CN114627020A - 一种曲面工件反光噪点去除方法 - Google Patents
一种曲面工件反光噪点去除方法 Download PDFInfo
- Publication number
- CN114627020A CN114627020A CN202210269161.5A CN202210269161A CN114627020A CN 114627020 A CN114627020 A CN 114627020A CN 202210269161 A CN202210269161 A CN 202210269161A CN 114627020 A CN114627020 A CN 114627020A
- Authority
- CN
- China
- Prior art keywords
- point
- curved surface
- straight line
- central axis
- workpiece
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005498 polishing Methods 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 239000013598 vector Substances 0.000 claims description 59
- 239000002184 metal Substances 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
Images
Classifications
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/64—Analysis of geometric attributes of convexity or concavity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/68—Analysis of geometric attributes of symmetry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明提供一种曲面工件反光噪点去除方法,利用三维视觉传感器获取曲面工件点云,三维视觉传感器包括相机和打光部件,记录相机、打光部件的空间位置坐标OC、Op;利用点云拟合曲面、计算中轴线;在中轴线上任取一点A,获取过点OC、点A的直线与过点Op、点A的直线分别与实测曲面的交点;求取交点B、C之间的中点;记直线AM与实测曲面中轴线所在的平面为特征面;分别计算点云中的各个点到特征面的距离,将距离值小于预设值的点记为反光噪点并剔除,保留其他点云,完成对点云的去噪;本方法利用相机和打光部件分别与曲面工件中轴线之间的几何关系,剔除反光区域的噪点,计算简单,实时性高。
Description
技术领域
本发明涉及点云处理领域,具体涉及一种曲面工件反光噪点去除方法。
背景技术
在制造领域及建筑领域中,曲面是一种十分常见的型面,为了准确获取曲面物体的三维特征,需要采集曲面点云,由于曲面的特殊性,其表面容易产生反光噪点,特别是金属曲面或者需要光源辅助照明的情况,曲面工件上的反光区域更为明显;这就使得采集到的点云夹杂着大量的噪声干扰,影响图像质量。现有技术中,通常采用灰度阈值方法去除噪点,此方法需要额外采集灰度图像,对灰度图像进行搜索处理,将曝光度过大的点标记为反光噪点,再将这些二维点映射到到点云中,剔除点云中的噪声;该方法处理过程耗时长,不利于对点云的实时处理。
发明内容
为了解决上述技术问题,本发明提供一种曲面工件反光噪点去除方法,由于曲面工件的反光区域集中在朝向打光部件的一侧,本方法利用相机和打光部件分别与曲面工件中轴线之间的几何关系,剔除反光区域的噪点,具有计算简单,定位快速,实时性高的特点。
技术方案如下:
一种曲面工件反光噪点去除方法,所述曲面工件的表面为柱面或者锥面,利用三维视觉传感器获取曲面工件点云,所述三维视觉传感器包括相机和打光部件,二者相对位置固定,所述打光部件用于照亮曲面工件,所述相机用于采集曲面工件图像;记录相机、打光部件对应在全局坐标系中的空间位置坐标OC、Op;
通过以下步骤,处理所述曲面工件点云:
S1、利用点云拟合曲面、记为实测曲面;计算所述实测曲面的中轴线;
在中轴线的中间区域上任取一点,记为点A,获取点A的空间位置坐标;
S2、获取过点OC、点A的直线与过点Op、点A的直线分别与实测曲面的交点B、C;
求取交点B、C之间的中点M;
S3、标记过点A、点M的直线为直线AM,直线AM与实测曲面中轴线所在的平面为特征面;
分别计算点云中的各个点到特征面的距离,将距离值小于预设值的点记为反光噪点并剔除,保留其他点云,完成对点云的去噪。
当曲面工件的表面为柱面时,上述方法的步骤S3可以进行以下变形:
一种曲面工件反光噪点去除方法,所述曲面工件的表面为柱面,利用三维视觉传感器获取曲面工件点云,所述三维视觉传感器包括相机和打光部件,二者相对位置固定,所述打光部件用于照亮曲面工件,所述相机用于采集曲面工件图像;记录相机、打光部件对应在全局坐标系中的空间位置坐标OC、Op;
