CN115830262B - 一种基于对象分割的实景三维模型建立方法及装置 - Google Patents

一种基于对象分割的实景三维模型建立方法及装置 Download PDF

Info

Publication number
CN115830262B
CN115830262B CN202310109823.7A CN202310109823A CN115830262B CN 115830262 B CN115830262 B CN 115830262B CN 202310109823 A CN202310109823 A CN 202310109823A CN 115830262 B CN115830262 B CN 115830262B
Authority
CN
China
Prior art keywords
point cloud
ground
area
target
dimensional
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
Application number
CN202310109823.7A
Other languages
English (en)
Other versions
CN115830262A (zh
Inventor
周磊
袁春岚
马敏
王静
黄福生
孙卫国
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.)
JINAN INSTITUTE OF SURVEY & MAPPING
Original Assignee
JINAN INSTITUTE OF SURVEY & MAPPING
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 JINAN INSTITUTE OF SURVEY & MAPPING filed Critical JINAN INSTITUTE OF SURVEY & MAPPING
Priority to CN202310109823.7A priority Critical patent/CN115830262B/zh
Publication of CN115830262A publication Critical patent/CN115830262A/zh
Application granted granted Critical
Publication of CN115830262B publication Critical patent/CN115830262B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种基于对象分割的实景三维模型建立方法及装置,涉及数据模型技术领域。其中,该方法包括:通过对目标地面进行图像识别,确定地面的人工修葺区域和自然地面区域;获取目标地面的三维点云,并确定三维点云中人工修葺区域的目标点云,和自然地面区域的自然点云;对目标点云进行平面化处理,得到处理后的目标点云;根据处理后的目标点云生成人工修葺区域,根据自然点云生成自然地面区域;根据人工修葺区域和自然地面区域生成目标地面的三维模型。本发明解决了现有技术中根据三维数据直接生成地面的三维模型,无法区分自然地面和人工修葺地面,导致生成的地面三维模型不够准确的技术问题。

Description

一种基于对象分割的实景三维模型建立方法及装置
技术领域
本发明涉及数据模型领域,具体而言,涉及一种基于对象分割的实景三维模型建立方法及装置。
背景技术
相关技术中,在建立三维城市模型的过程中,需要对地面进行三维模型的建立,统一对地面的三维数据进行采集,进而生成地面的三维模型,并没有对人工修葺区域和自然地面区域进行区分,导致生成的地面的三维模型互相混淆,而且模型较为复杂时,甚至难以分辨人工修葺区域和自然地面区域,进而导致地面的三维模型的准确率较低。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种基于对象分割的实景三维模型建立方法及装置,以至少解决现有技术中根据三维数据直接生成地面的三维模型,无法区分自然地面和人工修葺地面,导致生成的地面三维模型不够准确的技术问题。
根据本发明实施例的一个方面,提供了一种基于对象分割的实景三维模型建立方法,包括:通过对目标地面进行图像识别,确定所述地面的人工修葺区域和自然地面区域;获取所述目标地面的三维点云,并确定所述三维点云中所述人工修葺区域的目标点云,和所述自然地面区域的自然点云;对所述目标点云进行平面化处理,得到处理后的目标点云;根据处理后的目标点云生成所述人工修葺区域,根据所述自然点云生成所述自然地面区域;根据所述人工修葺区域和所述自然地面区域生成所述目标地面的三维模型。
可选的,对所述目标点云进行平面化处理,得到处理后的目标点云包括:从所述目标点云中删除高度大于第一预设高度的点云,得到高度小于第一预设高度的点云;确定高度小于第一预设高度的点云的法向量,以及所述点云中各个点云的垂直分量;将所述垂直分量小于所述法向量的点云进行删除,得到删除后的目标点云;然后对删除后的目标点云进行平面聚合,得到平面化处理后的目标点云。
可选的,确定高度小于第一预设高度的点云的法向量,以及所述点云中各个点云的垂直分量之后,还包括:对所述点云进行三角剖分,确定点云的三角形;在所述三角形的高度大于第二预设高度的情况下,通过所述第二预设高度将所述点云进行分层,其中,高于所述第二预设高度的点云为所述人工修葺区域的桥梁的点云,低于所述第二预设高度的点云为所述人工修葺区域的地面的点云。
可选的,获取所述目标地面的三维点云,并确定所述三维点云中所述人工修葺区域的目标点云,和所述自然地面区域的自然点云包括:通过采集所述目标地面的三维数据,建立所述三维点云;在所述三维点云中按照所述人工修葺区域进行标记,在所述人工修葺区域内的点云,均为所述人工修葺区域的点云;将所述人工修葺区域内与所述人工修葺区域轮廓距离小于预设距离的点云,确定为边缘点云;将所述人工修葺区域的点云中的边缘点云进行删除,确定所述目标点云;将所述三维点云中所述目标点云之外的点云,确定为所述自然地面区域的自然点云。
可选的,通过采集所述目标地面的三维数据,建立所述三维点云包括:通过图像采集装置采集所述目标地面的三维数据;基于所述目标地面建立三维坐标系;在所述三维坐标系中,根据采集的所述三维数据,建立所述目标地面的三维点云数据;对所述三维点云数据进行滤波处理,将所述三维点云数据中的离群点去除,得到处理后的所述三维点云。
可选的,通过对目标地面进行图像识别,确定所述地面的人工修葺区域和自然地面区域包括:确定所述图像采集装置采集的目标地面的图像,其中,所述图像还用于确定所述目标地面的三维数据;将所述图像输入识别模型,其中,所述识别模型为机器学习模型,所述识别模型有多组训练数据训练而成,每组训练数据包括输入的地面的图像和输出的人工修葺区域;由所述识别模型输出所述图像的识别结果,其中,所述识别结果包括所述图像中的目标地面的人工修葺区域。
可选的,根据所述人工修葺区域和所述自然地面区域生成所述目标地面的三维模型包括:将所述人工修葺区域与所述自然地面区域进行组合,确定所述人工修葺区域与所述自然地面区域的重叠区域,以及所述人工修葺区域与所述自然地面区域之间的空白区域;根据所述重叠区域和空白区域确定所述人工修葺区域与所述自然地面区域之间的过渡带区域;根据所述过渡带区域对所述人工修葺区域和所述自然地面区域的范围进行修正,并将所述过渡带区域通过预设参数重新编辑;根据编辑后的所述过渡带区域,以及修正后的所述人工修葺区域和所述自然地面区域,生成所述目标地面的三维模型。
根据本发明实施例的另一个方面,提供了一种基于对象分割的实景三维模型建立装置,包括:识别模块,用于通过对目标地面进行图像识别,确定所述地面的人工修葺区域和自然地面区域;获取模块,用于获取所述目标地面的三维点云,并确定所述三维点云中所述人工修葺区域的目标点云,和所述自然地面区域的自然点云;处理模块,用于对所述目标点云进行平面化处理,得到处理后的目标点云;第一生成模块,用于根据处理后的目标点云生成所述人工修葺区域,根据所述自然点云生成所述自然地面区域;第二生成模块,用于根据所述人工修葺区域和所述自然地面区域生成所述目标地面的三维模型。
根据本发明实施例的另一个方面,提供了一种计算机存储介质,所述计算机存储介质存储有程序指令,其中,在所述程序指令运行时控制所述计算机存储介质所在设备执行上述中任意一项所述的方法。
根据本发明实施例的另一个方面,提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述中任意一项所述的方法。
在本发明实施例中,采用通过对目标地面进行图像识别,确定地面的人工修葺区域和自然地面区域;获取目标地面的三维点云,并确定三维点云中人工修葺区域的目标点云,和自然地面区域的自然点云;对目标点云进行平面化处理,得到处理后的目标点云;根据处理后的目标点云生成人工修葺区域,根据自然点云生成自然地面区域;根据人工修葺区域和自然地面区域生成目标地面的三维模型的方式,达到了分别对人工修葺区域和自然地面区域准确有效生成的目的,从而实现了提高地面三维模型中人工修葺区域和自然地面区域的准确性的技术效果,进而解决了现有技术中根据三维数据直接生成地面的三维模型,无法区分自然地面和人工修葺地面,导致生成的地面三维模型不够准确的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种基于对象分割的实景三维模型建立方法的流程图;
图2是根据本发明实施例的一种基于对象分割的实景三维模型建立装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种基于对象分割的实景三维模型建立方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种基于对象分割的实景三维模型建立方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101,通过对目标地面进行图像识别,确定地面的人工修葺区域和自然地面区域;
步骤S102,获取目标地面的三维点云,并确定三维点云中人工修葺区域的目标点云,和自然地面区域的自然点云;
步骤S103,对目标点云进行平面化处理,得到处理后的目标点云;
步骤S104,根据处理后的目标点云生成人工修葺区域,根据自然点云生成自然地面区域;
步骤S105,根据人工修葺区域和自然地面区域生成目标地面的三维模型。
通过上述步骤,采用通过对目标地面进行图像识别,确定地面的人工修葺区域和自然地面区域;获取目标地面的三维点云,并确定三维点云中人工修葺区域的目标点云,和自然地面区域的自然点云;对目标点云进行平面化处理,得到处理后的目标点云;根据处理后的目标点云生成人工修葺区域,根据自然点云生成自然地面区域;根据人工修葺区域和自然地面区域生成目标地面的三维模型的方式,达到了分别对人工修葺区域和自然地面区域准确有效生成的目的,从而实现了提高地面三维模型中人工修葺区域和自然地面区域的准确性的技术效果,进而解决了现有技术中根据三维数据直接生成地面的三维模型,无法区分自然地面和人工修葺地面,导致生成的地面三维模型不够准确的技术问题。
上述目标地面可以为城市地面,包括了人工修葺区域,例如,道路,人行道,广场的铺设区域,等经过人工修葺,具有一定平整度的地面,此处并不包括高台,雕塑等地面建筑,只包括地面,台阶,路桥等结构。还包括了自然地面区域,例如,绿化带,公园的草坪,湖面,河道等与自然景观有关的,以自然生长的植物或者自然裸露的地面为主。
上述通过对目标地面的图像识别,可以通过识别模型进行识别,识别模型包括了卷积神经网络,通过机器学习的方式,对目标地面的图像进行识别,确定目标地面的人工修葺区域和自然地面区域,以便后续对目标地面进行分区域处理。
上述获取目标地面的三维点云可以在飞行器上可以搭载采集装置,用于采集目标建筑物的三维数据,包括目标建筑物的形状,尺寸。按照预定的采集路线对目标对象的三维数据进行采集。根据采集的三维数据确定所述目标对象的三维点云。需要说明的是,上述飞行器上还可以搭载防撞装置,用于实时检测飞行器周围一定范围是否存在障碍物,在确定飞行器按照采集路线运行时,将会与障碍物相撞时,优先绕过该障碍物,然后再按照采集路径进行采集。从而根据实际情况进行灵活调整,避免飞行器在实际运行中发生突发情况,导致采集失败甚至设备损坏的情况。上述采集装置可以为深度相机或者测距装置。
在获取目标地面的三维点云后,根据上述识别的区域,与三维点云进行对应,从而将三维点云分为人工修葺区域的目标点云,以及自然地面区域的自然点云。在具体实施时,根据人工修葺区域对三维点云进行分类,或者根据自然地面区域对三维点云分类。具体的,将人工修葺区域内的三维点云划分为目标点云,将人工修葺区域外的三维点云划分为自然点云。或者将自然地面区域内的三维点云划分为自然点云,将自然地面区域外的三维点云划分为目标点云。由于识别的人工修葺区域与自然地面区域可能存在偏差,同时以人工修葺区域和自然地面区域进行划分,会导致一部分点云可能既属于人工修葺区域也属于自然地面区域,或者既不属于人工修葺区域也不属于自然地面区域,导致划分结果不准确的问题。本实施例中为了保证人工修葺区域的准确性,以人工修葺区域为划分标准对三维点云进行划分。
针对人工修葺区域进行单独处理,包括对目标点云进行平面化,主要是为了保证人工修葺区域的三维模型具有明显区别于自然地面的平整度,进而便于分辨人工修葺区域和自然地面区域。
然后根据处理后的目标点云生成人工修葺区域,根据自然点云生成自然地面区域,根据人工修葺区域和自然地面区域生成目标地面的三维模型。达到了分别对人工修葺区域和自然地面区域准确有效生成的目的,从而实现了提高地面三维模型中人工修葺区域和自然地面区域的准确性的技术效果,进而解决了现有技术中根据三维数据直接生成地面的三维模型,无法区分自然地面和人工修葺地面,导致生成的地面三维模型不够准确的技术问题。
可选的,对目标点云进行平面化处理,得到处理后的目标点云包括:从目标点云中删除高度大于第一预设高度的点云,得到高度小于第一预设高度的点云;确定高度小于第一预设高度的点云的法向量,以及点云中各个点云的垂直分量;将垂直分量小于法向量的点云进行删除,得到删除后的目标点云;然后对删除后的目标点云进行平面聚合,得到平面化处理后的目标点云。
在对目标点云进行平面化处理时,先从目标点云中删除高度大于第一预设高度的点云,得到高度小于第一预设高度的点云,从而将地面上设置的结构和对象从目标点云中删除。将点云中指示地面的数据的比例提高,进而保证地面的三维模型生成尽量不受地面上的凸起的非地面结构和对象的干扰,进而提高地面的三维模型生成的准确性。
确定高度小于第一预设高度的点云的法向量,以及点云中各个点云的垂直分量,上述高度小于第一预设高度的点云代表了地面上的点云,其法向量就代表了与地面垂直的方向,上述点云的垂直分量指示点云代表的结构与地面的倾斜角度,具体的,垂直分量越大,角度越趋近于垂直。
垂直分量小于法向量则说明,该点云代表的结构与地面存在一定的倾斜角度,也即是该点云不属于地面上的点云,则将垂直分量小于法向量的点云进行删除,得到删除后的目标点云。从而对目标点云中的点云进行进一步筛选,进一步将目标点云中指示地面的数据的比例提高,进而保证地面的三维模型生成尽量不受地面上的凸起的非地面结构和对象的干扰,进而提高地面的三维模型生成的准确性。
然后对删除后的目标点云进行平面聚合,得到平面化处理后的目标点云,以保证后续生成的人工修葺区域的地面平整度。
可选的,确定高度小于第一预设高度的点云的法向量,以及点云中各个点云的垂直分量之后,还包括:对点云进行三角剖分,确定点云的三角形;在三角形的高度大于第二预设高度的情况下,通过第二预设高度将点云进行分层,其中,高于第二预设高度的点云为人工修葺区域的桥梁的点云,低于第二预设高度的点云为人工修葺区域的地面的点云。
上述人工修葺区域还包括了路桥,对于路桥的点云,尤其是立交桥,存在道路的平面分别处于不同高度的平面,通过对高度小于预设高度的点云进行三角剖分,确定点云的三角形,上述三角形为多个,在存在任一三角形的高度大于第二预设高度的情况下,说明点云中存在立交桥的情况,通过第二预设高度将点云进行分层,其中,高于第二预设高度的点云为人工修葺区域的桥梁的点云,低于第二预设高度的点云为人工修葺区域的地面的点云。
可选的,获取目标地面的三维点云,并确定三维点云中人工修葺区域的目标点云,和自然地面区域的自然点云包括:通过采集目标地面的三维数据,建立三维点云;在三维点云中按照人工修葺区域进行标记,在人工修葺区域内的点云,均为人工修葺区域的点云;将人工修葺区域内与人工修葺区域轮廓距离小于预设距离的点云,确定为边缘点云;将人工修葺区域的点云中的边缘点云进行删除,确定目标点云;将三维点云中目标点云之外的点云,确定为自然地面区域的自然点云。
在确定人工修葺区域的目标点云时,将人工修葺区域内与人工修葺区域轮廓距离小于预设距离的点云,确定为边缘点云,从而提高人工修葺区域的三点云的准确性,避免由于识别的人工修葺区域出现误差,导致人工修葺区域的三维模型出现误差。生成边缘点云,可以通过过渡的方式,将识别的人工修葺区域与自然地面区域存在误差进行巧妙的掩盖,从用户感觉上提高了人工修葺区域的准确性。
可选的,通过采集目标地面的三维数据,建立三维点云包括:通过图像采集装置采集目标地面的三维数据;基于目标地面建立三维坐标系;在三维坐标系中,根据采集的三维数据,建立目标地面的三维点云数据;对三维点云数据进行滤波处理,将三维点云数据中的离群点去除,得到处理后的三维点云。
对三维点云数据进行滤波处理,将三维点云数据中的离群点去除,得到处理后的三维点云,可以对三维点云进行处理,提高三维点云的准确性,进而提高三维点云生成三维建筑物模型的准确性,也便于后续的数据处理。
可选的,通过对目标地面进行图像识别,确定地面的人工修葺区域和自然地面区域包括:确定图像采集装置采集的目标地面的图像,其中,图像还用于确定目标地面的三维数据;将图像输入识别模型,其中,识别模型为机器学习模型,识别模型有多组训练数据训练而成,每组训练数据包括输入的地面的图像和输出的人工修葺区域; 由识别模型输出图像的识别结果,其中,识别结果包括图像中的目标地面的人工修葺区域。
上述识别模型为机器学习模型,可以包括卷积神经网络,通过多组训练数据训练而成,每组训练数据包括输入的地面的图像和输出的人工修葺区域;由识别模型输出图像的识别结果,其中,识别结果包括图像中的目标地面的人工修葺区域。从而利用机器学习的方式快速的对目标地面的人工修葺区域和自然地面区域进行有效区分,提高了目标地面的识别效率,进而提高了目标地面的三维模型的生成效率。
可选的,根据人工修葺区域和自然地面区域生成目标地面的三维模型包括:将人工修葺区域与自然地面区域进行组合,确定人工修葺区域与自然地面区域的重叠区域,以及人工修葺区域与自然地面区域之间的空白区域;根据重叠区域和空白区域确定人工修葺区域与自然地面区域之间的过渡带区域;根据过渡带区域对人工修葺区域和自然地面区域的范围进行修正,并将过渡带区域通过预设参数重新编辑;根据编辑后的过渡带区域,以及修正后的人工修葺区域和自然地面区域,生成目标地面的三维模型。
由于识别的人工修葺区域和自然地面区域存在误差,虽然通过边缘区域一定程度提高了人工修葺区域的准确性,但是还不能完全消除识别误差对人工修葺区域的影响,在人工修葺区域的模型与自然地面区域的模型进行组合,根据重叠区域和空白区域确定人工修葺区域与自然地面区域之间的过渡带区域,通过根据过渡带区域对人工修葺区域和自然地面区域的范围进行修正,并将过渡带区域通过预设参数重新编辑,以实现人工修葺区域到自然地面的过渡,根据编辑后的过渡带区域,以及修正后的人工修葺区域和自然地面区域,生成目标地面的三维模型,从侧面提高了人工修葺区域的准确性。
如如图2所示,根据本发明实施例的另一个方面,提供了一种基于对象分割的实景三维模型建立装置,包括:识别模块21,获取模块22,处理模块23,第一生成模块24和第二生成模块25,下面对该装置进行详细说明。
识别模块21,用于通过对目标地面进行图像识别,确定所述地面的人工修葺区域和自然地面区域;获取模块22,与上述识别模块21相连,用于获取所述目标地面的三维点云,并确定所述三维点云中所述人工修葺区域的目标点云,和所述自然地面区域的自然点云;处理模块23,与上述获取模块22相连,用于对所述目标点云进行平面化处理,得到处理后的目标点云;第一生成模块24,与上述处理模块23相连,用于根据处理后的目标点云生成所述人工修葺区域,根据所述自然点云生成所述自然地面区域;第二生成模块25,与上述第一生成模块24相连,用于根据所述人工修葺区域和所述自然地面区域生成所述目标地面的三维模型。
通过上述装置,采用通过对目标地面进行图像识别,确定地面的人工修葺区域和自然地面区域;获取目标地面的三维点云,并确定三维点云中人工修葺区域的目标点云,和自然地面区域的自然点云;对目标点云进行平面化处理,得到处理后的目标点云;根据处理后的目标点云生成人工修葺区域,根据自然点云生成自然地面区域;根据人工修葺区域和自然地面区域生成目标地面的三维模型的方式,达到了分别对人工修葺区域和自然地面区域准确有效生成的目的,从而实现了提高地面三维模型中人工修葺区域和自然地面区域的准确性的技术效果,进而解决了现有技术中根据三维数据直接生成地面的三维模型,无法区分自然地面和人工修葺地面,导致生成的地面三维模型不够准确的技术问题。
根据本发明实施例的另一个方面,提供了一种计算机存储介质,所述计算机存储介质存储有程序指令,其中,在所述程序指令运行时控制所述计算机存储介质所在设备执行上述中任意一项所述的方法。
根据本发明实施例的另一个方面,提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述中任意一项所述的方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种基于对象分割的实景三维模型建立方法,其特征在于,包括:
通过对目标地面进行图像识别,确定所述地面的人工修葺区域和自然地面区域;
获取所述目标地面的三维点云,并确定所述三维点云中所述人工修葺区域的目标点云,和所述自然地面区域的自然点云;
对所述目标点云进行平面化处理,得到处理后的目标点云;
根据处理后的目标点云生成所述人工修葺区域,根据所述自然点云生成所述自然地面区域;
根据所述人工修葺区域和所述自然地面区域生成所述目标地面的三维模型;
其中,对所述目标点云进行平面化处理,得到处理后的目标点云包括:
从所述目标点云中删除高度大于第一预设高度的点云,得到高度小于第一预设高度的点云;确定高度小于第一预设高度的点云的法向量,以及所述点云中各个点云的垂直分量;将所述垂直分量小于所述法向量的点云进行删除,得到删除后的目标点云;然后对删除后的目标点云进行平面聚合,得到平面化处理后的目标点云;
其中,确定高度小于第一预设高度的点云的法向量,以及所述点云中各个点云的垂直分量之后,还包括:对所述点云进行三角剖分,确定点云的三角形;在所述三角形的高度大于第二预设高度的情况下,通过所述第二预设高度将所述点云进行分层,其中,高于所述第二预设高度的点云为所述人工修葺区域的桥梁的点云,低于所述第二预设高度的点云为所述人工修葺区域的地面的点云。
2.根据权利要求1所述的一种基于对象分割的实景三维模型建立方法,其特征在于,获取所述目标地面的三维点云,并确定所述三维点云中所述人工修葺区域的目标点云,和所述自然地面区域的自然点云包括:
通过采集所述目标地面的三维数据,建立所述三维点云;在所述三维点云中按照所述人工修葺区域进行标记,在所述人工修葺区域内的点云,均为所述人工修葺区域的点云;将所述人工修葺区域内与所述人工修葺区域轮廓距离小于预设距离的点云,确定为边缘点云;
将所述人工修葺区域的点云中的边缘点云进行删除,确定所述目标点云;
将所述三维点云中所述目标点云之外的点云,确定为所述自然地面区域的自然点云。
3.根据权利要求2所述的一种基于对象分割的实景三维模型建立方法,其特征在于,通过采集所述目标地面的三维数据,建立所述三维点云包括:
通过图像采集装置采集所述目标地面的三维数据;
基于所述目标地面建立三维坐标系;
在所述三维坐标系中,根据采集的所述三维数据,建立所述目标地面的三维点云数据;
对所述三维点云数据进行滤波处理,将所述三维点云数据中的离群点去除,得到处理后的所述三维点云。
4.根据权利要求3所述的一种基于对象分割的实景三维模型建立方法,其特征在于,通过对目标地面进行图像识别,确定所述地面的人工修葺区域和自然地面区域包括:确定所述图像采集装置采集的目标地面的图像,其中,所述图像还用于确定所述目标地面的三维数据;
将所述图像输入识别模型,其中,所述识别模型为机器学习模型,所述识别模型有多组训练数据训练而成,每组训练数据包括输入的地面的图像和输出的人工修葺区域;由所述识别模型输出所述图像的识别结果,其中,所述识别结果包括所述图像中的目标地面的人工修葺区域。
5.根据权利要求4所述的一种基于对象分割的实景三维模型建立方法,其特征在于,根据所述人工修葺区域和所述自然地面区域生成所述目标地面的三维模型包括:将所述人工修葺区域与所述自然地面区域进行组合,确定所述人工修葺区域与所述自然地面区域的重叠区域,以及所述人工修葺区域与所述自然地面区域之间的空白区域;根据所述重叠区域和空白区域确定所述人工修葺区域与所述自然地面区域之间的过渡带区域;
根据所述过渡带区域对所述人工修葺区域和所述自然地面区域的范围进行修正,并将所述过渡带区域通过预设参数重新编辑;
根据编辑后的所述过渡带区域,以及修正后的所述人工修葺区域和所述自然地面区域,生成所述目标地面的三维模型。
6.一种基于对象分割的实景三维模型建立装置,其特征在于,包括:
识别模块,用于通过对目标地面进行图像识别,确定所述地面的人工修葺区域和自然地面区域;
获取模块,用于获取所述目标地面的三维点云,并确定所述三维点云中所述人工修葺区域的目标点云,和所述自然地面区域的自然点云;
处理模块,用于对所述目标点云进行平面化处理,得到处理后的目标点云;
第一生成模块,用于根据处理后的目标点云生成所述人工修葺区域,根据所述自然点云生成所述自然地面区域;
第二生成模块,用于根据所述人工修葺区域和所述自然地面区域生成所述目标地面的三维模型;
其中,对所述目标点云进行平面化处理,得到处理后的目标点云包括:
从所述目标点云中删除高度大于第一预设高度的点云,得到高度小于第一预设高度的点云;确定高度小于第一预设高度的点云的法向量,以及所述点云中各个点云的垂直分量;将所述垂直分量小于所述法向量的点云进行删除,得到删除后的目标点云;然后对删除后的目标点云进行平面聚合,得到平面化处理后的目标点云;
其中,确定高度小于第一预设高度的点云的法向量,以及所述点云中各个点云的垂直分量之后,还包括:对所述点云进行三角剖分,确定点云的三角形;在所述三角形的高度大于第二预设高度的情况下,通过所述第二预设高度将所述点云进行分层,其中,高于所述第二预设高度的点云为所述人工修葺区域的桥梁的点云,低于所述第二预设高度的点云为所述人工修葺区域的地面的点云。
7.一种计算机存储介质,其特征在于,所述计算机存储介质存储有程序指令,其中,在所述程序指令运行时控制所述计算机存储介质所在设备执行权利要求1至5中任意一项所述的方法。
8.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至5中任意一项所述的方法。
CN202310109823.7A 2023-02-14 2023-02-14 一种基于对象分割的实景三维模型建立方法及装置 Active CN115830262B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310109823.7A CN115830262B (zh) 2023-02-14 2023-02-14 一种基于对象分割的实景三维模型建立方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310109823.7A CN115830262B (zh) 2023-02-14 2023-02-14 一种基于对象分割的实景三维模型建立方法及装置

Publications (2)

Publication Number Publication Date
CN115830262A CN115830262A (zh) 2023-03-21
CN115830262B true CN115830262B (zh) 2023-05-26

Family

ID=85521241

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310109823.7A Active CN115830262B (zh) 2023-02-14 2023-02-14 一种基于对象分割的实景三维模型建立方法及装置

Country Status (1)

Country Link
CN (1) CN115830262B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111699410A (zh) * 2019-05-29 2020-09-22 深圳市大疆创新科技有限公司 点云的处理方法、设备和计算机可读存储介质
CN113362444A (zh) * 2021-05-21 2021-09-07 北京百度网讯科技有限公司 点云数据的生成方法、装置、电子设备及存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103017739B (zh) * 2012-11-20 2015-04-29 武汉大学 基于激光雷达点云与航空影像的真正射影像的制作方法
WO2020102944A1 (zh) * 2018-11-19 2020-05-28 深圳市大疆创新科技有限公司 点云处理方法、设备及存储介质
CN111710036B (zh) * 2020-07-16 2023-10-17 腾讯科技(深圳)有限公司 三维人脸模型的构建方法、装置、设备及存储介质
CN113177477A (zh) * 2021-04-29 2021-07-27 湖南大学 一种基于三维点云分析的目标检测识别方法
CN113252053B (zh) * 2021-06-16 2021-09-28 中智行科技有限公司 高精度地图生成方法、装置和电子设备
CN115033967A (zh) * 2022-06-27 2022-09-09 北京航空航天大学 一种基于点云数据的建筑物模板实例化建模方法
CN115482386A (zh) * 2022-09-28 2022-12-16 蚌埠市勘测设计研究院 一种基于深度学习的三维点云语义分割方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111699410A (zh) * 2019-05-29 2020-09-22 深圳市大疆创新科技有限公司 点云的处理方法、设备和计算机可读存储介质
CN113362444A (zh) * 2021-05-21 2021-09-07 北京百度网讯科技有限公司 点云数据的生成方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
铁路场景三维点云分割与分类识别算法;郭保青;余祖俊;张楠;朱力强;高晨光;;仪器仪表学报(第09期);全文 *

Also Published As

Publication number Publication date
CN115830262A (zh) 2023-03-21

Similar Documents

Publication Publication Date Title
CN109584294B (zh) 一种基于激光点云的路面点云提取方法和装置
CN109165549B (zh) 基于三维点云数据的道路标识获取方法、终端设备及装置
Zhang Towards an operational system for automated updating of road databases by integration of imagery and geodata
Ugelmann Automatic breakline detection from airborne laser range data
CN107462204B (zh) 一种三维路面标准轮廓提取方法及系统
CN109900338B (zh) 一种路面坑槽体积测量方法及装置
CN108919295A (zh) 机载LiDAR点云道路信息提取方法及装置
CN112070756B (zh) 一种基于无人机倾斜摄影的路面立体病害测量方法
CN108225334A (zh) 一种基于三维实景数据的定位方法及装置
CN111474443B (zh) 测量输电线路的方法及装置
CN109870458B (zh) 一种基于三维激光传感器及包围盒的路面裂缝检测与分类方法
CN115690773B (zh) Dem分区及重建方法、计算设备和存储介质
JP4619504B2 (ja) 3次元デジタル地図作成装置
CN115526999A (zh) 流域模型生成方法及生成装置、电子设备、存储介质
CN115752432A (zh) 无人机采集道路交通图中虚线车道线自动提取方法及系统
CN115830262B (zh) 一种基于对象分割的实景三维模型建立方法及装置
CN116051980B (zh) 基于倾斜摄影的建筑识别方法、系统、电子设备及介质
Denis et al. Towards road modelling from terrestrial laser points
Rottensteiner Status and further prospects of object extraction from image and laser data
CN111598901B (zh) 基于深度图像的牙科修复制品的加工进度的估算方法
Dey et al. Building Boundary Extraction from LiDAR Point Cloud Data
CN114332006A (zh) 一种城垛缺失自动定量评估方法
CN112884026A (zh) 一种图像识别辅助的输电线路激光LiDAR点云分类方法
Zabuawala et al. Fusion of LiDAR and aerial imagery for accurate building footprint extraction
Yao et al. Automatic vehicle extraction from airborne LiDAR data of urban areas using morphological reconstruction

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