CN115345888A - 电力井室的墙面切割方法、装置、计算设备及存储介质 - Google Patents

电力井室的墙面切割方法、装置、计算设备及存储介质 Download PDF

Info

Publication number
CN115345888A
CN115345888A CN202211072571.7A CN202211072571A CN115345888A CN 115345888 A CN115345888 A CN 115345888A CN 202211072571 A CN202211072571 A CN 202211072571A CN 115345888 A CN115345888 A CN 115345888A
Authority
CN
China
Prior art keywords
point cloud
cloud data
wall surface
power well
vertex coordinates
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.)
Withdrawn
Application number
CN202211072571.7A
Other languages
English (en)
Inventor
苗东菁
傅彦璋
冯纪翔
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.)
Heilongjiang Laplace Technology Co ltd
Original Assignee
Heilongjiang Laplace 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 Heilongjiang Laplace Technology Co ltd filed Critical Heilongjiang Laplace Technology Co ltd
Priority to CN202211072571.7A priority Critical patent/CN115345888A/zh
Publication of CN115345888A publication Critical patent/CN115345888A/zh
Withdrawn legal-status Critical Current

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
    • 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
    • G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
    • 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
    • G06T7/77—Determining position or orientation of objects or cameras using statistical 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例涉及数据处理技术领域，特别涉及一种电力井室的墙面切割方法、装置、计算设备及存储介质。其中，方法包括：获取待切割的电力井室对应的原始点云数据；电力井室的形状为长方体；将原始点云数据向XOY平面投影，得到电力井室的平面投影图像；对电力井室的平面投影图像求最小包围盒，确定最小包围盒的顶点坐标；基于最小包围盒的顶点坐标和原始点云数据，得到切割后的目标墙面点云。本方案，可以自动完成对形状为长方体的电力井室的墙面切割，故而可以提高电力井室的墙面切割效率。

Description

电力井室的墙面切割方法、装置、计算设备及存储介质
技术领域
本发明实施例涉及数据处理技术领域，特别涉及一种电力井室的墙面切割方法、装置、计算设备及存储介质。
背景技术
随着城市市政的推进，地下管线越来越错综复杂、事故频发。为了更好地管理地下管线、保障地下空间安全，需要利用激光扫描仪在电力井室中进行扫描，以形成电力井室的三维点云数据。然后，对电力井室的三维点云数据进行处理，以切割出电力井室的墙面点云，进而可以确定出该电力井室的墙面位置、尺寸、管孔位置等数据信息，以为后续的BIM建模、管孔定位和预测地下管线走向提供数据支持。
然而，现有的电力井室的墙面切割方法为手工切割方法，需要技术人员根据电力井室的三维点云数据人为进行墙面切割，十分费时费力。故而，手工切割方法的切割效率较低。
因此，亟需一种新的电力井室的墙面切割方法。
发明内容
为了提高现有的电力井室的墙面切割方法的切割效率，本发明实施例提供了一种电力井室的墙面切割方法、装置、计算设备及存储介质。
第一方面，本发明实施例提供了一种电力井室的墙面切割方法，包括：
获取待切割的电力井室对应的原始点云数据；所述电力井室的形状为长方体；
将所述原始点云数据向XOY平面投影，得到所述电力井室的平面投影图像；
对所述电力井室的平面投影图像求最小包围盒，确定所述最小包围盒的顶点坐标；
基于所述最小包围盒的顶点坐标和所述原始点云数据，得到切割后的目标墙面点云。
优选的，在所述将所述原始点云数据向XOY平面投影之前，在所述获取待切割的电力井室对应的原始点云数据之后，还包括：对所述原始点云数据进行均匀降采样。
优选的，所述基于所述最小包围盒的顶点坐标和所述原始点云数据，得到切割后的目标墙面点云，包括：
基于所述最小包围盒的顶点坐标和所述原始点云数据，确定所述电力井室中目标墙面对应的顶点坐标；
根据所述电力井室中目标墙面对应的顶点坐标，得到切割后的目标墙面点云。
优选的，所述基于所述最小包围盒的顶点坐标和所述原始点云数据，确定所述电力井室中目标墙面对应的顶点坐标，包括：
根据所述最小包围盒的顶点坐标，确定所述最小包围盒的两个最短盒边；
根据两个所述最短盒边，确定所述电力井室中目标墙面对应的顶点坐标；其中，所述电力井室中的目标墙面为面积最小的墙面。
优选的，所述根据两个所述最短盒边，确定所述电力井室中目标墙面对应的顶点坐标，包括：
针对每一个所述最短盒边，均执行：
确定该最短盒边与三维直角坐标系中的预设坐标轴重合时的平移矩阵和旋转矩阵；
根据该最短盒边对应的所述平移矩阵和所述旋转矩阵，对所述原始点云数据进行刚体变换；
沿着从预设坐标轴到所述原始点云数据的扫描中心的方向，对刚体变换后的原始点云数据切割预设长度，得到该最短盒边对应的区域点云数据；
利用RANSAC算法对所述区域点云数据进行平面拟合，得到该最短盒边对应的目标墙面的顶点坐标。
优选的，对刚体变换后的原始点云数据切割预设长度是利用直通滤波进行切割的。
优选的，所述根据所述电力井室中目标墙面对应的顶点坐标，得到切割后的目标墙面点云，包括：
针对所述电力井室的每个目标墙面，均执行：
根据该目标墙面的顶点坐标和所述原始点云数据的扫描中心，确定四棱锥投影空间；
基于所述刚体变换后的原始点云数据、所述四棱锥投影空间和该目标墙面的顶点坐标，得到切割后的该目标墙面点云。
第二方面，本发明实施例还提供了一种电力井室的墙面切割装置，包括：
获取单元，用于获取待切割的电力井室对应的原始点云数据；所述电力井室的形状为长方体；
投影单元，用于将所述原始点云数据向XOY平面投影，得到所述电力井室的平面投影图像；
确定单元，用于对所述电力井室的平面投影图像求最小包围盒，确定所述最小包围盒的顶点坐标；
切割单元，用于基于所述最小包围盒的顶点坐标和所述原始点云数据，得到切割后的目标墙面点云。
第三方面，本发明实施例还提供了一种计算设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现本说明书任一实施例所述的方法。
第四方面，本发明实施例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，当所述计算机程序在计算机中执行时，令计算机执行本说明书任一实施例所述的方法。
本发明实施例提供了一种电力井室的墙面切割方法、装置、计算设备及存储介质，首先使形状为长方体的待切割电力井室对应的原始点云数据向XOY平面投影，可以得到电力井室的平面投影图像；由于电力井室的平面投影图像为矩形，所以对平面投影图像求最小包围盒，以确定最小包围盒的顶点坐标；最后，根据最小包围盒的顶点坐标和原始点云数据，就可以得到切割后的目标墙面点云。本方案，可以自动完成对形状为长方体的电力井室的墙面切割，故而可以提高电力井室的墙面切割效率。
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，下面描述中的附图是本发明的一些实施例，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是本发明一实施例提供的一种电力井室的墙面切割方法流程图；
图2是本发明一实施例提供的一种电力井室的原始点云数据示意图；
图3是本发明一实施例提供的一种电力井室的平面投影图像；
图4是本发明一实施例提供的一种区域点云数据的侧视图；
图5是本发明一实施例提供的一种平面拟合墙面示意图；
图6是本发明一实施例提供的一种墙面点云图像；
图7是本发明一实施例提供的另一种墙面点云图像；
图8是本发明一实施例提供的另一种电力井室的墙面切割方法流程图；
图9是本发明一实施例提供的另一种电力井室的平面投影图像；
图10是本发明一实施例提供的一种电子设备的硬件架构图；
图11是本发明一实施例提供的一种电力井室的墙面切割装置结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如前所述，现有的电力井室的墙面切割方法为手工切割方法，需要技术人员根据电力井室的三维点云数据人为进行墙面切割，十分费时费力。
为了解决上述技术问题，发明人可以考虑针对形状为长方体的电力井室的原始点云数据直接向XOY平面投影，得到电力井室的平面投影图像；然后利用对平面投影图像求最小包围盒确定最小包围盒的顶点坐标，进一步根据最小包围盒的顶点坐标和原始点云数据，以实现自动切割目标墙面点云。
下面描述以上构思的具体实现方式。
请参考图1，本发明实施例提供了一种电力井室的墙面切割方法，该方法包括：
步骤100：获取待切割的电力井室对应的原始点云数据；电力井室的形状为长方体；
步骤102：将原始点云数据向XOY平面投影，得到电力井室的平面投影图像；
步骤104：对电力井室的平面投影图像求最小包围盒，确定最小包围盒的顶点坐标；
步骤106：基于最小包围盒的顶点坐标和原始点云数据，得到切割后的目标墙面点云。
本发明实施例中，首先使形状为长方体的待切割电力井室对应的原始点云数据向XOY平面投影，可以得到电力井室的平面投影图像；由于电力井室的平面投影图像为矩形，所以对平面投影图像求最小包围盒，以确定最小包围盒的顶点坐标；最后，根据最小包围盒的顶点坐标和原始点云数据，就可以得到切割后的目标墙面点云。本方案，可以自动完成对形状为长方体的电力井室的墙面切割，故而可以提高电力井室的墙面切割效率。
下面描述图1所示的各个步骤的执行方式。
针对步骤100：
如图2所示，为长方体的电力井室的原始点云数据。可以看到，在原始点云数据的顶部有凸起，且凸起的尺寸是根据电力井室的建筑标准来建设的。另外，由于管孔的存在，使用激光扫描仪对电力井室进行扫描时，形成的原始点云数据在管孔所在的最小墙面外围会形成凸刺。且由于激光扫描仪的不透射性质，扫描到管线时电力井室的三维点云数据会出现点云缺失现象，如图2，在点云的中间层有长条状的缺失点云。
实际情况中，会使用激光扫描仪在电力井室中，以一个扫描中心对电力井室每个位置进行扫描，得到该电力井室的原始点云数据。为了获取电力井室中的管孔位置，需要对电力井室的四周墙面进行切割，手工切割方法可以通过可视化的原始点云数据，直接确定带有管孔的墙面，然后旋转该原始点云数据到合适角度，就可以直接切割带有管孔的墙面点云。
本实施例中电力井室的形状为长方体，根据电力井室的建造标准，四周墙面中面积最小的墙面带有管孔，因此，本方案的墙面切割方法可以仅切割四周墙面中面积最小的两个墙面。
在一些实施方式中，在步骤100之后，在步骤102之前，还可以包括：对原始点云数据进行均匀降采样。
本实施例中，可以利用均匀降采样之后的原始点云数据(记为S)，通过步骤102和104，确定最小包围盒的顶点坐标，可以加快墙面切割的速度。
针对步骤102：
在本发明实施例中，将匀降采样之后的原始点云数据S向XOY平面投影后，以x值和y值作为像素坐标，将投影后的点以255为相应位置像素值，即为白色，可以得到如图3所示的平面投影图像，记为S1。由图3可以看到，平面投影图像中有凸刺。
针对步骤104：
对平面投影图像S1求最小包围盒，可以得到如图3所示的矩形的包围盒边框，那么可以确定该最小包围盒边框的四个顶点坐标。
针对步骤106：
在一些实施方式中，步骤106可以包括如下步骤H1-H2：
步骤H1，基于最小包围盒的顶点坐标和原始点云数据，确定电力井室中目标墙面对应的顶点坐标；
步骤H2，根据电力井室中目标墙面对应的顶点坐标，得到切割后的目标墙面点云。
在本实施例中，可以基于最小包围盒的每个盒边，确定电力井室中每个目标墙面对应的顶点坐标；其中，本实施例中的目标墙面可以为长方体电力井室的四周墙面；然后基于电力井室中目标墙面对应的顶点坐标，得到切割后的目标墙面点云。
在一些实施方式中，步骤H1可以包括：
根据最小包围盒的顶点坐标，确定最小包围盒的两个最短盒边；
根据两个最短盒边，确定电力井室中目标墙面对应的顶点坐标；其中，电力井室中的目标墙面为面积最小的墙面。
在本实施例中，由于电力井室的形状为长方体，根据电力井室的建造标准，四周墙面中面积最小的墙面带有管孔，本实施例可以直接根据最小包围盒的顶点坐标，确定最小包围盒的两个最短盒边，那么这两个最短盒边对应的墙面即为带有管孔的目标墙面，在本实施例中，目标墙面为面积最小的两个墙面。然后，根据两个最短盒边，确定电力井室中带有管孔的目标墙面对应的顶点坐标。
在一些实施方式中，步骤“根据两个最短盒边，确定电力井室中目标墙面对应的顶点坐标”，可以包括：
针对每一个最短盒边，均执行：
确定该最短盒边与三维直角坐标系中的预设坐标轴重合时的平移矩阵和旋转矩阵；
根据该最短盒边对应的平移矩阵和旋转矩阵，对原始点云数据进行刚体变换；
沿着从预设坐标轴到原始点云数据的扫描中心的方向，对刚体变换后的原始点云数据切割预设长度，得到该最短盒边对应的区域点云数据；
利用RANSAC算法对区域点云数据进行平面拟合，得到该最短盒边对应的目标墙面的顶点坐标。
在一些实施方式中，对刚体变换后的原始点云数据切割预设长度是利用直通滤波进行切割的。
继续以图2所示的长方体的电力井室的原始点云数据为例，步骤104中得到了矩形最小包围盒，并确定了最小包围盒的四个顶点坐标。针对该最小包围盒的每一个最短盒边，均执行：确定令该条最短盒边与y轴重合的平移矩阵和旋转矩阵；根据该平移矩阵和旋转矩阵，对原始点云数据进行刚体变换，因为没有去除凸刺，那么就可以将原始点云数据中与该条最短盒边对应的墙面与y轴平行。然后沿着从y轴到原始点云数据的扫描中心的方向，利用直通滤波对刚体变换后的原始点云数据切割预设长度，得到该最短盒边对应的区域点云数据；其中，预设长度是根据若干个长方体电力井室的原始点云数据多次调参获得，可以保证切割到与该条最短盒边平行的墙面点云，将带有凸刺和与该条最短盒边平行的墙面点云作为区域点云数据，如图4所示，为本发明一个实施例切割出的区域点云数据的侧视图；最后，利用RANSAC算法对区域点云数据进行平面拟合，可以得到该最短盒边对应的目标墙面的顶点坐标。如图5所示，为平面拟合得到的目标墙面拟合结果图。可以将拟合平面的x值的平均值作为该目标墙面的四个顶点的x值，那么，可以确定出该目标墙面的四个顶点的坐标，即
Figure BDA0003829531290000081
在一些实施方式中，步骤H2，可以包括：
针对电力井室的每个目标墙面，均执行：
根据该目标墙面的顶点坐标和原始点云数据的扫描中心，确定四棱锥投影空间；
基于刚体变换后的原始点云数据、四棱锥投影空间和该目标墙面的顶点坐标，得到切割后的该目标墙面点云。
需要说明的是，由于激光扫描仪的不透射性质，扫描到管线时电力井室的三维点云数据会出现点云缺失现象，手工切割方法不能对缺失的点云进行修复。根据步骤106确定出来的每个目标墙面对应的顶点坐标，可以直接对原始点云数据进行切割，那么得到的墙面点云如图6所示，图中，黑色为背景颜色，白色为墙面点云颜色，可以看到直接切割出来的墙面点云中管线遮挡位置为背景颜色，这就是由于管线遮挡造成的点云缺失造成的。
因次，为了对缺失的点云进行补全，可以进行如下步骤：根据步骤H1可以得到刚体变换后的原始点云数据的每面目标墙面的顶点坐标，以及已知的原始点云数据的扫描中心的坐标，可以确定扫描中心到每个矩形墙面的四棱锥投影空间，那么将每个四棱锥投影空间中的点投影到对应的墙面，就可以得到经过缺失补全的切割后的墙面点云。如图7所示，为经过缺失补全的切割后的墙面点云示意图。
本实施例，针对长方体的电力井室通过最小包围盒和刚体变换提取了原始点云数据的每个目标墙面的顶点坐标，然后通过四棱锥空间投影，得到补齐缺失值的目标墙面点云。本方案在不需要人力的情况下，只需要输入长方体的电力井室的原始点云数据(pcd点云)，便可在3s内全自动输出带有管孔的墙面点云，对比传统的手工切割方法，大大提高了效率。
当电力井室的形状为多面体时，本发明实施例提供了另一种电力井室的墙面切割方法。
请参考图8，本发明实施例提供了另一种电力井室的墙面切割方法，该方法包括：
步骤800：获取待切割的电力井室对应的原始点云数据；电力井室的形状为多面体；
步骤802：对原始点云数据进行去噪处理，得到初始点云数据；
步骤804：确定初始点云数据向XOY平面投影后得到的平面投影图像的多边形轮廓；
步骤806：基于平面投影图像对应的多边形轮廓和原始点云数据，确定电力井室每个墙面对应的顶点坐标；
步骤808：根据电力井室每个墙面对应的顶点坐标，得到切割后的墙面点云。
本发明实施例中，首先对任意形状的待切割电力井室对应的原始点云数据进行去噪处理，得到初始点云数据；然后，使初始点云数据向XOY平面投影后可以得到平面投影图像，并确定该平面投影图像的多边形轮廓；接着，基于该多边形轮廓和所述原始点云数据，可以确定出电力井室每个墙面对应的顶点坐标；最后，根据电力井室每个墙面对应的顶点坐标，可以切割出对应的墙面点云。本方案，可以对任意形状的原始点云数据自动进行墙面切割，可以大大提高电力井室的墙面切割效率。
下面描述图8所示的各个步骤的执行方式。
针对步骤800：
面对各种形状的电力井室，自动确定带有管孔的墙面容易识别错误。因此，本实施例是对电力井室的四周墙面都进行切割，需要说明的是不切割电力井室的地面和顶面。
针对步骤802：
在一些实施方式中，步骤802可以包括：
对原始点云数据进行降采样处理，得到降采样后的点云数据；
基于降采样后的点云数据，确定电力井室的地面位置与顶面位置；
基于降采样后的点云数据和电力井室的地面位置与顶面位置，得到去除地面噪音和顶面噪音后的点云数据；
对去除地面噪音和顶面噪音后的点云数据进行除凸刺处理，得到初始点云数据；其中，凸刺为墙面管孔形成的噪音。
接下来，以如图2所示的长方体的电力井室的原始点云数据为例进行以下步骤的说明。可以看到，在原始点云数据的顶部有凸起，且凸起的尺寸是根据电力井室的建筑标准来建设的。另外，由于管孔的存在，使用激光扫描仪对电力井室进行扫描时，形成的原始点云数据在管孔所在的最小墙面外围会形成凸刺。
因此，为了后续通过步骤804获取平面投影图像的多边形轮廓，以通过步骤806确定每个墙面的顶点坐标，在此需要去除顶部凸起和凸刺等噪音，形成初始点云数据。
具体地，为了加快自动切割速度，可以对原始点云数据进行降采样处理，得到降采样后的点云数据；然后，基于降采样后的点云数据，确定电力井室的地面位置与顶面位置；那么，取降采样后的点云数据中地面位置与顶面位置之间的点云，就可以得到去除地面噪音和顶面噪音后的点云数据。
在一些实施方式中，步骤802中降采样后的点云数据包括对原始点云数据进行随机降采样后得到的第一点云数据和对原始点云数据进行均匀降采样后得到的第二点云数据；
步骤“基于降采样后的点云数据，确定电力井室的地面位置与顶面位置”，可以包括：
基于第一点云数据，确定电力井室的地面位置；
基于第二点云数据，确定电力井室的顶面位置。
举例来说，原始点云数据为cloud，对原始点云数据cloud进行随机降采样后得到第一点云数据cloud1，其中，随机降采样后第一点云数据cloud1为5000点数；并且，对原始点云数据cloud进行均匀降采样后得到第二点云数据cloud2，其中，均匀降采样为leafsize＝(0.1，0.1，0.1)。在本实施例中，由于第二点云数据cloud2可以用于后续确定顶点坐标，为了提高切割精度，可以对第二点云数据cloud2进行统计离群点采样，得到处理后的第二点云数据statistic_cloud2，其中，统计离群点采样的参数可以设置为mean_k＝17，stddev_threshold＝2。
由于电力井室的地面可能存在积水，那么扫描得到的原始点云数据的地面噪音较大，故而使用随机降采样后得到的第一点云数据cloud1，能够增加确定的地面位置的准确度。使用均匀降采样后得到的处理后的第二点云数据statistic_cloud2确定电力井室的顶面位置，可以增加确定的顶面位置的准确度。本实施例，根据电力井室的顶面噪音和地面噪音的不同形成原因，选择不同的降采样方法来确定电力井室的地面位置和顶面位置。本实施例中，将第一点云数据cloud1的每个点按z值从小到大排序，其中，z轴为垂直于地面的坐标轴，本实施例中，经过若干个电力井室进行调参，确定取从小到大第102个z值作为电力井室的地面位置，记为z1；同样，将第二点云数据statistic_cloud2的每个点按z值从大到小排序，本实施例中，经过若干个电力井室进行调参，确定取从大到小第301个z值作为电力井室的顶面位置，记为z2。那么，取第二点云数据statistic_cloud2中z1到z2之间的点云，可以得到去除地面噪音和顶面噪音后的点云数据cloud3。
接着，对去除地面噪音和顶面噪音后的点云数据cloud3进行除凸刺处理，由图2可以看到，凸刺是由于管孔而形成的，因此凸刺存在于一定的z值范围内。因此，需要确定去除地面噪音和顶面噪音后的点云数据cloud3中的每个点在以该点为中心，设定半径的圆柱体领域中z值的最值zmax和zmin，并求每个点对应的极差z3＝zmax-zmin，将极差z3小于设定值的点去掉，得到始点云数据。由图2和本领域的电力井室建造标准，可知凸刺存在的z值范围不超过电力井室的高度的一半，并且通过若干个电力井室进行调参，本实施例中，设定值取(z2-z1)*0.45。
至此，在本步骤802中，得到初始点云数据，记为cloud0。
针对步骤804：
在一些实施方式中，步骤804可以包括：
对初始点云数据向XOY平面投影后得到的平面投影图像进行轮廓检测和轮廓近似，得到第一轮廓；
对第一轮廓进行求凸包处理，得到第二轮廓；
对第二轮廓进行拐角修复和噪音修复，得到平面投影图像对应的多边形轮廓。
在本发明实施例中，将初始点云数据cloud0向XOY平面投影后，以x值和y值作为像素坐标，将投影后的点以255为相应位置像素值，即为白色，可以得到如图9所示的平面投影图像，记为image。
对平面投影图像image求外围最大轮廓，并以参数epsilon＝0.01*cv2.arcLength(bounding,True)将外围最大轮廓近似为多边形，将该多边形作为第一轮廓L1。然后，对第一轮廓L1进行求凸包处理，得到第二轮廓L2，求凸包可以去除由于点云缺失造成的凹角。
在一些实施方式中，步骤“对第二轮廓进行拐角修复和噪音修复”，可以包括：
判断第二轮廓中每两个相邻顶点之间的像素距离是否小于第一预设距离，若是，则消除该相邻两个顶点之间的轮廓边线，以得到第三轮廓；
针对第三轮廓中的每一个顶点，均执行：判断与该顶点相邻的两个顶点之间的直线与该顶点的像素距离是否小于第二预设距离，同时判断该顶点与相邻两个顶点之间的像素距离是否均小于第三预设距离，若均为是，则确定该顶点为噪音顶点；
确定第三轮廓中的所有噪音顶点，并判断每一个噪音顶点与其他噪音顶点是否为相邻顶点，若是，则不消除该噪音顶点。
在本实施例中，根据电力井室的建造标准，电力井室不会出现地面边长小于35m的墙面，因此将第一预设距离设为35m，那么将第二轮廓L2中所有小于35m的轮廓边线去掉，针对去掉的每一个轮廓边线，均执行：将该轮廓边线相邻两个轮廓边线延长，得到相邻两个轮廓边线延长线的交点。那么，对第二轮廓L2完成了拐角修复，得到第三轮廓L3。
针对第三轮廓L3中的每一个顶点，均执行：判断与该顶点相邻的两个顶点之间的直线与该顶点的像素距离是否小于25m，同时判断该顶点与相邻两个顶点之间的像素距离是否均小于118，若均为是，则确定该顶点为噪音顶点。
确定第三轮廓L3中的所有噪音顶点，并判断每一个噪音顶点与其他噪音顶点是否为相邻顶点，若是，则认为该电力井室为一个短凸型工井点云，则不消除该噪音顶点，若否，则消除该噪音顶点。这样可以得到完成拐角修复和噪音修复的平面投影图像的多边形轮廓L0，不仅可以确定不同形状的电力井室的平面投影图像对应的多边形轮廓L0，而且精确率较高。
需要说明的是，得到多边形轮廓就可以确定了该多边形轮廓的顶点的坐标，即电力井室每个墙面对应的每个顶点的x值和y值。以图2所示的长方体的电力井室的原始点云数据为例，得到的多边形轮廓为长方形，那么就可以确定长方形四个顶点的坐标，且长方形每个边对应一面墙面，确定了该边的顶点坐标，那么该边对应的墙面的四个顶点的x值和y值就可以确定了，接下来需要确定每个墙面对应的每个顶点坐标的z值。
针对步骤806：
在一些实施方式中，步骤“基于平面投影图像对应的多边形轮廓和原始点云数据，确定电力井室每个墙面对应的顶点坐标”，可以包括：
针对多边形轮廓中的每一条轮廓边线，均执行：
确定该轮廓边线与三维直角坐标系中的预设坐标轴重合时的平移矩阵和旋转矩阵；
根据该轮廓边线对应的平移矩阵和旋转矩阵，对原始点云数据进行刚体变换；
基于刚体变换后的原始点云数据，确定该轮廓边线对应的墙面的顶点坐标。
继续以图2所示的长方体的电力井室的原始点云数据为例，步骤804中得到了多边形轮廓为长方形，并确定了长方形四个顶点的坐标。针对该长方形的每一条轮廓边线，均执行：确定令该条轮廓边线与y轴重合的平移矩阵和旋转矩阵；根据该平移矩阵和旋转矩阵，对原始点云数据进行刚体变换，那么就可以将原始点云数据中该条轮廓边线对应的墙面与y轴重合；然后取x值从0-0.25m的点云，确定这些点云中z的最值，就可以确定该条轮廓边线对应的墙面的四个顶点的z值，对步骤804得到的该墙面的四个顶点的x值和y值同样利用平移矩阵和旋转矩阵进行转换，就可以确定刚体变换后的原始点云数据中该墙面对应的顶点坐标。同理，依据以上所述的方法，可以得到电力井室每个墙面对应的顶点坐标。
需要说明的是，在本实施例中，可以对步骤802中降采样后的点云数据进行刚体变换，并基于刚体变换后的降采样后的点云数据，确定该轮廓边线对应的墙面的顶点坐标，因为可以加快步骤806的处理速度，但在步骤808时，需要先根据每一条轮廓边线对应的平移矩阵和旋转矩阵，对原始点云数据进行刚体变换，再根据刚体变换后的原始点云数据进行步骤808的墙面切割。
另外，每条轮廓边线确定的对应的墙面z值坐标可能均不同，例如，墙面1和墙面2为相邻墙面，但墙面1的4个顶点坐标的z值可能和墙面2的4个顶点坐标的z值不同。
针对步骤808：
在一些实施方式中，步骤“根据电力井室每个墙面对应的顶点坐标，得到切割后的墙面点云”，包括：
针对电力井室的每个墙面，均执行：
根据该墙面的顶点坐标和原始点云数据的扫描中心，确定棱锥投影空间；
基于刚体变换后的原始点云数据、棱锥投影空间和该墙面的顶点坐标，得到切割后的该墙面点云。
需要说明的是，由于激光扫描仪的不透射性质，扫描到管线时电力井室的三维点云数据会出现点云缺失现象，手工切割方法不能对缺失的点云进行修复。根据步骤806确定出来的每个墙面对应的顶点坐标，可以直接对原始点云数据进行切割，那么得到的墙面点云如图6所示，图中，黑色为背景颜色，白色为墙面点云颜色，可以看到直接切割出来的墙面点云中管线遮挡位置为背景颜色，这就是由于管线遮挡造成的点云缺失造成的。
因次，为了对缺失的点云进行补全，可以进行如下步骤：根据步骤806可以得到刚体变换后的原始点云数据的每面墙面的顶点坐标，以及已知的原始点云数据的扫描中心的坐标，可以确定扫描中心到每个四边形墙面的四棱锥投影空间，那么将每个四棱锥投影空间中的点投影到对应的墙面，就可以得到经过缺失补全的切割后的墙面点云。如图7所示，为经过缺失补全的切割后的墙面点云示意图。
最后，使用本实施例的方案对506个由Faro激光扫描仪获取的地下电力井室的原始点云数据进行墙面切割，其中506个原始点云数据中包括了长方体321个、凸型体76个、十字型体10个、L型体49个、不规则型体50个的不同形状的电力井室。
本发明实施例，具有如下优势：(1)只需输入各个形状的原始点云数据，就可以完全自动化切割墙面。(2)计算速度快，每一个原始点云数据切割仅需5-10s，大大提高了切割效率。(3)切割准确度高。
如下表1所示，为506个原始点云数据中不同形状的电力井室的切割准确率。
表1
Figure BDA0003829531290000151
如图10、图11所示，本发明实施例提供了一种电力井室的墙面切割装置。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。从硬件层面而言，如图10所示，为本发明实施例提供的一种电力井室的墙面切割装置所在计算设备的一种硬件架构图，除了图10所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的计算设备通常还可以包括其他硬件，如负责处理报文的转发芯片等等。以软件实现为例，如图11所示，作为一个逻辑意义上的装置，是通过其所在计算设备的CPU将非易失性存储器中对应的计算机程序读取到内存中运行形成的。
如图11所示，本实施例提供的一种电力井室的墙面切割装置，包括：
获取单元1101，用于获取待切割的电力井室对应的原始点云数据；电力井室的形状为长方体；
投影单元1102，用于将原始点云数据向XOY平面投影，得到电力井室的平面投影图像；
确定单元1103，用于对电力井室的平面投影图像求最小包围盒，确定最小包围盒的顶点坐标；
切割单元1104，用于基于最小包围盒的顶点坐标和原始点云数据，得到切割后的目标墙面点云。
在本发明的一个实施例中，获取单元1101中，在执行所述获取待切割的电力井室对应的原始点云数据之后，还包括：对原始点云数据进行均匀降采样。
在本发明的一个实施例中，切割单元1104，用于执行：
基于最小包围盒的顶点坐标和原始点云数据，确定电力井室中目标墙面对应的顶点坐标；
根据电力井室中目标墙面对应的顶点坐标，得到切割后的目标墙面点云。
在本发明的一个实施例中，切割单元1104在执行基于所述最小包围盒的顶点坐标和所述原始点云数据，确定所述电力井室中目标墙面对应的顶点坐标时，用于执行：
根据最小包围盒的顶点坐标，确定最小包围盒的两个最短盒边；
根据两个最短盒边，确定电力井室中目标墙面对应的顶点坐标；其中，电力井室中的目标墙面为面积最小的墙面。
在本发明的一个实施例中，切割单元1104在执行根据两个所述最短盒边，确定所述电力井室中目标墙面对应的顶点坐标时，用于执行：
针对每一个最短盒边，均执行：
确定该最短盒边与三维直角坐标系中的预设坐标轴重合时的平移矩阵和旋转矩阵；
根据该最短盒边对应的平移矩阵和旋转矩阵，对原始点云数据进行刚体变换；
沿着从预设坐标轴到原始点云数据的扫描中心的方向，对刚体变换后的原始点云数据切割预设长度，得到该最短盒边对应的区域点云数据；
利用RANSAC算法对区域点云数据进行平面拟合，得到该最短盒边对应的目标墙面的顶点坐标。
在本发明的一个实施例中，切割单元1104中，对刚体变换后的原始点云数据切割预设长度是利用直通滤波进行切割的。
在本发明的一个实施例中，切割单元1104中在执行根据所述电力井室中目标墙面对应的顶点坐标，得到切割后的目标墙面点云时，用于执行：
针对电力井室的每个目标墙面，均执行：
根据该目标墙面的顶点坐标和原始点云数据的扫描中心，确定四棱锥投影空间；
基于刚体变换后的原始点云数据、四棱锥投影空间和该目标墙面的顶点坐标，得到切割后的该目标墙面点云。
可以理解的是，本发明实施例示意的结构并不构成对一种电力井室的墙面切割装置的具体限定。在本发明的另一些实施例中，一种电力井室的墙面切割装置可以包括比图示更多或者更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件、软件或者软件和硬件的组合来实现。
上述装置内的各模块之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
本发明实施例还提供了一种计算设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现本发明任一实施例中的一种电力井室的墙面切割方法。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序在被处理器执行时，使所述处理器执行本发明任一实施例中的一种电力井室的墙面切割方法。
具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。
在这种情况下，从存储介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此程序代码和存储程序代码的存储介质构成了本发明的一部分。
用于提供程序代码的存储介质实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上下载程序代码。
此外，应该清楚的是，不仅可以通过执行计算机所读出的程序代码，而且可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作，从而实现上述实施例中任意一项实施例的功能。
此外，可以理解的是，将由存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展模块中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展模块上的CPU等来执行部分和全部实际操作，从而实现上述实施例中任一实施例的功能。
需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种电力井室的墙面切割方法，其特征在于，包括：
获取待切割的电力井室对应的原始点云数据；所述电力井室的形状为长方体；
将所述原始点云数据向XOY平面投影，得到所述电力井室的平面投影图像；
对所述电力井室的平面投影图像求最小包围盒，确定所述最小包围盒的顶点坐标；
基于所述最小包围盒的顶点坐标和所述原始点云数据，得到切割后的目标墙面点云。
2.根据权利要求1所述的方法，其特征在于，在所述将所述原始点云数据向XOY平面投影之前，在所述获取待切割的电力井室对应的原始点云数据之后，还包括：对所述原始点云数据进行均匀降采样。
3.根据权利要求1所述的方法，其特征在于，所述基于所述最小包围盒的顶点坐标和所述原始点云数据，得到切割后的目标墙面点云，包括：
基于所述最小包围盒的顶点坐标和所述原始点云数据，确定所述电力井室中目标墙面对应的顶点坐标；
根据所述电力井室中目标墙面对应的顶点坐标，得到切割后的目标墙面点云。
4.根据权利要求3所述的方法，其特征在于，所述基于所述最小包围盒的顶点坐标和所述原始点云数据，确定所述电力井室中目标墙面对应的顶点坐标，包括：
根据所述最小包围盒的顶点坐标，确定所述最小包围盒的两个最短盒边；
根据两个所述最短盒边，确定所述电力井室中目标墙面对应的顶点坐标；其中，所述电力井室中的目标墙面为面积最小的墙面。
5.根据权利要求4所述的方法，其特征在于，所述根据两个所述最短盒边，确定所述电力井室中目标墙面对应的顶点坐标，包括：
针对每一个所述最短盒边，均执行：
确定该最短盒边与三维直角坐标系中的预设坐标轴重合时的平移矩阵和旋转矩阵；
根据该最短盒边对应的所述平移矩阵和所述旋转矩阵，对所述原始点云数据进行刚体变换；
沿着从预设坐标轴到所述原始点云数据的扫描中心的方向，对刚体变换后的原始点云数据切割预设长度，得到该最短盒边对应的区域点云数据；
利用RANSAC算法对所述区域点云数据进行平面拟合，得到该最短盒边对应的目标墙面的顶点坐标。
6.根据权利要求5所述的方法，其特征在于，对刚体变换后的原始点云数据切割预设长度是利用直通滤波进行切割的。
7.根据权利要求5所述的方法，其特征在于，所述根据所述电力井室中目标墙面对应的顶点坐标，得到切割后的目标墙面点云，包括：
针对所述电力井室的每个目标墙面，均执行：
根据该目标墙面的顶点坐标和所述原始点云数据的扫描中心，确定四棱锥投影空间；
基于所述刚体变换后的原始点云数据、所述四棱锥投影空间和该目标墙面的顶点坐标，得到切割后的该目标墙面点云。
8.一种电力井室的墙面切割装置，其特征在于，包括：
获取单元，用于获取待切割的电力井室对应的原始点云数据；所述电力井室的形状为长方体；
投影单元，用于将所述原始点云数据向XOY平面投影，得到所述电力井室的平面投影图像；
确定单元，用于对所述电力井室的平面投影图像求最小包围盒，确定所述最小包围盒的顶点坐标；
切割单元，用于基于所述最小包围盒的顶点坐标和所述原始点云数据，得到切割后的目标墙面点云。
9.一种计算设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-7中任一项所述的方法。
CN202211072571.7A 2022-09-02 2022-09-02 电力井室的墙面切割方法、装置、计算设备及存储介质 Withdrawn CN115345888A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211072571.7A CN115345888A (zh) 2022-09-02 2022-09-02 电力井室的墙面切割方法、装置、计算设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211072571.7A CN115345888A (zh) 2022-09-02 2022-09-02 电力井室的墙面切割方法、装置、计算设备及存储介质

Publications (1)

Publication Number Publication Date
CN115345888A true CN115345888A (zh) 2022-11-15

Family

ID=83955515

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211072571.7A Withdrawn CN115345888A (zh) 2022-09-02 2022-09-02 电力井室的墙面切割方法、装置、计算设备及存储介质

Country Status (1)

Country Link
CN (1) CN115345888A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115828397A (zh) * 2023-01-10 2023-03-21 三一筑工科技股份有限公司 墙体拆分方法及系统、电子设备、墙体

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115828397A (zh) * 2023-01-10 2023-03-21 三一筑工科技股份有限公司 墙体拆分方法及系统、电子设备、墙体

Similar Documents

Publication Publication Date Title
CN115311308A (zh) 电力井室的墙面切割方法、装置、计算设备及存储介质
US9189862B2 (en) Outline approximation for point cloud of building
US10510148B2 (en) Systems and methods for block based edgel detection with false edge elimination
KR101979418B1 (ko) 3-차원 텍스처링된 메시들의 견고한 병합
CN108053432B (zh) 基于局部icp的室内稀疏点云场景的配准方法
Boulaassal et al. Automatic segmentation of building facades using terrestrial laser data
JP2002520749A (ja) 完全にテクスチャリングされた３次元モデルを発生する方法及びシステム
JP2015108621A (ja) ３ｄ点群センサーデータから平面を抽出する方法
CN107369204B (zh) 一种从单幅照片恢复出场景基本三维结构的方法
US9147279B1 (en) Systems and methods for merging textures
WO2023000703A1 (zh) 图像采集系统、三维重建方法、装置、设备以及存储介质
CN111273877B (zh) 一种实景三维数据与二维栅格图片的联动展示平台及其联动方法
CN115345888A (zh) 电力井室的墙面切割方法、装置、计算设备及存储介质
CN113487633A (zh) 一种点云轮廓提取方法、装置、计算机设备及存储介质
CN109598782A (zh) 基于三维建模技术的建筑文物修复方法、存储介质
CN114549772A (zh) 基于工程独立坐标系的多源三维模型融合处理方法及系统
CN113112608A (zh) 一种从物体图形自动建立三维模型的方法
CN110288517B (zh) 基于投影匹配组的骨架线提取方法
CN111583268A (zh) 点云虚拟选择与裁切方法、装置及设备
CN115601616A (zh) 一种样本数据生成方法、装置、电子设备和存储介质
CN112270742A (zh) 一种基于物体自然特征点进行模型检索的方法
CN114491697A (zh) 一种基于深度学习的树木点云补全方法
CN113902887A (zh) 三维可视边生成方法、系统、计算机及可读存储介质
CN108876885B (zh) 电力设备的点云数据处理方法及装置
Bletterer et al. Towards the reconstruction of wide historical sites: A local graph-based representation to resample gigantic acquisitions

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20221115