通过以下步骤,处理所述曲面工件点云:
在中轴线的中间区域上任取一点,记为点A,获取点A的空间位置坐标;
S2、获取过点OC、点A的直线与过点Op、点A的直线分别与实测曲面的交点B、C;
求取交点B、C之间的中点M;
分别计算点云中的各个点到特征直线L的距离,将距离值小于预设值的点记为反光噪点并剔除,保留其他点云,完成对点云的去噪。
进一步,当三维视觉传感器中存在多部相机时,空间位置坐标OC为其中一部相机在全局坐标系中的坐标;
当所述三维视觉传感器为结构光视觉传感器时,所述打光部件为投影仪,空间位置坐标Op为投影仪在全局坐标系中的坐标;
当所述三维视觉传感器为双目视觉传感器,所述打光部件为外加光源,空间位置坐标Op为外加光源在全局坐标系中的坐标。
为了提高计算效率,优选,根据曲面工件的理论几何中心、理论高度设定工件的中间区域,提取处于中间区域范围内的点云,进行步骤S1;
点A取中轴线的中心点。
进一步,所述曲面工件的表面为柱面,步骤S2中,交点B的计算方法为:计算过点OC、点A的直线与中轴线之间的夹角θ;利用夹角θ和柱面的理论半径计算点A与点B之间的距离值Δd;将点A沿向量移动Δd,获得点B的位置坐标;其中,其中,向量表示点OC到点A的方向向量。
交点C的计算方法为:计算过点OP、点A的直线与中轴线之间的夹角θ1;利用夹角θ1和柱面的理论半径计算点A与点C之间的距离值Δd1;将点A沿向量移动Δd1,获得点C的位置坐标。其中,向量表示点OP到点A的方向向量。
进一步,步骤S3中,交点K的计算方法为:获取过点A、沿向量向直线与中轴线之间的夹角θ2;利用夹角θ2和柱面的理论半径计算点A与点K之间的距离值Δd2;将点A沿向量多动Δd2,获得点K的位置坐标。其中,向量表示点A到点M的方向向量。
进一步,步骤S3中,将与特征直线L距离值小于预设值的点记为反光噪点,具体为:记点云中的任一点ph到点K的方向向量为求取以向量特征直线L为边的平行四边形的面积,再将该面积值除去特征直线L所在边的长度值,得到点ph与特征直线L的距离。
进一步,所述曲面工件的表面为锥面,步骤S2中,交点B的计算方法如下:计算过点OC、点A的直线与中轴线之间的夹角θ;利用夹角θ、锥面母线与中轴线的理论夹角以及在点A处锥面的理论半径,计算点A与点B之间的距离值Δd;将点A沿向量移动Δd,获得点B的位置坐标;
交点C的计算方法为:计算过点OP、点A的直线与中轴线之间的夹角θ1;利用夹角θ1、锥面母线与中轴线的理论夹角以及在点A处锥面的理论半径,计算点A与点C之间的距离值Δd1;将点A沿向量移动Δd1,获得点C的位置坐标。
本发明的有益效果:本方法无需利用灰度图进行阈值分析,而是直接利用相机和打光部件分别与曲面工件中轴线之间的几何关系,计算交汇在曲面中轴线上的出射光线分别与曲面的交点B、C,进而获得特征面或特征直线,利用其查找反光区域对应在曲面上的位置、将特征面或特征直线附近的点删除,剔除反光区域的噪点,本方法设计巧妙、计算简单,能够快速定位噪声点云位置,从而实现快速点云噪声筛除。
附图说明
图1为实施例1中对表面为柱面的工件进行去噪的立体结构示意图;
图2为实施例1中对表面为柱面的工件进行去噪的平面结构示意图;
图3为实施例1中螺柱的灰度图;
图4为实施例1中螺柱侧表面点云示意图。
具体实施方式
以下结合附图和实施例对本发明的技术方案进行详细描述。
实施例1
一种曲面工件反光噪点去除方法,本实施例以表面为柱面的工件(如螺柱、金属杆或者局部呈柱面的工件)为例,进行示例性阐述:
利用三维视觉传感器获取曲面工件点云,三维视觉传感器包括相机和打光部件,二者相对位置固定,打光部件用于照亮曲面工件,相机用于采集曲面工件图像;如图1所示,记录相机、打光部件对应在全局坐标系中的空间位置坐标OC、Op;
通过以下步骤,处理曲面工件点云:
S1、利用点云拟合曲面、记为实测曲面;计算实测曲面的中轴线(螺柱/金属杆中轴线);
在中轴线的中间区域上任取一点,记为点A,获取点A的空间位置坐标;
S2、获取过点OC、点A的直线与过点Op、点A的直线分别与实测曲面的交点B、C;
如图2所示,求取交点B、C之间的中点M;
步骤S3采用方式一或者方式二进行,具体的:
方式一:S3、标记过点A、点M的直线为直线AM,直线AM与实测曲面中轴线所在的平面为特征面;
分别计算点云中的各个点到特征面的距离,将距离值小于预设值的点记为反光噪点并剔除,保留其他点云,完成对点云的去噪。
分别计算点云中的各个点到特征直线L的距离,将距离值小于预设值的点记为反光噪点并剔除,保留其他点云,完成对点云的去噪。
为了提高计算效率,在步骤S1之前,先根据曲面工件的理论几何中心、理论高度设定工件的中间区域,提取处于中间区域范围内的点云,再利用中间区域范围内的点云进行步骤S1;再步骤S1中,点A取中轴线的中心点。
交点B(xB,yB,zB)具体解算如下:
其中,R表示柱面的理论半径,表示中轴线的方向向量;表示点OC到点A的方向向量;表示向量的模,分别表示在x,y,z坐标轴方向上的分量;为了便于理解,将向量写为向量将点A(xA,yA,zA)沿向量移动Δd,获得点B的位置坐标;
交点C(xC,yC,zC)的具体解算如下:
方式二的步骤S3中,交点K的计算方法为:获取过点A、沿向量的直线与中轴线之间的夹角θ2;利用夹角θ2和柱面的理论半径计算点A与点K之间的距离值Δd2;将点A(xA,yA,zA)沿向量移动Δd2,获得点K的位置坐标。
交点K(xK,yK,zK)具体解算如下:
方式二的步骤S3中,将与特征直线L距离值小于预设值的点记为反光噪点,具体为:记点云中的任一点ph到点K的方向向量为求取以向量特征直线L为边的平行四边形的面积再将该面积值除去特征直线L所在边的长度值得到点ph与特征直线L的距离。
更具体的,解算过程为:计算点云中的任一点ph与特征直线L的距离值Qh:
本方法既可以用于结构光视觉传感器,也可以用于双目视觉传感器;
当三维视觉传感器为结构光视觉传感器时,打光部件为投影仪,空间位置坐标Op为投影仪在全局坐标系中的坐标;
当三维视觉传感器为双目视觉传感器,打光部件为外加光源,空间位置坐标Op为外加光源在全局坐标系中的坐标。
当三维视觉传感器中存在多部相机时,空间位置坐标OC为其中一部相机在全局坐标系中的坐标。
本实施例以结构光视觉传感器(三维扫描传感器:利用投影仪向被测物表面投射结构光,再由相机采集图像,获取点云)为例,传感器采集螺柱侧表面点云如图3所示,经过本方法处理后,根据特征面或特征直线判断得出需要去除的噪点区域,如图4所示。本方法能够高效定位稠密点云中反光噪点所在的区域,实现对噪点的准确剔除。
实施例2
一种曲面工件反光噪点去除方法,本实施例以表面为锥面的曲面工件(如圆锥型、圆台型工件或者局部呈锥面的工件)为例,进行示例性阐述:
利用三维视觉传感器获取曲面工件点云,三维视觉传感器包括相机和打光部件,二者相对位置固定,打光部件用于照亮曲面工件,相机用于采集曲面工件图像;记录相机、打光部件对应在全局坐标系中的空间位置坐标OC、Op;
通过以下步骤,处理曲面工件点云:
S1、利用点云拟合曲面、记为实测曲面;计算实测曲面的中轴线;
在中轴线的中间区域上任取一点,记为点A,获取点A的空间位置坐标;
S2、获取过点OC、点A的直线与过点Op、点A的直线分别与实测曲面的交点B、C;
求取交点B、C之间的中点M;
S3、标记过点A、点M的直线为直线AM,直线AM与实测曲面中轴线所在的平面为特征面;
分别计算点云中的各个点到特征面的距离,将距离值小于预设值的点记为反光噪点并剔除,保留其他点云,完成对点云的去噪。
为了提高计算效率,在步骤S1之前,先根据曲面工件的理论几何中心、理论高度设定工件的中间区域,提取处于中间区域范围内的点云,再利用中间区域范围内的点云进行步骤S1;再步骤S1中,点A取中轴线的中心点。
更具体的,步骤S2中,交点B的计算方法如下:计算过点OC、点A的直线与中轴线之间的夹角θ;利用夹角θ、锥面母线与中轴线的理论夹角以及在点A处锥面的理论半径,计算点A与点B之间的距离值Δd;将点A沿向量移动Δd,获得点B的位置坐标;
交点B(xB,yB,zB)具体解算如下:
其中,R表示在点A(xA,yA,zA)处锥面的理论半径,表示中轴线的方向向量,表示点OC到点A的方向向量,表示向量的模,分别表示在x,y,z坐标轴方向上的分量;θ工件为锥面母线与中轴线的理论夹角;为了便于理解,将向量写为向量将点A(xA,yA,zA)沿向量移动Δd,获得点B的位置坐标;
交点C的计算方法为:计算过点OP、点A的直线与中轴线之间的夹角θ1;利用夹角θ1、锥面母线与中轴线的理论夹角以及在点A处锥面的理论半径,计算点A与点C之间的距离值Δd1;将点A沿向量移动Δd1,获得点C的位置坐标。
交点C(xC,yC,zC)具体解算如下:
本方法既可以用于结构光视觉传感器,也可以用于双目视觉传感器,直接利用双目立体视觉获取被测物表面点云;
当三维视觉传感器为结构光视觉传感器时,打光部件为投影仪,空间位置坐标Op为投影仪在全局坐标系中的坐标;
当三维视觉传感器为双目视觉传感器,打光部件为外加光源,空间位置坐标Op为外加光源在全局坐标系中的坐标。
当三维视觉传感器中存在多部相机时,空间位置坐标OC为其中一部相机在全局坐标系中的坐标。
本方法表面为锥面的圆锥型、圆台型工件时,依然能够高效定位工件侧表面点云中反光噪点所在的区域,实现对噪点的准确剔除。
前面对本发明具体示例性实施方案所呈现的描述是出于说明和描述的目的。前面的描述并不想要成为毫无遗漏的,也不是想要把本发明限制为所公开的精确形式,显然,根据上述教导很多改变和变化都是可能的。选择示例性实施方案并进行描述是为了解释本发明的特定原理及其实际应用,从而使得本领域的其它技术人员能够实现并利用本发明的各种示例性实施方案及其不同选择形式和修改形式。本发明的范围旨在由所附权利要求书及其等价形式所限定。
Claims (9)
1.一种曲面工件反光噪点去除方法,其特征在于,所述曲面工件的表面为柱面或者锥面,利用三维视觉传感器获取曲面工件点云,所述三维视觉传感器包括相机和打光部件,二者相对位置固定,所述打光部件用于照亮曲面工件,所述相机用于采集曲面工件图像;记录相机、打光部件对应在全局坐标系中的空间位置坐标OC、Op;
通过以下步骤,处理所述曲面工件点云:
S1、利用点云拟合曲面、记为实测曲面;计算所述实测曲面的中轴线;
在中轴线的中间区域上任取一点,记为点A,获取点A的空间位置坐标;
S2、获取过点OC、点A的直线与过点Op、点A的直线分别与实测曲面的交点B、C;
求取交点B、C之间的中点M;
S3、标记过点A、点M的直线为直线AM,直线AM与实测曲面中轴线所在的平面为特征面;
分别计算点云中的各个点到特征面的距离,将距离值小于预设值的点记为反光噪点并剔除,保留其他点云,完成对点云的去噪。
2.一种曲面工件反光噪点去除方法,其特征在于,所述曲面工件的表面为柱面,利用三维视觉传感器获取曲面工件点云,所述三维视觉传感器包括相机和打光部件,二者相对位置固定,所述打光部件用于照亮曲面工件,所述相机用于采集曲面工件图像;记录相机、打光部件对应在全局坐标系中的空间位置坐标OC、Op;
通过以下步骤,处理所述曲面工件点云:
S1、利用点云拟合曲面、记为实测曲面;计算所述实测曲面的中轴线;
在中轴线的中间区域上任取一点,记为点A,获取点A的空间位置坐标;
S2、获取过点OC、点A的直线与过点Op、点A的直线分别与实测曲面的交点B、C;
求取交点B、C之间的中点M;
分别计算点云中的各个点到特征直线L的距离,将距离值小于预设值的点记为反光噪点并剔除,保留其他点云,完成对点云的去噪。
3.如权利要求1或2所述曲面工件反光噪点去除方法,其特征在于:当三维视觉传感器中存在多部相机时,空间位置坐标OC为其中一部相机在全局坐标系中的坐标;
当所述三维视觉传感器为结构光视觉传感器时,所述打光部件为投影仪,空间位置坐标Op为投影仪在全局坐标系中的坐标;
当所述三维视觉传感器为双目视觉传感器,所述打光部件为外加光源,空间位置坐标Op为外加光源在全局坐标系中的坐标。
4.如权利要求1或2所述曲面工件反光噪点去除方法,其特征在于:根据曲面工件的理论几何中心、理论高度设定工件的中间区域,提取处于中间区域范围内的点云,进行步骤S1;
点A取中轴线的中心点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210269161.5A CN114627020B (zh) | 2022-03-18 | 2022-03-18 | 一种曲面工件反光噪点去除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210269161.5A CN114627020B (zh) | 2022-03-18 | 2022-03-18 | 一种曲面工件反光噪点去除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114627020A true CN114627020A (zh) | 2022-06-14 |
CN114627020B CN114627020B (zh) | 2023-06-20 |
Family
ID=81902729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210269161.5A Active CN114627020B (zh) | 2022-03-18 | 2022-03-18 | 一种曲面工件反光噪点去除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114627020B (zh) |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090048782A1 (en) * | 2007-08-17 | 2009-02-19 | Hong Fu Jin Precision Industry (Shenzhen) Co., Ltd. | System and method for filtering a point cloud |
CN102609912A (zh) * | 2012-01-16 | 2012-07-25 | 黑龙江科技学院 | 一种搜索三维点云数据轮廓噪声点的方法 |
US20130121564A1 (en) * | 2010-07-05 | 2013-05-16 | Kabushiki Kaisha Topcon | Point cloud data processing device, point cloud data processing system, point cloud data processing method, and point cloud data processing program |
CN103530441A (zh) * | 2013-09-12 | 2014-01-22 | 广东电网公司电力科学研究院 | 利用三维激光扫描技术对汽轮机组进行三维建模的方法 |
US20140271132A1 (en) * | 2013-03-15 | 2014-09-18 | Kohler Co. | Noise suppression system |
CN104574282A (zh) * | 2013-10-22 | 2015-04-29 | 鸿富锦精密工业(深圳)有限公司 | 点云噪声点去除系统及方法 |
CN106548520A (zh) * | 2016-11-16 | 2017-03-29 | 湖南拓视觉信息技术有限公司 | 一种点云数据去噪的方法和系统 |
US20180040119A1 (en) * | 2016-08-03 | 2018-02-08 | Sightline Innovation Inc. | System and method for integrated laser scanning and signal processing |
WO2018161662A1 (zh) * | 2017-03-08 | 2018-09-13 | 浙江大学 | 一种基于距离统计的三维声纳点云图像增强方法 |
CN109389672A (zh) * | 2018-09-29 | 2019-02-26 | 广东工业大学 | 一种反光工件点云的处理方法 |
CN109632825A (zh) * | 2019-01-18 | 2019-04-16 | 创新奇智(重庆)科技有限公司 | 一种钢卷表面异常突起的自动检测方法 |
CN110298795A (zh) * | 2019-05-22 | 2019-10-01 | 中交第二航务工程局有限公司 | 隧道三维激光数据综合去噪方法 |
CN110296667A (zh) * | 2019-08-13 | 2019-10-01 | 南昌航空大学 | 基于线结构光多角度投影的高反射表面三维测量方法 |
CN110335209A (zh) * | 2019-06-11 | 2019-10-15 | 北京建筑大学 | 一种相位式三维激光点云噪声滤除方法 |
CN111507919A (zh) * | 2020-04-16 | 2020-08-07 | 北京深测科技有限公司 | 一种三维点云数据的去噪处理方法 |
US20200311963A1 (en) * | 2019-03-28 | 2020-10-01 | Topcon Corporation | Point cloud data processing method and point cloud data processing device |
CN111815503A (zh) * | 2020-06-03 | 2020-10-23 | 上海交通大学 | 一种基于线激光扫描的螺柱特征参数测量方法 |
CN111986308A (zh) * | 2020-07-14 | 2020-11-24 | 武汉数字化设计与制造创新中心有限公司 | 基于点云法线与曲率变化双约束曲面误差显著点识别方法 |
CN112435193A (zh) * | 2020-11-30 | 2021-03-02 | 中国科学院深圳先进技术研究院 | 一种点云数据去噪的方法、装置、存储介质和电子设备 |
US20210065431A1 (en) * | 2019-09-04 | 2021-03-04 | Faro Technologies, Inc. | System and method for training a neural network to fill gaps between scan points in images and to de-noise point cloud images |
CN112561854A (zh) * | 2020-11-11 | 2021-03-26 | 深圳大学 | 一种基于线结构光点云的焊缝检测方法 |
CN112561808A (zh) * | 2020-11-27 | 2021-03-26 | 中央财经大学 | 一种基于车载激光点云和卫星影像的道路边界线复原方法 |
US20210142499A1 (en) * | 2019-11-07 | 2021-05-13 | Toshiba Tec Kabushiki Kaisha | Point cloud data processing device |
CN113256707A (zh) * | 2021-06-25 | 2021-08-13 | 西南交通大学 | 一种基于轨顶面种子点自动追踪的轨道中心线提取方法 |
-
2022
- 2022-03-18 CN CN202210269161.5A patent/CN114627020B/zh active Active
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090048782A1 (en) * | 2007-08-17 | 2009-02-19 | Hong Fu Jin Precision Industry (Shenzhen) Co., Ltd. | System and method for filtering a point cloud |
US20130121564A1 (en) * | 2010-07-05 | 2013-05-16 | Kabushiki Kaisha Topcon | Point cloud data processing device, point cloud data processing system, point cloud data processing method, and point cloud data processing program |
CN102609912A (zh) * | 2012-01-16 | 2012-07-25 | 黑龙江科技学院 | 一种搜索三维点云数据轮廓噪声点的方法 |
US20140271132A1 (en) * | 2013-03-15 | 2014-09-18 | Kohler Co. | Noise suppression system |
CN103530441A (zh) * | 2013-09-12 | 2014-01-22 | 广东电网公司电力科学研究院 | 利用三维激光扫描技术对汽轮机组进行三维建模的方法 |
CN104574282A (zh) * | 2013-10-22 | 2015-04-29 | 鸿富锦精密工业(深圳)有限公司 | 点云噪声点去除系统及方法 |
US20180040119A1 (en) * | 2016-08-03 | 2018-02-08 | Sightline Innovation Inc. | System and method for integrated laser scanning and signal processing |
CN106548520A (zh) * | 2016-11-16 | 2017-03-29 | 湖南拓视觉信息技术有限公司 | 一种点云数据去噪的方法和系统 |
WO2018161662A1 (zh) * | 2017-03-08 | 2018-09-13 | 浙江大学 | 一种基于距离统计的三维声纳点云图像增强方法 |
CN109389672A (zh) * | 2018-09-29 | 2019-02-26 | 广东工业大学 | 一种反光工件点云的处理方法 |
CN109632825A (zh) * | 2019-01-18 | 2019-04-16 | 创新奇智(重庆)科技有限公司 | 一种钢卷表面异常突起的自动检测方法 |
US20200311963A1 (en) * | 2019-03-28 | 2020-10-01 | Topcon Corporation | Point cloud data processing method and point cloud data processing device |
CN110298795A (zh) * | 2019-05-22 | 2019-10-01 | 中交第二航务工程局有限公司 | 隧道三维激光数据综合去噪方法 |
CN110335209A (zh) * | 2019-06-11 | 2019-10-15 | 北京建筑大学 | 一种相位式三维激光点云噪声滤除方法 |
CN110296667A (zh) * | 2019-08-13 | 2019-10-01 | 南昌航空大学 | 基于线结构光多角度投影的高反射表面三维测量方法 |
US20210065431A1 (en) * | 2019-09-04 | 2021-03-04 | Faro Technologies, Inc. | System and method for training a neural network to fill gaps between scan points in images and to de-noise point cloud images |
US20210142499A1 (en) * | 2019-11-07 | 2021-05-13 | Toshiba Tec Kabushiki Kaisha | Point cloud data processing device |
CN111507919A (zh) * | 2020-04-16 | 2020-08-07 | 北京深测科技有限公司 | 一种三维点云数据的去噪处理方法 |
CN111815503A (zh) * | 2020-06-03 | 2020-10-23 | 上海交通大学 | 一种基于线激光扫描的螺柱特征参数测量方法 |
CN111986308A (zh) * | 2020-07-14 | 2020-11-24 | 武汉数字化设计与制造创新中心有限公司 | 基于点云法线与曲率变化双约束曲面误差显著点识别方法 |
CN112561854A (zh) * | 2020-11-11 | 2021-03-26 | 深圳大学 | 一种基于线结构光点云的焊缝检测方法 |
CN112561808A (zh) * | 2020-11-27 | 2021-03-26 | 中央财经大学 | 一种基于车载激光点云和卫星影像的道路边界线复原方法 |
CN112435193A (zh) * | 2020-11-30 | 2021-03-02 | 中国科学院深圳先进技术研究院 | 一种点云数据去噪的方法、装置、存储介质和电子设备 |
CN113256707A (zh) * | 2021-06-25 | 2021-08-13 | 西南交通大学 | 一种基于轨顶面种子点自动追踪的轨道中心线提取方法 |
Non-Patent Citations (4)
Title |
---|
CHAOHUI LV, MIN LI: "Point Cloud Denoising Algorithm Based on Noise Classification", 2020 INTERNATIONAL CONFERENCE ON CULTURE-ORIENTED SCIENCE & TECHNOLOGY (ICCST), pages 123 - 127 * |
GUO YUJING; YAN XIANGLIAN; ZHANG YU; DONG MENG; LV FANGCHENG; JIN GUANGYAO; LI LINA: "Optimal wavelet de-noising of acoustic emission signals caused by the impact between metal particles and grounding electrode in DC GIL", 2017 4TH INTERNATIONAL CONFERENCE ON ELECTRIC POWER EQUIPMENT - SWITCHING TECHNOLOGY (ICEPE-ST), pages 1020 * |
王井利 ,李华健 ,王挥云: "基于中轴线拟合的隧道点云去噪研究", 沈阳建筑大学学报(自然科学版), vol. 35, no. 4, pages 676 - 683 * |
王典,刘财,刘洋,王培茂,许卓: "反射法地震勘探噪声消除技术研究", 地球物理进展, vol. 21, no. 3, pages 957 - 970 * |
Also Published As
Publication number | Publication date |
---|---|
CN114627020B (zh) | 2023-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110148169B (zh) | 一种基于ptz云台相机的车辆目标三维信息获取方法 | |
CN107516098B (zh) | 一种基于边缘曲率角的目标轮廓三维信息提取方法 | |
WO2019105044A1 (zh) | 一种镜头畸变矫正和特征提取的方法及系统 | |
JP2919284B2 (ja) | 物体認識方法 | |
CN107588721A (zh) | 一种基于双目视觉的零件多尺寸的测量方法及系统 | |
CN102506830B (zh) | 视觉定位方法及装置 | |
CN106683137B (zh) | 基于人工标志的单目多目标识别与定位方法 | |
CN107767456A (zh) | 一种基于rgb‑d相机的物体三维重建方法 | |
CN107392849B (zh) | 基于图像细分的靶标识别与定位方法 | |
CN107358628B (zh) | 基于靶标的线阵图像处理方法 | |
JP2002352225A (ja) | 障害物検出装置及びその方法 | |
CN110672020A (zh) | 一种基于单目视觉的立木高度测量方法 | |
CN111179321B (zh) | 一种基于模板匹配的点云配准方法 | |
JPH07334679A (ja) | 領域抽出装置 | |
CN111402330B (zh) | 一种基于平面靶标的激光线关键点提取方法 | |
CN112017248B (zh) | 一种基于点线特征的2d激光雷达相机多帧单步标定方法 | |
CN112819883A (zh) | 一种规则对象检测及定位方法 | |
EP3800575B1 (en) | Visual camera-based method for identifying edge of self-shadowing object, device, and vehicle | |
CN114485433A (zh) | 基于伪随机散斑的三维测量系统、方法及装置 | |
CN112819935A (zh) | 基于双目立体视觉实现工件三维重建的方法 | |
CN114627020A (zh) | 一种曲面工件反光噪点去除方法 | |
TWI659390B (zh) | 應用於物件檢測之攝影機與雷射測距儀的數據融合方法 | |
JPH07146121A (ja) | 視覚に基く三次元位置および姿勢の認識方法ならびに視覚に基く三次元位置および姿勢の認識装置 | |
CN114199205A (zh) | 基于改进四叉树orb算法的双目测距方法 | |
CN112785647A (zh) | 一种三目立体图像检测方法和系统 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051 Patentee after: Yi Si Si (Hangzhou) Technology Co.,Ltd. Address before: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051 Patentee before: ISVISION (HANGZHOU) TECHNOLOGY Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |