离激光雷达较近的点,后一个扫描点是距离激光雷达较远的点,且之后是连续的距离激光雷达较远的点,则此时即可将这两个相邻的扫描点定义为发生了距离突变的点,可作为边缘候选点。如此,即可避免将数据采集过程中由于误差而引起的扫描点坐标不准确,导致将发生了数据跳变的两个相邻的扫描点误判为边缘候选点。
然后,结合边缘候选点的强度值来确定边缘点,如果边缘候选点的强度值有差异,则可以判定该扫描线的多个激光束打在了不同的物体上,进而可以确认物体的边缘,边缘点即为边缘候选点集合中与激光雷达的距离最近的一组强度值相同的边缘候选点。在具体实现时,可先根据强度值将边缘候选点集合中的边缘候选点进行分组,以将位于同一物体上的边缘候选点(强度值相同)分为一组,然后计算每组边缘候选点到激光雷达的平均距离,并将平均距离最小(即:距离最近)的一组边缘候选点确定为边缘点。
通过以上两种情况可以针对同一次扫描数据进行远近物体的精确边缘提取,过程中使用了多回波特性、坐标对比、强度信息对比等方法。
根据前述本发明的技术方案可以得到,本发明提供的边缘提取的方法如图1所示。图1是根据本发明实施例的边缘提取的方法的主要步骤示意图。如图1所示,本发明实施例的边缘提取的方法主要包括如下的步骤S101至步骤S103。
步骤S101:根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法;
步骤S102:使用边缘提取算法确定扫描数据对应的边缘候选点集合;
步骤S103:根据边缘候选点集合中的边缘候选点的强度值确定边缘点以进行边缘提取。
根据本发明的一个实施例,根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法包括:
根据激光雷达的扫描距离与精度之间的关系和精度要求,确定扫描数据分割点;
将扫描数据对应的扫描距离与扫描数据分割点进行比较以确定扫描数据对应的边缘提取算法,其中,扫描数据对应的扫描距离为扫描数据中的扫描点与激光雷达的距离的最小值。
根据本发明的另一个实施例,边缘提取算法包括脚点特征比较法和回波检测法,并且,
对扫描距离不超过扫描数据分割点的扫描数据,通过脚点特征比较法确定边缘候选点集合;
对扫描距离超过扫描数据分割点的扫描数据,通过回波检测法确定边缘候选点集合。
根据本发明的又一个实施例,通过脚点特征比较法确定边缘候选点集合时,具体可以包括:
对多光束同一次回波的扫描数据中的扫描点,获取每个扫描点与激光雷达的距离,然后将扫描点与激光雷达的距离进行相邻两两比较,将比较结果中发生距离突变的扫描点作为边缘候选点,以确定边缘候选点集合;
并且,通过回波检测法确定边缘候选点集合时,具体可以包括:
若单光束多次回波得到的扫描数据中的每个扫描点与激光雷达的距离的差异超过预设差异阈值,则将单光束多次回波的扫描数据中的扫描点作为边缘候选点,以确定边缘候选点集合。
根据本发明的再一个实施例,根据边缘候选点集合中的边缘候选点的强度值确定边缘点,具体可以包括:
若边缘候选点集合中的边缘候选点的强度值有差异,则将边缘候选点集合中与激光雷达的距离最近的一组强度值相同的边缘候选点确定为边缘点。
另外,根据本发明的技术方案,在获取到边缘候选点集合之后,根据边缘候选点集合中的边缘候选点的强度值确定边缘点之前,还可以对边缘候选点集合中的边缘候选点进行初步筛选和排除,以排除那些由于数据采集时存在的误差而导致的错误数据,一般情况下,这些数据会与准确的真实数据之间有一定的差距。故而,本发明中,将这些数据定义为离群数据。
在对边缘候选点集合中的边缘候选点进行初步筛选和排除时,主要通过以下两种方式来实现。
根据本发明的一个实施例,根据边缘候选点集合中的边缘候选点的强度值确定边缘点之前,还可以:
对边缘候选点集合中的边缘候选点的坐标进行统计分析,根据统计算法得到边缘候选点的范围阈值;
将位于范围阈值之外的边缘候选点作为离群数据,并将离群数据从边缘候选点集合中删除。
具体地,例如通过类似ransac(Random Sample Consensus,随机抽样一致算法)算法来对边缘候选点集合中的边缘候选点的坐标进行统计计算,从而得到边缘候选点的范围阈值,以便将离群数据从边缘候选点集合中删除。其中,ransac算法是根据一组包含异常数据的样本数据集,计算出数据的数学模型参数,得到有效样本数据的算法,这些离群数据可能是由于错误的测量、错误的假设、错误的计算等产生的,因此需要从边缘候选点集合中删除。
根据本发明的另一个实施例,根据边缘候选点集合中的边缘候选点的强度值确定边缘点之前,还可以:
对边缘候选点集合中的边缘候选点的坐标进行统计分析;
通过曲线拟合的方法确定边缘曲线;
将与边缘曲线的距离超过设定的距离阈值的边缘候选点作为离群数据,并将离群数据从边缘候选点集合中删除。
具体地,例如当需要提取物体边缘时,可以通过对边缘候选点的坐标进行统计分析,采用贝塞尔曲线来拟合物体边缘,得到一组曲线参数最大化使得边缘候选点尽量多地落在曲线方程(即:边缘曲线)上,那么,那些不在曲线方程上且发散较大的边缘候选点(即:该边缘候选点与边缘曲线的距离超过设定的距离阈值)即为离群数据,需要将其从边缘候选点集合中删除。
图2是本发明一个实施例的边缘提取的实现流程示意图。如图2所示,在进行物体边缘识别和提取时,首先,获取激光扫描数据,其中,激光扫描数据具有多回波特性,且是由激光雷达进行线式扫描产生的;之后,对扫描数据进行分类;若扫描数据对应的扫描距离超过扫描数据分割点(例如为将光雷达的最大扫描距离的1/2),则通过回波检测法进行边缘点识别和提取,否则通过脚点特征比较法进行边缘点识别和提取。
当通过回波检测法进行边缘点识别和提取时,使用单光束的多回波数据进行比对以确定边缘候选点集合;当通过脚点特征比较法进行边缘点识别和提取时,使用多光束相邻脚点数据进行比对以确定边缘候选点集合。
在确定了边缘候选点集合之后,即可通过对边缘候选点集合中的边缘候选点的坐标进行统计分析以计算范围阈值,进而删除离群数据,得到筛选后的边缘候选点集合。然后,通过对筛选后的边缘候选点集合中的边缘候选点的强度值进行比较以得到边缘点。
图3是根据本发明实施例的边缘提取的装置的主要模块示意图。如图3所示,本发明实施例的边缘提取的装置300主要包括算法确定模块301、候选点确定模块302和边缘点确定模块303。
算法确定模块301,用于根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法;
候选点确定模块302,用于使用所述边缘提取算法确定所述扫描数据对应的边缘候选点集合;
边缘点确定模块303,用于根据所述边缘候选点集合中的边缘候选点的强度值确定边缘点以进行边缘提取。
根据本发明的一个实施例,算法确定模块301还可以用于:
根据激光雷达的扫描距离与精度之间的关系和精度要求,确定扫描数据分割点;
将所述扫描数据对应的扫描距离与所述扫描数据分割点进行比较以确定所述扫描数据对应的边缘提取算法,其中,所述扫描数据对应的扫描距离为所述扫描数据中的扫描点与所述激光雷达的距离的最小值。
根据本发明的另一个实施例,边缘提取算法例如包括脚点特征比较法和回波检测法,并且,
对扫描距离不超过所述扫描数据分割点的扫描数据,通过脚点特征比较法确定边缘候选点集合;
对扫描距离超过所述扫描数据分割点的扫描数据,通过回波检测法确定边缘候选点集合。
根据本发明的又一个实施例,通过脚点特征比较法确定边缘候选点集合时,具体指的是:对多光束同一次回波的扫描数据中的扫描点,获取每个扫描点与所述激光雷达的距离,然后将扫描点与所述激光雷达的距离进行相邻两两比较,将比较结果中发生距离突变的扫描点作为边缘候选点,以确定边缘候选点集合;
通过回波检测法确定边缘候选点集合时,具体指的是:若单光束多次回波得到的扫描数据中的每个扫描点与所述激光雷达的距离的差异超过预设差异阈值,则将所述单光束多次回波的扫描数据中的扫描点作为边缘候选点,以确定边缘候选点集合。
根据本发明的再一个实施例,边缘点确定模块303还可以用于:
若所述边缘候选点集合中的边缘候选点的强度值有差异,则将所述边缘候选点集合中与所述激光雷达的距离最近的一组强度值相同的边缘候选点确定为边缘点。
根据本发明的又一个实施例,边缘提取的装置300还可以包括候选点筛选模块(图中未示出),用于:
在根据所述边缘候选点集合中的边缘候选点的强度值确定边缘点之前,对所述边缘候选点集合中的边缘候选点的坐标进行统计分析,根据统计算法得到边缘候选点的范围阈值;
将位于所述范围阈值之外的边缘候选点作为离群数据,并将所述离群数据从所述边缘候选点集合中删除。
根据本发明的再一个实施例,边缘提取的装置300包括的候选点筛选模块(图中未示出)还可以用于:
在根据所述边缘候选点集合中的边缘候选点的强度值确定边缘点之前,对所述边缘候选点集合中的边缘候选点的坐标进行统计分析;
通过曲线拟合的方法确定边缘曲线;
将与所述边缘曲线的距离超过设定的距离阈值的边缘候选点作为离群数据,并将所述离群数据从所述边缘候选点集合中删除。
根据本发明实施例的技术方案,通过根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法;使用边缘提取算法确定扫描数据对应的边缘候选点集合;根据边缘候选点集合中的边缘候选点的强度值确定边缘点以进行边缘提取,可以针对同一次激光雷达的扫描数据进行远、近物体的精确边缘识别和提取,且识别准确度和识别效率高。
图4示出了可以应用本发明实施例的边缘提取的方法或边缘提取的装置的示例性系统架构400。
如图4所示,系统架构400可以包括终端设备401、402、403,网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互,以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器,例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的边缘提取的方法一般由服务器405执行,相应地,边缘提取的装置一般设置于服务器405中。
应该理解,图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图5,其示出了适于用来实现本发明实施例的终端设备或服务器的计算机系统500的结构示意图。图5示出的终端设备或服务器仅仅是一个示例,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5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的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或者是上述两者的任意组合。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、装置或器件,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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本发明中,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、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。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、装置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。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,例如,可以描述为:一种处理器包括算法确定模块、候选点确定模块和边缘点确定模块。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定,例如,算法确定模块还可以被描述为“用于根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法;使用所述边缘提取算法确定所述扫描数据对应的边缘候选点集合;根据所述边缘候选点集合中的边缘候选点的强度值确定边缘点以进行边缘提取。
根据本发明实施例的技术方案,通过根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法;使用边缘提取算法确定扫描数据对应的边缘候选点集合;根据边缘候选点集合中的边缘候选点的强度值确定边缘点以进行边缘提取,可以针对同一次激光雷达的扫描数据进行远、近物体的精确边缘识别和提取,且识别准确度和识别效率高。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (8)
1.一种边缘提取的方法,其特征在于,包括:
根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法;
使用所述边缘提取算法确定所述扫描数据对应的边缘候选点集合;
根据所述边缘候选点集合中的边缘候选点的强度值确定边缘点以进行边缘提取;
根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法包括:根据激光雷达的扫描距离与精度之间的关系和精度要求,确定扫描数据分割点;将所述扫描数据对应的扫描距离与所述扫描数据分割点进行比较以确定所述扫描数据对应的边缘提取算法,其中,所述扫描数据对应的扫描距离为所述扫描数据中的扫描点与所述激光雷达的距离的最小值;
所述边缘提取算法包括脚点特征比较法和回波检测法,并且,对扫描距离不超过所述扫描数据分割点的扫描数据,通过脚点特征比较法确定边缘候选点集合;对扫描距离超过所述扫描数据分割点的扫描数据,通过回波检测法确定边缘候选点集合。
2.根据权利要求1所述的方法,其特征在于,通过脚点特征比较法确定边缘候选点集合包括:
对多光束同一次回波的扫描数据中的扫描点,获取每个扫描点与所述激光雷达的距离,然后将扫描点与所述激光雷达的距离进行相邻两两比较,将比较结果中发生距离突变的扫描点作为边缘候选点,以确定边缘候选点集合;
通过回波检测法确定边缘候选点集合包括:
若单光束多次回波得到的扫描数据中的每个扫描点与所述激光雷达的距离的差异超过预设差异阈值,则将所述单光束多次回波的扫描数据中的扫描点作为边缘候选点,以确定边缘候选点集合。
3.根据权利要求1所述的方法,其特征在于,根据所述边缘候选点集合中的边缘候选点的强度值确定边缘点包括:
若所述边缘候选点集合中的边缘候选点的强度值有差异,则将所述边缘候选点集合中与所述激光雷达的距离最近的一组强度值相同的边缘候选点确定为边缘点。
4.根据权利要求1或3所述的方法,其特征在于,根据所述边缘候选点集合中的边缘候选点的强度值确定边缘点之前,还包括:
对所述边缘候选点集合中的边缘候选点的坐标进行统计分析,根据统计算法得到边缘候选点的范围阈值;
将位于所述范围阈值之外的边缘候选点作为离群数据,并将所述离群数据从所述边缘候选点集合中删除。
5.根据权利要求1或3所述的方法,其特征在于,根据所述边缘候选点集合中的边缘候选点的强度值确定边缘点之前,还包括:
对所述边缘候选点集合中的边缘候选点的坐标进行统计分析;
通过曲线拟合的方法确定边缘曲线;
将与所述边缘曲线的距离超过设定的距离阈值的边缘候选点作为离群数据,并将所述离群数据从所述边缘候选点集合中删除。
6.一种边缘提取的装置,其特征在于,包括:
算法确定模块,用于根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法;根据激光雷达的扫描距离参数确定扫描数据对应的边缘提取算法包括:根据激光雷达的扫描距离与精度之间的关系和精度要求,确定扫描数据分割点;将所述扫描数据对应的扫描距离与所述扫描数据分割点进行比较以确定所述扫描数据对应的边缘提取算法,其中,所述扫描数据对应的扫描距离为所述扫描数据中的扫描点与所述激光雷达的距离的最小值;所述边缘提取算法包括脚点特征比较法和回波检测法,并且,对扫描距离不超过所述扫描数据分割点的扫描数据,通过脚点特征比较法确定边缘候选点集合;对扫描距离超过所述扫描数据分割点的扫描数据,通过回波检测法确定边缘候选点集合;
候选点确定模块,用于使用所述边缘提取算法确定所述扫描数据对应的边缘候选点集合;
边缘点确定模块,用于根据所述边缘候选点集合中的边缘候选点的强度值确定边缘点以进行边缘提取。
7.一种边缘提取的电子设备,其特征在于,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1-5中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010037869.9A CN113128516B (zh) | 2020-01-14 | 2020-01-14 | 边缘提取的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010037869.9A CN113128516B (zh) | 2020-01-14 | 2020-01-14 | 边缘提取的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113128516A CN113128516A (zh) | 2021-07-16 |
CN113128516B true CN113128516B (zh) | 2024-04-05 |
Family
ID=76771153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010037869.9A Active CN113128516B (zh) | 2020-01-14 | 2020-01-14 | 边缘提取的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113128516B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113960574B (zh) * | 2021-10-27 | 2024-09-03 | 合肥英睿系统技术有限公司 | 一种激光测距校准方法、装置、设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101865996A (zh) * | 2010-05-19 | 2010-10-20 | 北京航空航天大学 | 一种用于机载激光雷达俯仰角偏差实时补偿的方法与装置 |
CN102610020A (zh) * | 2012-01-11 | 2012-07-25 | 广州市地下铁道总公司 | 硬币双面图像识别装置及其识别方法 |
CN104915949A (zh) * | 2015-04-08 | 2015-09-16 | 华中科技大学 | 一种结合点特征和线特征的图像匹配算法 |
CN104913766A (zh) * | 2015-06-24 | 2015-09-16 | 中交第二公路勘察设计研究院有限公司 | 一种激光扫描测量方法及装置 |
CN106872994A (zh) * | 2017-04-14 | 2017-06-20 | 北京佳讯飞鸿电气股份有限公司 | 一种激光雷达扫描方法及装置 |
CN107886729A (zh) * | 2016-09-30 | 2018-04-06 | 比亚迪股份有限公司 | 车辆识别方法、装置及车辆 |
CN109300162A (zh) * | 2018-08-17 | 2019-02-01 | 浙江工业大学 | 一种基于精细化雷达扫描边缘点的多线激光雷达和相机联合标定方法 |
CN109684914A (zh) * | 2018-11-09 | 2019-04-26 | 武汉伊莱维特电力科技有限公司 | 基于无人机影像智能识别方法 |
CN110456377A (zh) * | 2019-08-15 | 2019-11-15 | 中国人民解放军63921部队 | 一种基于三维激光雷达的卫星来袭异物检测方法和系统 |
CN110646806A (zh) * | 2018-06-26 | 2020-01-03 | 深圳市速腾聚创科技有限公司 | 激光雷达及激光雷达控制方法 |
CN110675436A (zh) * | 2019-09-09 | 2020-01-10 | 中国科学院微小卫星创新研究院 | 基于3d特征点的激光雷达与立体视觉配准方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103017730B (zh) * | 2012-11-30 | 2015-04-01 | 中兴通讯股份有限公司 | 一种单摄像头测距的方法和系统 |
-
2020
- 2020-01-14 CN CN202010037869.9A patent/CN113128516B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101865996A (zh) * | 2010-05-19 | 2010-10-20 | 北京航空航天大学 | 一种用于机载激光雷达俯仰角偏差实时补偿的方法与装置 |
CN102610020A (zh) * | 2012-01-11 | 2012-07-25 | 广州市地下铁道总公司 | 硬币双面图像识别装置及其识别方法 |
CN104915949A (zh) * | 2015-04-08 | 2015-09-16 | 华中科技大学 | 一种结合点特征和线特征的图像匹配算法 |
CN104913766A (zh) * | 2015-06-24 | 2015-09-16 | 中交第二公路勘察设计研究院有限公司 | 一种激光扫描测量方法及装置 |
CN107886729A (zh) * | 2016-09-30 | 2018-04-06 | 比亚迪股份有限公司 | 车辆识别方法、装置及车辆 |
CN106872994A (zh) * | 2017-04-14 | 2017-06-20 | 北京佳讯飞鸿电气股份有限公司 | 一种激光雷达扫描方法及装置 |
CN110646806A (zh) * | 2018-06-26 | 2020-01-03 | 深圳市速腾聚创科技有限公司 | 激光雷达及激光雷达控制方法 |
CN109300162A (zh) * | 2018-08-17 | 2019-02-01 | 浙江工业大学 | 一种基于精细化雷达扫描边缘点的多线激光雷达和相机联合标定方法 |
CN109684914A (zh) * | 2018-11-09 | 2019-04-26 | 武汉伊莱维特电力科技有限公司 | 基于无人机影像智能识别方法 |
CN110456377A (zh) * | 2019-08-15 | 2019-11-15 | 中国人民解放军63921部队 | 一种基于三维激光雷达的卫星来袭异物检测方法和系统 |
CN110675436A (zh) * | 2019-09-09 | 2020-01-10 | 中国科学院微小卫星创新研究院 | 基于3d特征点的激光雷达与立体视觉配准方法 |
Non-Patent Citations (2)
Title |
---|
一种机载激光雷达距离图像的自适应边缘检测方法;徐景中;万幼川;;激光与红外(第11期);第101-104页 * |
基于新型Canny算法雷达距离图像边缘检测算法;代文征;郑良仁;杨勇;;沈阳工业大学学报(第04期);第70-74页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113128516A (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108228798B (zh) | 确定点云数据之间的匹配关系的方法和装置 | |
CN111602138B (zh) | 基于人工神经网络的物体检测的系统及方法 | |
CN109389072B (zh) | 数据处理方法和装置 | |
CN110632608A (zh) | 一种基于激光点云的目标检测方法和装置 | |
CN110390706B (zh) | 一种物体检测的方法和装置 | |
CN111950543A (zh) | 一种目标检测方法和装置 | |
CN110619807B (zh) | 生成全局热力图的方法和装置 | |
CN110349158A (zh) | 一种处理点云数据的方法和装置 | |
CN113607185A (zh) | 车道线信息显示方法、装置、电子设备和计算机可读介质 | |
CN112100430B (zh) | 一种物品溯源方法和装置 | |
CN108615006B (zh) | 用于输出信息的方法和装置 | |
CN111931704A (zh) | 评估地图质量的方法、装置、设备和计算机可读存储介质 | |
CN117011250A (zh) | 缺陷检测方法、装置及存储介质 | |
CN113128516B (zh) | 边缘提取的方法和装置 | |
CN115861400A (zh) | 目标对象检测方法、训练方法、装置以及电子设备 | |
CN110517354B (zh) | 用于三维点云分割的方法、装置、系统及介质 | |
CN112241977A (zh) | 一种特征点的深度估计方法和装置 | |
CN111679262B (zh) | 激光点云强度标定方法、装置、设备及存储介质 | |
De Gélis et al. | Benchmarking change detection in urban 3D point clouds | |
CN113392241A (zh) | 测井图像清晰度的识别方法、装置、介质及电子设备 | |
CN112967191A (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN111724429B (zh) | 地面特征提取方法及装置 | |
US20230104674A1 (en) | Machine learning techniques for ground classification | |
CN115937324B (zh) | 一种装配质量评价方法、装置、设备及存储介质 | |
CN110895699B (zh) | 用于处理图像的特征点的方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |