CN116266365A - 一种点云数据提取方法、装置、电子设备及存储介质 - Google Patents

一种点云数据提取方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116266365A
CN116266365A CN202111553209.7A CN202111553209A CN116266365A CN 116266365 A CN116266365 A CN 116266365A CN 202111553209 A CN202111553209 A CN 202111553209A CN 116266365 A CN116266365 A CN 116266365A
Authority
CN
China
Prior art keywords
point cloud
cloud data
coordinate
preset
value
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.)
Pending
Application number
CN202111553209.7A
Other languages
English (en)
Inventor
郝冰涛
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.)
SF Technology Co Ltd
Original Assignee
SF 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 SF Technology Co Ltd filed Critical SF Technology Co Ltd
Priority to CN202111553209.7A priority Critical patent/CN116266365A/zh
Publication of CN116266365A publication Critical patent/CN116266365A/zh
Pending 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
    • G06T7/70—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
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • 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)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Graphics (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)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明实施例公开了一种点云数据提取方法、装置、电子设备及存储介质；本发明实施例可以获取预设坐标系下的第一点云数据；在预设坐标系的第一坐标轴方向上，对第一点云数据进行点云去重，得到去重处理后的第二点云数据；将第二点云数据投影到预设坐标系的第一预设平面，得到投影后的第三点云数据；确定第三点云数据在第一坐标轴方向上对应的统计分布数值；基于统计分布数值，对第三点云数据进行投影点云滤波处理，得到滤波后的第四点云数据；根据第四点云数据得到提取后的堆集物点云数据，以实现从第一点云数据中提取出堆集物点云数据。本发明能够有效地将待提取的堆集物点云数据从第一点云数据中提取出来，且提取精度非常高。

Description

一种点云数据提取方法、装置、电子设备及存储介质
技术领域
本申请涉及视觉识别技术领域，具体涉及一种点云数据提取方法、装置、电子设备及存储介质。
背景技术
在仓储堆集物体积测量场景中，常使用激光雷达等扫描系统生成仓储场景的3D点云数据，先从3D点云数据中提取堆集物(比如散堆粮等)点云数据，进而进行堆集物面点云的填充，接着再进行堆集物体积的测算。
然而，从点云数据中提取堆集物点云数据时，储仓中墙面、柱子等物体和堆集物直接接触，不容易提取堆集物面点云数据；位于堆集物的附近或堆集物上方的机械车、粮食传送设备等不容易滤除；通过人工标注方式提取粮面点云比较费时耗力且非自动化。因此，亟需一种能够有效且精确从3D点云数据中提取堆集物点云数据的点云数据提取方法。
发明内容
本发明实施例提供一种点云数据提取方法、装置、电子设备及存储介质，以能够有效地从3D点云数据中提取堆集物点云数据，且提取精度高。
本发明实施例提供一种点云数据提取方法，包括：
获取预设坐标系下的第一点云数据，第一点云数据包括待提取的堆集物点云数据；
在预设坐标系的第一坐标轴方向上，对第一点云数据进行点云去重，得到去重处理后的第二点云数据；
将第二点云数据投影到预设坐标系的第一预设平面，得到投影后的第三点云数据；
确定第三点云数据在第一坐标轴方向上对应的统计分布数值；
基于统计分布数值，对第三点云数据进行投影点云滤波处理，得到滤波后的第四点云数据；
根据第四点云数据得到提取后的堆集物点云数据。
本发明实施例还提供一种点云数据提取装置，包括：
点云数据获取单元，用于获取预设坐标系下的第一点云数据，第一点云数据包括待提取的堆集物点云数据；
去重处理单元，用于在预设坐标系的第一坐标轴方向上，对第一点云数据进行点云去重，得到去重处理后的第二点云数据；
投影处理单元，用于将第二点云数据投影到预设坐标系的第一预设平面，得到投影后的第三点云数据；
分布数值确定单元，用于确定第三点云数据在第一坐标轴方向上对应的统计分布数值；
滤波处理单元，用于基于统计分布数值，对第三点云数据进行投影点云滤波处理，得到滤波后的第四点云数据；
点云提取单元，用于根据第四点云数据得到提取后的堆集物点云数据。
在一些实施例中，点云数据提取装置还包括降采样单元，降采样单元用于：
基于预设空间范围，对第一点云数据进行降采样，从第一点云数据中获取预设空间范围内的点云数据。
在一些实施例中，降采样单元包括条件滤波单元，条件滤波单元用于：
确定第一点云数据中的点云数据的第一坐标值、第二坐标值和第三坐标值；
当第一坐标值满足第一预设条件、第二坐标值满足第二预设条件且第三坐标值满足第三预设条件时，得到第一点云数据中满足预设条件后的点云数据。
在一些实施例中，在条件滤波单元中，第一预设条件为第一坐标值大于第一坐标最小阈值且小于第一坐标最大阈值；第二预设条件为第二坐标值大于第二坐标最小阈值且小于第二坐标最大阈值；第三预设条件为第三坐标值大于第三坐标最小阈值且小于第三坐标最大阈值。
在一些实施例中，去重处理单元包括去重处理子单元，去重处理子单元包括：
基于预设坐标系建立立体网格，立体网格包括若干个具有预设立体范围的体素网格，体素网格中最多只有一个点云数据；
基于体素网格的预设立体范围，获取立体网格对应于预设坐标系的第一预设平面上的第一平面网格；第一平面网格具有第一网格；
确定第一网格在第一坐标轴方向上对应的点云数据的第一数量；
当第一数量大于第一预设数量阈值时，去除第一坐标值大于预设第一坐标阈值的点云数据；
得到第一坐标值去重处理后的点云数据，将第一坐标值去重处理后的点云数据作为去重处理后的第二点云数据。
在一些实施例中，分布数值确定单元包括分布数值确定子单元，分布数值确定子单元用于：
对第一预设平面划分第二平面网格，第二平面网格具有第二网格；
确定第二网格在第一坐标轴方向上对应的点云数据的第二数量；
当第二数量大于第二预设数量阈值时，确定第二网格在第一坐标轴方向上对应的点云数据的第一坐标值平均值以及第一坐标值标准差；
将第一坐标值平均值以及第一坐标值标准差作为第三点云数据在第一坐标轴方向上对应的统计分布数值。
在一些实施例中，滤波处理单元包括滤波处理子单元，滤波处理子单元包括：
当第一坐标值标准差不小于标准差阈值时，获取第二网格对应的第一坐标值小于平均值阈值的点云数据；
将第一坐标值小于平均值阈值的点云数据作为滤波后的第四点云数据；
当第一坐标值标准差小于标准差阈值时，将第二网格对应的所有点云数据作为滤波后的第四点云数据。
在一些实施例中，点云提取单元包括统计滤波单元，统计滤波单元用于：
确定第四点云数据中的点云数据的预设邻域；
获取第四点云数据中的点云数据到预设邻域内的其他点云数据之间的距离；
根据第四点云数据中的点云数据到预设邻域内的其他点云数据之间的距离计算平均距离；
去除第四点云数据中平均距离大于距离阈值的点云数据；
获得统计滤波后的点云数据；
将统计滤波后的点云数据作为提取后的堆集物点云数据。
本发明实施例还提供一种电子设备，包括处理器和存储器，存储器存储有多条指令，处理器加载所述指令，以执行本发明实施例提供的任一种点云数据提取方法中的步骤。
本发明实施例还提供一种存储介质，存储介质存储有多条指令，指令适于处理器进行加载，以执行本发明实施例提供的任一种点云数据提取方法中的步骤。
本发明实施例可以通过扫描系统获取预设坐标系下的第一点云数据；在预设坐标系的第一坐标轴方向上，对第一点云数据进行点云去重，得到去重处理后的第二点云数据；将第二点云数据投影到预设坐标系的第一预设平面，得到投影后的第三点云数据；确定第三点云数据在第一坐标轴方向上对应的统计分布数值；基于统计分布数值，对第三点云数据进行投影点云滤波处理，得到滤波后的第四点云数据。这样，本发明能够根据第四点云数据得到提取后的堆集物点云数据，以实现从第一点云数据中提取出堆集物点云数据。
本发明在进行点云数据中提取时，可以通过对第一点云数据进行第一坐标轴方向上的点云去重，能够剔除堆集物在第一坐标轴方向上的其他物体，然后本发明能够通过投影点云滤波处理，使得不仅能够将堆集物点云数据和其它点云数据更好地区分开，还能够保留到有效的堆集物信息，本发明能够有效地将待提取的堆集物点云数据从第一点云数据中提取出来，而且提取精度高。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，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1a是本发明实施例提供的点云数据提取系统的场景示意图；
图1b是本发明实施例提供的点云数据提取方法的一种流程示意图；
图1c是本发明实施例提供的预设坐标系示意图；
图1d是本发明实施例提供的第一点云数据示意图；
图1e是本发明实施例提供的点云去重流程示意图；
图1f是本发明实施例提供的机械设备点云数据示意图；
图1g是本发明实施例提供的离散噪声示意图；
图2是本发明实施例提供的点云数据提取装置的结构示意图。
图3是本发明实施例提供的电子设备的结构示意图。
具体实施方式
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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本发明实施例提供一种点云数据提取方法、装置、电子设备及存储介质。
其中，该点云数据提取装置具体可以集成在电子设备中，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、或者个人电脑(Personal Computer，PC)等设备；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群。
在一些实施例中，该点云数据提取装置还可以集成在多个电子设备中，比如，点云数据提取装置可以集成在多个服务器中，由多个服务器来实现本申请的点云数据提取方法。
在一些实施例中，服务器也可以以终端的形式来实现。
例如，以点云数据提取装置集成在电子设备中为例，该电子设备可以通过扫描系统获取预设坐标系下的第一点云数据；在预设坐标系的第一坐标轴方向上，对第一点云数据进行点云去重，得到去重处理后的第二点云数据；将第二点云数据投影到预设坐标系的第一预设平面，得到投影后的第三点云数据；确定第三点云数据在第一坐标轴方向上对应的统计分布数值；基于统计分布数值，对第三点云数据进行投影点云滤波处理，得到滤波后的第四点云数据；根据第四点云数据得到提取后的堆集物点云数据，以实现从第一点云数据中提取出堆集物点云数据等。
请参阅图1a，图1a为本发明实施例所提供的点云数据提取系统的场景示意图，该系统可以包括服务器10、存储终端11和扫描系统12，扫描系统12用于获取点云数据，存储终端11用于存储点云数据，服务器10用于将从点云数据中提取出堆集物点云数据，扫描系统12分别与服务器10、存储终端11通信连接，服务器10与存储终端11之间相互通信连接，在此不再赘述。
其中，服务器10可以包括处理器和存储器等；存储终端11可以包括云端服务器等；扫描系统12可以包括激光雷达等。
需要说明的是，图1a所示的系统场景示意图仅仅是一个示例，本发明实施例描述的服务器以及场景是为了更加清楚的说明本发明实施例的技术方案，并不构成对于本发明实施例提供的技术方案的限定，本领域普通技术人员可知，随着系统的演变和新业务场景的出现，本发明实施例提供的技术方案对于类似的技术问题，同样适用。以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优选顺序的限定。
如图1b所示，该点云数据提取方法的具体流程可以如下：
110、获取预设坐标系下的第一点云数据，第一点云数据包括待提取的堆集物点云数据。
在本发明实施例中，可以通过扫描系统获取预设坐标系下的点云数据，将扫描系统获取到预设坐标系下的点云数据作为第一点云数据。扫描系统可以为激光雷达，激光雷达可以包括三维扫描仪(3D scanner)等。扫描系统用来侦测并分析现实世界中物体或环境的形状(几何构造)与外观数据(如颜色、表面反照率等)。扫描系统采集到的数据用于创建物体几何表面的点云(point cloud)，这些点可用来插补成物体的表面形状，并将其用来进行三维重建计算，在虚拟世界中创建实际物体的数字模型，越密集的点云可以创建更精确的模型。
如图1c所示，预设坐标系为以堆集物所在储仓建立的坐标系，储仓的第一右下角为原点O，储仓的高为第一坐标轴，即z坐标轴；储仓的宽边为第二坐标轴，即x坐标轴；储仓的长边为第三坐标轴，即y坐标轴；第二坐标轴和第三坐标轴构成的平面对应于预设坐标系的第一预设平面，第一预设平面为xOy平面。
图1d为第一点云数据示意图，本发明可以利用第一点云数据进行三维重建，其中，第一点云数据除了包括待提取的堆集物点云数据外，还可以包括储仓屋顶点云数据、储仓外噪声点云数据等等。第一点云数据可以具有几何构造信息以及外观数据信息，其中，几何构造信息可以包括第一坐标值、第二坐标值和第三坐标值，外观数据信息可以包括表面反照率等。
120、在预设坐标系的第一坐标轴方向上，对第一点云数据进行点云去重，得到去重处理后的第二点云数据。
在本发明实施例中，可以将对第一点云数据进行点云去重后得到的点云数据作为第二点云数据。
预设坐标系的第一坐标轴方向即z坐标轴，堆集物的上方存在多种非堆集物点云数据，比如，非堆集物点云数据可以包括堆集物上方的机械设备、屋顶、柱子等等，本发明实施例通过对第一点云数据进行点云去重，能够将堆集物的上方的非堆集物点云数据进行滤除，从而进一步得到去重处理后的第二点云数据。
在一实施例中，在预设坐标系的第一坐标轴方向上，对第一点云数据进行点云去重之前，还包括：
基于预设空间范围，对第一点云数据进行降采样，从第一点云数据中获取预设空间范围内的点云数据。
在本发明实施例中，预设空间范围可以根据储仓的长度、宽度以及高度来进行设置。
本发明实施例在通过扫描系统采集到点云数据后可以对点云数据进行降采样，从而剔除冗余的点云数据。比如，本发明实施例的堆集物位于储仓中，那么储仓外采集到的点云数据为冗余数据，本发明通过剔除预设空间范围以外的点云数据，从而去除冗余数据，加快了有效点云数据即堆集物点云数据的提取速率。
在一实施例中，基于预设空间范围，对第一点云数据进行降采样，包括：
确定第一点云数据中的点云数据的第一坐标值、第二坐标值和第三坐标值；
当第一坐标值满足第一预设条件、第二坐标值满足第二预设条件且第三坐标值满足第三预设条件时，得到第一点云数据中满足预设条件后的点云数据。
其中，第一预设条件为第一坐标值大于第一坐标最小阈值且小于第一坐标最大阈值；第二预设条件为第二坐标值大于第二坐标最小阈值且小于第二坐标最大阈值；第三预设条件为所述第三坐标值大于第三坐标最小阈值且小于第三坐标最大阈值。
在本发明实施例中，可以根据储仓的实际尺寸大小分别限定点云数据在X坐标轴、Y坐标轴、Z坐标轴这三个方向的最小阈值和最大阈值，从而进行条件滤波，本发明实施例可以通过条件滤波从而滤掉点云数据中的噪声点、过曝点、屋顶的点等等。
在一实施例中，在预设坐标系的第一坐标轴方向上，对第一点云数据进行点云去重，如图1e所示，包括：
1201、基于预设坐标系建立立体网格。
其中，立体网格包括若干个具有预设立体范围的体素网格，体素网格中最多只有一个点云数据。
在本发明实施例中，体素的概念类似于像素，像素是二维图像中的一个个点，而体素则是三维坐标系下的一个个小空间。本发明实施例可以将体素网格视为基于预设坐标系的空间中的微小3D小空间，在输入点云数据上创建一个个3D体素网格从而建立立体网格。本发明实施例对体素网格的立体大小进行了限制，使得体素网格中最多只能包含一个点云数据，比如，可以将体素网格的立体范围设置为0.1m*0.1m*0.1m，在每个这样0.1m*0.1m*0.1m大小的体素网格内，最多只有一个点云数据。
1202、基于体素网格的预设立体范围，获取立体网格对应于预设坐标系的第一预设平面上的第一平面网格。
在本发明实施例中，第一平面网格具有若干个第一网格，预设坐标系的第一预设平面为第二坐标轴和第三坐标轴构成的平面，即xOy平面。
本发明实施例可以在xOy平面获取到立体网格对应的平面网格，将立体网格对应的平面网格记为第一平面网格，第一平面网格具有若干个第一网格。比如，本发明实施例可以根据体素网格的立体范围0.1m*0.1m*0.1m将第一网格的平面范围设置为0.1m*0.1m。
1203、确定第一网格在第一坐标轴方向上对应的点云数据的第一数量。
在本发明实施例中，第一平面网格中的每一个网格(即第一网格)在z坐标轴方向上可能没有点云数据，可能有一个点云数据，也可能有多个点云数据。
1204、当第一数量大于第一预设数量阈值时，去除第一坐标值大于预设第一坐标阈值的点云数据。
在本发明实施例中，当第一网格内有多个点云数据时，可以去除第一坐标值大于预设第一坐标阈值的点云数据，从而去除堆集物上方的机械设备、屋顶、柱子等。图1f为粮面上方有机械设备点云的示意图，其中，机械设备点云A位于粮面点云数据(即堆集物点云数据)B的上面。
比如，本发明实施例可以将第一预设数量阈值设置为1，当第一网格内的点云数据的数量大于1时，只保留第一网格内z坐标值最小的点云数据，从而去除其他不属于堆集物的点云数据。
1205、得到第一坐标值去重处理后的点云数据，将第一坐标值去重处理后的点云数据作为去重处理后的第二点云数据。
在本发明实施例中，通过对第一点云数据进行z坐标轴方向上的去重处理，得到去重处理后的第二点云数据，从而能够进一步滤除掉堆集物上方的机械设备、屋顶、柱子等非堆集物点云数据。
130、将第二点云数据投影到预设坐标系的第一预设平面，得到投影后的第三点云数据。
在本发明实施例中，第三点云数据为第二点云数据投影到预设坐标系的第一预设平面后的点云数据。
其中，预设坐标系的第一预设平面为xOy平面，本发明实施例将第二点云数据投影到预设坐标系的第一预设平面后，能够得到投影后的第三点云数据。
140、确定第三点云数据在第一坐标轴方向上对应的统计分布数值。
统计分布数值为统计分布程度上的测量依据指标，统计分布数值包括平均值、标准差等等。
其中，平均值表示一组数据集中趋势的量数,是指在一组数据中所有数据之和再除以这组数据的个数，平均值反映数据集中趋势的一项指标；标准差差是方差的算术平方根，标准差反映了一个数据集的离散程度。
在一实施例中，确定第三点云数据在第一坐标轴方向上对应的统计分布数值，包括：
对第一预设平面划分第二平面网格，第二平面网格具有第二网格；
确定第二网格在第一坐标轴方向上对应的点云数据的第二数量；
当第二数量大于第二预设数量阈值时，确定第二网格在第一坐标轴方向上对应的点云数据的第一坐标值平均值以及第一坐标值标准差；
将第一坐标值平均值以及第一坐标值标准差作为第三点云数据在第一坐标轴方向上对应的统计分布数值。
本发明实施例可以先将点云投影在xOy平面(即第一预设平面)上，对第一预设平面划分第二平面网格，第二平面网格具有第二网格，比如，第二平面网格可以均匀分成大小为0.5m*0.5m的第二网格。
其中，每个第二网格内，在竖直z坐标轴方向可能没有点，可能有一个点，可能有多个点，当存在多个点时，对每个第二网格范围中所有点的z坐标值取平均值和标准差。比如，可以将第二预设数量阈值设置为1，当第二数量大于1时，可以确定第二网格在第一坐标轴方向上对应的点云数据的第一坐标值平均值以及第一坐标值标准差，然后将第一坐标值平均值以及第一坐标值标准差作为第三点云数据在第一坐标轴方向上对应的统计分布数值。
150、基于统计分布数值，对第三点云数据进行投影点云滤波处理，得到滤波后的第四点云数据。
在本发明实施例中，第四点云数据为对第三点云数据进行投影点云滤波处理后的点云数据。
本发明实施例为了将堆集物点云数据(比如粮面点云)和其它点云更好的区分开，本发明实施例可以对第三点云数据进行地面投影(即投影到xOy平面)，再确定第三点云数据在第一坐标轴方向上对应的统计分布数值，然后再根据统计分布数值进行点云滤波处理。
在一实施例中，基于统计分布数值，对第三点云数据进行投影点云滤波处理，包括：
当第一坐标值标准差不小于标准差阈值时，获取第二网格对应的第一坐标值小于平均值阈值的点云数据；
将第一坐标值小于平均值阈值的点云数据作为滤波后的第四点云数据；
当第一坐标值标准差小于标准差阈值时，将第二网格对应的所有点云数据作为滤波后的第四点云数据。
在本发明实施例中，可以对每个第二网格内求取第一坐标值标准差和第一坐标值平均值，如果第一坐标值标准差小于标准差阈值，则保留第二网格内所有点；如果第一坐标值标准差大于等于标准差阈值，则只保留z坐标值小于平均值的点。本发明实施例遍历每个第二网格，当第二网格内有多个点时，求所有点z坐标值的平均值mean_z和标准差std_z，如果：标准差std_z<标准差阈值THR_Z，保留所有点；否则：遍历第二网格中所有点，当第二网格中某一点的z坐标值point.z<平均值mean_z时,保留此点。
本发明实施例中因为堆集物(比如粮面)的点云在z方向上的曲率变化远远小于墙面、柱子、机械设备在z方向上的曲率变化，所以通过第二网格的z坐标值的标准差可以区分出粮面。不排除第二网格里既有粮面点云，又有其它物体点云，所以当标准差大于等于标准差阈值时，保留z坐标值小于平均值的点，能够保留有效的粮面信息。
160、根据第四点云数据得到提取后的堆集物点云数据。
本发明经过投影点云滤波处理后能够得到比较精确的堆集物点云数据，从而能够实现从第一点云数据中提取出堆集物点云数据。
另外，由于点云中已经滤除了绝大多数无关点云，保留了粮面的点云。但是还是会有一些滤除不干净的离散噪声，如图1g所示，离散噪声C距离其他临近点云比较远。此时本发明实施例可以用统计滤波进行单次或多次滤除离散噪声。
在一实施例中，基于统计分布数值，对第三点云数据进行投影点云滤波处理，得到滤波后的第四点云数据之后，还包括：
确定第四点云数据中的点云数据的预设邻域；
获取第四点云数据中的点云数据到预设邻域内的其他点云数据之间的距离；
根据点云数据到预设邻域内的其他点云数据之间的距离计算平均距离；
去除第四点云数据中平均距离大于距离阈值的点云数据；
获得统计滤波后的点云数据；
将统计滤波后的点云数据作为提取后的堆集物点云数据。
在本发明实施例中，可以对经过投影点云滤波处理后得到的第四点云数据进行统计滤波，即对第四点云数据中每个点的邻域进行统计分析，并修剪掉一些不符合标准的点。具体可以为对每个点计算它到所有临近点的平均距离，将平均距离在标准范围之外的点定义为离散噪声，并从点云数据中去除。
比如，本发明实施例可以先确定某个点的预设邻域，然后获取第四点云数据中的点云数据到预设邻域内的其他点云数据之间的距离，再求取平均距离，当平均距离大于距离阈值时，则将该点作为离群点(即离散噪声)，并将该点去除；然后再遍历第三点云数据中其他剩余的点。
通过本发明实施例提供了一种点云数据提取方法，该方法首先可以通过扫描系统获取预设坐标系下的第一点云数据；在预设坐标系的第一坐标轴方向上，对第一点云数据进行点云去重，得到去重处理后的第二点云数据；将第二点云数据投影到预设坐标系的第一预设平面，得到投影后的第三点云数据；确定第三点云数据在第一坐标轴方向上对应的统计分布数值；基于统计分布数值，对第三点云数据进行投影点云滤波处理，得到滤波后的第四点云数据。这样，本发明能够根据第四点云数据得到提取后的堆集物点云数据，以实现从第一点云数据中提取出堆集物点云数据。
本发明在进行点云数据中提取时，可以通过对第一点云数据进行第一坐标轴方向上的点云去重，能够剔除堆集物在第一坐标轴方向上的其他物体，然后本发明能够通过投影点云滤波处理，使得不仅能够将堆集物点云数据和其它点云数据更好地区分开，还能够保留到有效的堆集物信息，本发明能够有效地将待提取的堆集物点云数据从第一点云数据中提取出来，而且提取精度高。
为了更好地实施以上方法，本发明实施例还提供一种点云数据提取装置，该点云数据提取装置具体可以集成在电子设备中，该电子设备可以为终端、服务器等设备。其中，终端可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、个人电脑等设备；服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群。
比如，在本实施例中，将以点云数据提取装置具体集成在服务器中为例，对本发明实施例的方法进行详细说明。
例如，如图2所示，该点云数据提取装置可以包括点云数据获取单元201、去重处理单元202、投影处理单元203、分布数值确定单元204、滤波处理单元205和点云提取单元206，如下：
(一)点云数据获取单元201
点云数据获取单元201，用于获取预设坐标系下的第一点云数据，第一点云数据包括待提取的堆集物点云数据。
在一些实施例中，点云数据提取装置还包括降采样单元，降采样单元用于：
基于预设空间范围，对第一点云数据进行降采样，从第一点云数据中获取预设空间范围内的点云数据。
在一些实施例中，降采样单元包括条件滤波单元，条件滤波单元用于：
确定第一点云数据中的点云数据的第一坐标值、第二坐标值和第三坐标值；
当第一坐标值满足第一预设条件、第二坐标值满足第二预设条件且第三坐标值满足第三预设条件时，得到第一点云数据中满足预设条件后的点云数据。
在一些实施例中，在条件滤波单元中，第一预设条件为第一坐标值大于第一坐标最小阈值且小于第一坐标最大阈值；第二预设条件为第二坐标值大于第二坐标最小阈值且小于第二坐标最大阈值；第三预设条件为第三坐标值大于第三坐标最小阈值且小于第三坐标最大阈值。
(二)去重处理单元202
去重处理单元202，用于在预设坐标系的第一坐标轴方向上，对第一点云数据进行点云去重，得到去重处理后的第二点云数据。
在一些实施例中，去重处理单元202包括去重处理子单元，去重处理子单元包括：
基于预设坐标系建立立体网格，立体网格包括若干个具有预设立体范围的体素网格，体素网格中最多只有一个点云数据；
基于体素网格的预设立体范围，获取立体网格对应于预设坐标系的第一预设平面上的第一平面网格；第一平面网格具有第一网格；
确定第一网格在第一坐标轴方向上对应的点云数据的第一数量；
当第一数量大于第一预设数量阈值时，去除第一坐标值大于预设第一坐标阈值的点云数据；
得到第一坐标值去重处理后的点云数据，将第一坐标值去重处理后的点云数据作为去重处理后的第二点云数据。
(三)投影处理单元203
投影处理单元203，用于将第二点云数据投影到预设坐标系的第一预设平面，得到投影后的第三点云数据。
(四)分布数值确定单元204
分布数值确定单元204，用于确定第三点云数据在第一坐标轴方向上对应的统计分布数值。
在一些实施例中，分布数值确定单元204包括分布数值确定子单元，分布数值确定子单元用于：
对第一预设平面划分第二平面网格，第二平面网格具有第二网格；
确定第二网格在第一坐标轴方向上对应的点云数据的第二数量；
当第二数量大于第二预设数量阈值时，确定第二网格在第一坐标轴方向上对应的点云数据的第一坐标值平均值以及第一坐标值标准差；
将第一坐标值平均值以及第一坐标值标准差作为第三点云数据在第一坐标轴方向上对应的统计分布数值。
(五)滤波处理单元205
滤波处理单元205，用于基于统计分布数值，对第三点云数据进行投影点云滤波处理，得到滤波后的第四点云数据。
在一些实施例中，滤波处理单元205包括滤波处理子单元，滤波处理子单元包括：
当第一坐标值标准差不小于标准差阈值时，获取第二网格对应的第一坐标值小于平均值阈值的点云数据；
将第一坐标值小于平均值阈值的点云数据作为滤波后的第四点云数据；
当第一坐标值标准差小于标准差阈值时，将第二网格对应的所有点云数据作为滤波后的第四点云数据。
(六)点云提取单元206
点云提取单元206，用于根据第四点云数据得到提取后的堆集物点云数据。
在一些实施例中，点云提取单元206包括统计滤波单元，统计滤波单元用于：
确定第四点云数据中的点云数据的预设邻域；
获取第四点云数据中的点云数据到预设邻域内的其他点云数据之间的距离；
根据第四点云数据中的点云数据到预设邻域内的其他点云数据之间的距离计算平均距离；
去除第四点云数据中平均距离大于距离阈值的点云数据；
获得统计滤波后的点云数据；
将统计滤波后的点云数据作为提取后的堆集物点云数据。
具体实施时，以上各个模块可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个模块的具体实施可参见前面的方法实施例，在此不再赘述。
由上可知，本实施例的点云数据提取装置可以通过扫描系统获取预设坐标系下的第一点云数据；在预设坐标系的第一坐标轴方向上，对第一点云数据进行点云去重，得到去重处理后的第二点云数据；将第二点云数据投影到预设坐标系的第一预设平面，得到投影后的第三点云数据；确定第三点云数据在第一坐标轴方向上对应的统计分布数值；基于统计分布数值，对第三点云数据进行投影点云滤波处理，得到滤波后的第四点云数据。这样，本发明能够根据第四点云数据得到提取后的堆集物点云数据，以实现从第一点云数据中提取出堆集物点云数据。
本发明在进行点云数据中提取时，可以通过对第一点云数据进行第一坐标轴方向上的点云去重，能够剔除堆集物在第一坐标轴方向上的其他物体，然后本发明能够通过投影点云滤波处理，使得不仅能够将堆集物点云数据和其它点云数据更好地区分开，还能够保留到有效的堆集物信息，本发明能够有效地将待提取的堆集物点云数据从第一点云数据中提取出来，而且提取精度高。
相应的，本发明实施例还提供一种电子设备，该电子设备可以为终端或服务器，该终端可以为智能手机、平板电脑、笔记本电脑、触控屏幕、游戏机、个人计算机、个人数字助理(Personal Digital Assistant，PDA)等终端设备。该服务器可以是单一服务器，也可以是由多个服务器组成的服务器集群。
如图3所示，图3为本发明实施例所提供的电子设备结构示意图，电子设备包括：存储器301、处理器302和通信模块303。
其中，所述存储器301可以是，但不限于，随机存取存储器(Random AccessMemory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(ProgrammableRead-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，EEPROM)、磁盘或固态硬盘等。其中，存储器301用于存储程序，所述处理器302在接收到执行指令后，执行所述程序。
所述处理器302可能是一种集成电路芯片，具有数据的处理能力。上述的处理器302可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。可以实现或者执行本发明中的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述通信模块303用于电子设备与外部设备之间的通信连接，实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。
以上各个模块的具体实施可参见前面的实施例，在此不再赘述。
在上述实施例中，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。
由上可知，本实施例提供的电子设备可以能够有效地将待提取的堆集物点云数据从其他点云数据中提取出来，而且提取精度高。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本发明实施例提供一种计算机可读存储介质，其中存储有多条计算机程序，该计算机程序能够被处理器进行加载，以执行本发明实施例所提供的任一种点云数据提取方法中的步骤。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的计算机程序，可以执行本发明实施例所提供的任一种点云数据提取方法中的步骤，因此，可以实现本发明实施例所提供的任一种点云数据提取方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上对本发明实施例所提供的一种点云数据提取方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (11)

1.一种点云数据提取方法，其特征在于，所述方法包括：
获取预设坐标系下的第一点云数据，所述第一点云数据包括待提取的堆集物点云数据；
在所述预设坐标系的第一坐标轴方向上，对所述第一点云数据进行点云去重，得到去重处理后的第二点云数据；
将所述第二点云数据投影到所述预设坐标系的第一预设平面，得到投影后的第三点云数据；
确定所述第三点云数据在所述第一坐标轴方向上对应的统计分布数值；
基于所述统计分布数值，对所述第三点云数据进行投影点云滤波处理，得到滤波后的第四点云数据；
根据所述第四点云数据得到提取后的堆集物点云数据。
2.如权利要求1所述的点云数据提取方法，其特征在于，所述在所述预设坐标系的第一坐标轴方向上，对所述第一点云数据进行点云去重之前，还包括：
基于预设空间范围，对所述第一点云数据进行降采样，从所述第一点云数据中获取所述预设空间范围内的点云数据。
3.如权利要求2所述的点云数据提取方法，其特征在于，基于预设空间范围，对所述第一点云数据进行降采样，包括：
确定所述第一点云数据中的点云数据的第一坐标值、第二坐标值和第三坐标值；
当所述第一坐标值满足第一预设条件、所述第二坐标值满足第二预设条件且所述第三坐标值满足第三预设条件时，得到所述第一点云数据中满足预设条件后的点云数据。
4.如权利要求3所述的点云数据提取方法，其特征在于，所述第一预设条件为所述第一坐标值大于第一坐标最小阈值且小于第一坐标最大阈值；所述第二预设条件为所述第二坐标值大于第二坐标最小阈值且小于第二坐标最大阈值；所述第三预设条件为所述第三坐标值大于第三坐标最小阈值且小于第三坐标最大阈值。
5.如权利要求1或4所述的点云数据提取方法，其特征在于，所述在所述预设坐标系的第一坐标轴方向上，对所述第一点云数据进行点云去重，包括：
基于所述预设坐标系建立立体网格，所述立体网格包括若干个具有预设立体范围的体素网格，所述体素网格中最多只有一个点云数据；
基于所述体素网格的预设立体范围，获取所述立体网格对应于所述预设坐标系的第一预设平面上的第一平面网格；所述第一平面网格具有第一网格；
确定所述第一网格在所述第一坐标轴方向上对应的点云数据的第一数量；
当所述第一数量大于第一预设数量阈值时，去除第一坐标值大于预设第一坐标阈值的点云数据；
得到第一坐标值去重处理后的点云数据，将所述第一坐标值去重处理后的点云数据作为去重处理后的第二点云数据。
6.如权利要求1所述的点云数据提取方法，其特征在于，所述确定所述第三点云数据在所述第一坐标轴方向上对应的统计分布数值，包括：
对所述第一预设平面划分第二平面网格，所述第二平面网格具有第二网格；
确定所述第二网格在所述第一坐标轴方向上对应的点云数据的第二数量；
当所述第二数量大于第二预设数量阈值时，确定所述第二网格在所述第一坐标轴方向上对应的点云数据的第一坐标值平均值以及第一坐标值标准差；
将所述第一坐标值平均值以及所述第一坐标值标准差作为所述第三点云数据在所述第一坐标轴方向上对应的统计分布数值。
7.如权利要求6所述的点云数据提取方法，其特征在于，所述基于所述统计分布数值，对所述第三点云数据进行投影点云滤波处理，包括：
当所述第一坐标值标准差不小于标准差阈值时，获取所述第二网格对应的所述第一坐标值小于平均值阈值的点云数据；
将所述第一坐标值小于平均值阈值的点云数据作为滤波后的第四点云数据；
当所述第一坐标值标准差小于标准差阈值时，将所述第二网格对应的所有点云数据作为滤波后的第四点云数据。
8.如权利要求1或7所述的点云数据提取方法，其特征在于，所述基于所述统计分布数值，对所述第三点云数据进行投影点云滤波处理，得到滤波后的第四点云数据之后，还包括：
确定所述第四点云数据中的点云数据的预设邻域；
获取所述第四点云数据中的点云数据到所述预设邻域内的其他点云数据之间的距离；
根据所述点云数据到所述预设邻域内的其他点云数据之间的距离计算平均距离；
去除所述第四点云数据中所述平均距离大于距离阈值的点云数据；
获得统计滤波后的点云数据；
将所述统计滤波后的点云数据作为提取后的堆集物点云数据。
9.一种点云数据提取装置，其特征在于，所述装置包括：
点云数据获取单元，用于获取预设坐标系下的第一点云数据，所述第一点云数据包括待提取的堆集物点云数据；
去重处理单元，用于在所述预设坐标系的第一坐标轴方向上，对所述第一点云数据进行点云去重，得到去重处理后的第二点云数据；
投影处理单元，用于将所述第二点云数据投影到所述预设坐标系的第一预设平面，得到投影后的第三点云数据；
分布数值确定单元，用于确定所述第三点云数据在所述第一坐标轴方向上对应的统计分布数值；
滤波处理单元，用于基于所述统计分布数值，对所述第三点云数据进行投影点云滤波处理，得到滤波后的第四点云数据；
点云提取单元，用于根据所述第四点云数据得到提取后的堆集物点云数据，以实现从所述第一点云数据中提取出所述堆集物点云数据。
10.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有多条指令，所述处理器加载所述指令，以执行权利要求1至8任一项所述的点云数据提取方法中的步骤。
11.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至8任一项所述的点云数据提取方法中的步骤。
CN202111553209.7A 2021-12-17 2021-12-17 一种点云数据提取方法、装置、电子设备及存储介质 Pending CN116266365A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111553209.7A CN116266365A (zh) 2021-12-17 2021-12-17 一种点云数据提取方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111553209.7A CN116266365A (zh) 2021-12-17 2021-12-17 一种点云数据提取方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN116266365A true CN116266365A (zh) 2023-06-20

Family

ID=86743708

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111553209.7A Pending CN116266365A (zh) 2021-12-17 2021-12-17 一种点云数据提取方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116266365A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117152164A (zh) * 2023-11-01 2023-12-01 武汉精一微仪器有限公司 一种透明多层材料的点云数据分层方法、装置及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117152164A (zh) * 2023-11-01 2023-12-01 武汉精一微仪器有限公司 一种透明多层材料的点云数据分层方法、装置及电子设备
CN117152164B (zh) * 2023-11-01 2024-02-09 武汉精一微仪器有限公司 一种透明多层材料的点云数据分层方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN111932688B (zh) 一种基于三维点云的室内平面要素提取方法、系统及设备
CN114693696A (zh) 一种点云数据处理方法及装置
CN109977466B (zh) 一种三维扫描视点规划方法、装置及计算机可读存储介质
CN113077476B (zh) 一种高度测量方法、终端设备以及计算机存储介质
CN114332134B (zh) 一种基于密集点云的建筑物立面提取方法和装置
Sveier et al. Object detection in point clouds using conformal geometric algebra
CN116266365A (zh) 一种点云数据提取方法、装置、电子设备及存储介质
CN109344750B (zh) 一种基于结构描述子的复杂结构三维对象识别方法
CN116721228B (zh) 一种基于低密度点云的建筑物高程提取方法及系统
CN113379826A (zh) 物流件的体积测量方法以及装置
CN112102391A (zh) 测量方法及装置、电子设备及存储介质
CN111210501B (zh) 一种室内建模方法、装置及终端设备
CN116051540B (zh) 基于点云模型的互感器接线端子定位位姿获取方法及系统
CN117152341A (zh) 三维面提取方法、设备及存储介质
CN115861403A (zh) 一种非接触式物体体积测量方法、装置、电子设备及介质
CN113538562B (zh) 室内面积确定方法、装置以及电子设备、存储介质
CN112365534B (zh) 一种基于单目相机三维重建的大型煤堆体积测量方法
CN112150527B (zh) 测量方法及装置、电子设备及存储介质
CN114910892A (zh) 一种激光雷达的标定方法、装置、电子设备及存储介质
CN114019532A (zh) 工程进度核查方法及设备
CN111768505A (zh) 一种平面点集形状重建方法、装置及电子设备
CN117274536B (zh) 一种实景三维模型重构方法及装置
CN117152364B (zh) 基于影像数据的水体边界三维重建的方法、装置和设备
CN117474998A (zh) 一种货架位置检测方法、装置、设备及存储介质
CN116310533A (zh) 一种实景三维模型的分类方法、装置及设备

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