CN117056749B - 点云数据处理方法、装置、电子设备及可读存储介质 - Google Patents
点云数据处理方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN117056749B CN117056749B CN202311320725.4A CN202311320725A CN117056749B CN 117056749 B CN117056749 B CN 117056749B CN 202311320725 A CN202311320725 A CN 202311320725A CN 117056749 B CN117056749 B CN 117056749B
- Authority
- CN
- China
- Prior art keywords
- point
- point cloud
- normal
- processed
- target
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 230000007547 defect Effects 0.000 claims abstract description 114
- 238000000034 method Methods 0.000 claims abstract description 19
- 230000006835 compression Effects 0.000 claims abstract description 15
- 238000007906 compression Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000002950 deficient Effects 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000009877 rendering Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本申请涉及一种点云数据处理方法、装置、电子设备及可读存储介质,所述方法包括步骤:所述点云数据处理方法包括:获取待处理点云,确定所述待处理点云中各单位点的类型标识;在所述单位点中确定所述类型标识为非缺陷的待处理单位点;对所述待处理单位点进行压缩操作,得到所述待处理点云对应的目标点云。通过对不为缺陷单位点的待处理单位点进行压缩操作,使得能够降低点云数据的大小,同时,由于保留的缺陷单位点,从而使得压缩后的点云数据保留了完整的缺陷信息,避免了对缺陷分析的影响。
Description
技术领域
本申请涉及缺陷识别领域,尤其涉及一种点云数据处理方法、装置、电子设备及可读存储介质。
背景技术
目前多通过三维视觉对产品的缺陷进行识别;然而三维视觉产生的点云数据的大小从几十兆到几百兆不等,占用空间较大,在对点云数据进行传输时,带宽占用较多。
发明内容
本申请提供了一种点云数据处理方法、装置、电子设备及可读存储介质,旨在解决现有技术中点云数据较大的技术问题。
为了解决上述技术问题或者至少部分地解决上述技术问题,本申请提供了一种点云数据处理方法,所述点云数据处理方法包括:
获取待处理点云,确定所述待处理点云中各单位点的类型标识;
在所述单位点中确定所述类型标识为非缺陷的待处理单位点;
对所述待处理单位点进行压缩操作,得到所述待处理点云对应的目标点云。
可选地,所述对所述待处理单位点进行压缩操作,得到所述待处理点云对应的目标点云的步骤包括:
创建空白点云,其中,所述空白点云与所述待处理点云中的单位点一一对应;
在所述单位点中确定所述类型标识为缺陷标识的缺陷单位点,并将所述缺陷单位点对应的点云数据存储到所述空白点云中对应的单位点;
对所述待处理单位点进行压缩操作得到目标单位点;
将所述目标单位点对应的点云数据存储到所述空白点云中对应的单位点,得到所述待处理点云对应的所述目标点云。
可选地,所述待处理单位点包括无效单位点与正常单位点,所述无效单位点对应的所述类型标识为无效标识,所述正常单位点对应的所述类型标识为正常标识;所述对所述待处理单位点进行压缩操作得到目标单位点的步骤包括:
确定所述待处理单位点中的所述无效单位点,并设置所述无效单位点为非目标单位点;
在所述正常单位点中确定所述目标单位点。
可选地,在所述正常单位点中确定所述目标单位点的步骤包括:
针对所述待处理点云的每一行,确定包含所述正常单位点的连续正常点段,所述连续正常点段包括至少一个所述正常单位点,所述连续正常点段只包含所述正常单位点,所述连续正常点段不存在相邻的所述正常单位点;
将所述连续正常点段的端点作为所述目标单位点。
可选地,在所述对所述待处理单位点进行压缩操作,得到所述待处理点云对应的目标点云的步骤之后包括:
生成初始图像,其中,所述初始图像中的像素点与所述目标点云中的所述单位点一一对应;
在所述目标点云中确定正常单位点以及缺陷单位点;
在所述初始图像中对所述正常单位点对应的像素点进行绘制,并对所述缺陷单位点对应的像素点进行绘制,得到目标缺陷图像。
可选地,所述在所述初始图像中对所述正常单位点对应的像素点进行绘制的步骤包括:
获取预设像素点间隔,并判断所述正常单位点对应的行数是否为所述预设像素点间隔的整数倍;
若所述正常单位点对应的行数为所述预设像素点间隔的整数倍,则确定所述正常单位点所在的连续正常点段;
将所述连续正常点段中对应列数最小的所述正常单位点作为起始单位点;
获取预设正常色值,将所述起始单位点与间隔单位点对应的像素点设置为所述预设正常色值,所述间隔单位点为所述连续正常点段中与所述起始单位点间隔所述预设像素点间隔的所述正常单位点。
可选地,所述缺陷单位点对应的点云数据包括点高度;所述对所述缺陷单位点对应的像素点进行绘制的步骤包括:
针对每一所述缺陷单位点,匹配与所述缺陷单位点的点高度对应的高度色值;
将所述缺陷单位点对应的像素点设置为所述高度色值。
为实现上述目的,本发明还提供一种点云数据处理装置,所述点云数据处理装置包括:
第一获取模块,用于获取待处理点云,确定所述待处理点云中各单位点的类型标识;
第一确定模块,用于在所述单位点中确定所述类型标识为非缺陷的待处理单位点;
第一压缩模块,用于对所述待处理单位点进行压缩操作,得到所述待处理点云对应的目标点云。
为实现上述目的,本发明还提供一种电子设备,所述电子设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上所述的点云数据处理方法的步骤。
为实现上述目的,本发明还提供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,所述计算机程序被处理器执行时实现如上所述的点云数据处理方法的步骤。
本发明提出的一种点云数据处理方法、装置、电子设备及可读存储介质,所述点云数据处理方法包括:获取待处理点云,确定所述待处理点云中各单位点的类型标识;在所述单位点中确定所述类型标识为非缺陷的待处理单位点;对所述待处理单位点进行压缩操作,得到所述待处理点云对应的目标点云。通过对不为缺陷单位点的待处理单位点进行压缩操作,使得能够降低点云数据的大小,同时,由于保留的缺陷单位点,从而使得压缩后的点云数据保留了完整的缺陷信息,避免了对缺陷分析的影响。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明点云数据处理方法第一实施例的流程示意图;
图2为本发明电子设备的模块结构示意图。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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的实施例,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,都应当属于本申请保护的范围。
本发明提供一种点云数据处理方法,参照图1,图1为本发明点云数据处理方法第一实施例的流程示意图,所述方法包括步骤:
步骤S10, 获取待处理点云,确定所述待处理点云中各单位点的类型标识;
待处理点云通过三维点云采集设备对检测目标进行检测得到;待处理点云的采集方式可以基于实际应用场景进行选择;如结构光、线激光、双目视觉。
需要说明的是,本实施例主要针对表面平整的目标的缺陷检测;可以理解的是,通过结构光、线激光、双目视觉等方式能够得到的基于三维坐标的三维点云以及基于行、列分辨率的分辨率点云,在分辨率点云中,包含H行、W列,即分辨率点云中包含H×W个单位点;每个单位点包含三维点云中的三维坐标,其中,三维坐标中的Z坐标对应单位点基于目标平面的高度;本实施例中所述的待处理点云即为分辨率点云。
对待处理点云进行缺陷识别以确定待处理点云中每个单位点的类型标识;类型标识用以指示单位点对应检测目标的位置的特征,如检测目标对应单位点的位置是否为缺陷点。具体的缺陷识别方法可以基于实际应用需要进行设置。
步骤S20,在所述单位点中确定所述类型标识为非缺陷的待处理单位点;
若类型标识为缺陷,则待处理单位点对应的检测目标的位置为缺陷所在的位置,若类型标识不为缺陷,则认为待处理单位点对应的检测目标的位置不为缺陷所在的位置。
步骤S30,对所述待处理单位点进行压缩操作,得到所述待处理点云对应的目标点云。
可以理解的是,本实施例中主要应用于表面平整的目标,缺陷识别主要关注缺陷部分的信息,而非缺陷部分的信息仅作为指示作用,因此,对非缺陷部分对应的待处理单位点进行压缩不会影响到缺陷识别。
压缩操作用以对待处理单位点的数据的大小进行缩减,从而降低待处理点云的大小,得到目标点云。可以理解的是,目标点云的大小小于待处理点云。
本实施例通过对不为缺陷单位点的待处理单位点进行压缩操作,使得能够降低点云数据的大小,同时,由于保留的缺陷单位点,从而使得压缩后的点云数据保留了完整的缺陷信息,避免了对缺陷分析的影响。
进一步地,在基于本发明的第一实施例所提出的本发明点云数据处理方法第二实施例中,所述步骤S30包括步骤:
步骤S31,创建空白点云,其中,所述空白点云与所述待处理点云中的单位点一一对应;
步骤S32,在所述单位点中确定所述类型标识为缺陷标识的缺陷单位点,并将所述缺陷单位点对应的点云数据存储到所述空白点云中对应的单位点;
步骤S33,对所述待处理单位点进行压缩操作得到目标单位点;
步骤S34,将所述目标单位点对应的点云数据存储到所述空白点云中对应的单位点,得到所述待处理点云对应的所述目标点云。
空白点云为待处理点云对应的数据框架;如前述的待处理点云包括H行、W列,则空白点云中也包含H行、W列的单位点,且待处理点云与空白点云中行、列坐标一致的单位点对应。
本实施例中将缺陷单位点、目标单位点对应的点云数据存储到空白点云中的对应单位点,从而使得空白点云不包含待处理点云中除缺陷单位点、目标单位点之外的单位点,相对待处理点云实现了数据量的减少,得到目标点云。需要说明的是,在其它的实施例中,还可以直接对待处理点云进行处理,如将除缺陷单位点、目标单位点之外的单位点进行删除,仅保留缺陷单位点与目标单位点,实现待处理点云的数据减少,得到目标点云。
单位点对应的点云数据包括对应三维点云的三维坐标、类型标识。
进一步地,所述待处理单位点包括无效单位点与正常单位点,所述无效单位点对应的所述类型标识为无效标识,所述正常单位点对应的所述类型标识为正常标识;所述步骤S33包括步骤:
步骤S331,确定所述待处理单位点中的所述无效单位点,并设置所述无效单位点为非目标单位点;
步骤S332,在所述正常单位点中确定所述目标单位点。
本实施例中类型标识包括缺陷标识、无效标识与正常标识,其中,无效标识与正常标识的集合对应的类型标识为非缺陷。对应地,缺陷标识对应的单位点为缺陷单位点,无效标识对应的单位点为无效单位点,正常标识对应的单位点为正常单位点;无效单位点为在点云采集过程中未采集到三维信息的单位点,正常单位点为经缺陷识别确认为正常位置的单位点,缺陷单位点位经缺陷识别确认位缺陷位置的单位点;经过缺陷识别后,可以针对单位点的类型关联类型标识,如缺陷单位点对应的缺陷标识为1,正常单位点对应的正常标识为0,无效单位点对应的无效标识为-1;后续通过类型标识即可直接确定单位点的类型。
可以理解的是,由于无效单位点为未检测到三维信息的单位点,因此,其无法提供有用信息,即便将其删除也不会对后续结果造成影响,为了尽可能地减少数据,本实施例中将无效单位点作为非目标单位点,即不将无效单位点对应的点云数据存储至空白点云。
进一步地,所述步骤S332包括步骤:
步骤S3321,针对所述待处理点云的每一行,确定包含所述正常单位点的连续正常点段,所述连续正常点段包括至少一个所述正常单位点,所述连续正常点段只包含所述正常单位点,所述连续正常点段不存在相邻的所述正常单位点;
步骤S3322,将所述连续正常点段的端点作为所述目标单位点。
由于正常单位点指示检测目标的正常位置;同时本实施例主要应用于表面平整的目标,即表面起伏不大的目标,因此,正常单位点对应的数据之间的差异较小,可以将连续的正常单位点看作是一个整体;因此,本实施例中对正常单位点的轮廓进行存储即能够反映所有正常单位点所在的位置。
连续正常点段为一行中独立、连续的正常单位点集合;如一行中按配列顺序包括D1~D10个单位点,其中D2、D3、D4、D6、D7、D9为正常点,则D2、D3、D4构成一个连续正常点段,D6、D7构成一个连续正常点段,D9构成一个连续正常点段;此时,D2、D3、D4中,D2、D4作为目标单位点存储到空白点云,D6、D7中,D6、D7作为目标单位点存储到空白点云,D9中D9作为目标单位点存储到空白点云。可以立即的是,虽然D3没有存储到空白点云,但是,由于D2、D4的连续关系,从而能够在空白点云中确定D3也为正常单位点。需要说明的是,当连续正常点段中仅包含一个正常单位点时,在存储到空白点云时,可以为其设置额外的独立标识进行指示,从而在空白点云中通过独立标识能够确定该点作为单个正常单位点构成的连续正常点段,避免对其它的正常单位点的连续关系造成影响。
下面对单位点存储至空白点云的具体流程进行说明:
1、针对每一行均执行下列流程;
2、以h行为例,每个单位点的坐标为[h,w],从[h,0]开始进行遍历;
3、确定当前单位点为正常单位点、缺陷单位点或无效单位点;
4、若当前单位点为正常单位点,当前单位点的坐标为[h,a],则将[h,a]作为目标单位点,并将[h,a]对应的点云数据存储到空白点云中;继续遍历,直到遇到非正常单位点或本行结束,此时单位点的坐标为[h,b];
若遇到缺陷单位点,则将[h,b-1] 对应的点云数据存储到空白点云中,并转到第5步;
若遇到无效单位点,则将[h,b-1] 对应的点云数据存储到空白点云中,并转到第6步;
若遍历至本行结束,则将[h,b] 对应的点云数据存储到空白点云中,并执行下一行的流程;
5、若当前单位点为缺陷单位点,当前单位点的坐标为[h,a],则继续遍历,直到遇到非缺陷单位点或本行结束,此时单位点的坐标为[h,b],将[h,a]~ [h,b]中所有单位点对应的点云数据存储到空白点云中;
若遇到正常单位点,则将[h,a]~ [h,b-1]中所有单位点对应的点云数据存储到空白点云中,并转到第4步;
若遇到无效单位点,则将[h,a]~ [h,b-1]中所有单位点对应的点云数据存储到空白点云中,并转到第6步
若遍历至本行结束,则将[h,a]~ [h,b]中所有单位点对应的点云数据存储到空白点云中,并执行下一行的流程;
6、若当前单位点位无效单位点,则继续遍历,直到遇到非无效单位点或本行结束;
若遇到正常单位点,则执行第4步;
若遇到缺陷单位点,则转到第5步;
若遍历至本行结束,则执行下一行的流程;
7、遍历所有单位点后,将当前的空白点云作为目标点云。
本实施例能够准确得到目标点云。
进一步地,在基于本发明的第一实施例所提出的本发明点云数据处理方法第三实施例中,在所述步骤S30之后包括步骤:
步骤S40,生成初始图像,其中,所述初始图像中的像素点与所述目标点云中的所述单位点一一对应;
步骤S50,在所述目标点云中确定正常单位点以及缺陷单位点;
步骤S60,在所述初始图像中对所述正常单位点对应的像素点进行绘制,并对所述缺陷单位点对应的像素点进行绘制,得到目标缺陷图像。
在得到目标点云后,为了直观地观察检测目标的缺陷情况,需要针对目标点云生成对应的缺陷图像,即目标缺陷图像;目标缺陷图像中针对单位点的不同类型进行绘制,以区分正常单位点与缺陷单位点。
初始图像中包含H行、W列个像素点,坐标相同的像素点与目标点云中的单位点对应。
对像素点进行绘制即对像素点进行颜色填充;可以理解的是,缺陷单位点与正常单位点对应的像素点的填充颜色不同。
本实施例中为了进一步提高缺陷的显示效果,同时目标点云中不包含无效单位点的数据,因此不对无效单位点进行绘制。
进一步地,所述步骤S60包括步骤:
步骤S61,获取预设像素点间隔,并判断所述正常单位点对应的行数是否为所述预设像素点间隔的整数倍;
步骤S62,若所述正常单位点对应的行数为所述预设像素点间隔的整数倍,则确定所述正常单位点所在的连续正常点段;
步骤S63,将所述连续正常点段中对应列数最小的所述正常单位点作为起始单位点;
步骤S64,获取预设正常色值,将所述起始单位点与间隔单位点对应的像素点设置为所述预设正常色值,所述间隔单位点为所述连续正常点段中与所述起始单位点间隔所述预设像素点间隔的所述正常单位点。
像素点间隔用以指示正常单位点部分的稀疏程度。可以理解的是,正常单位点对应的数据之间的差异较小,可以将连续的正常单位点看作是一个整体;因此,本实施例中不对所有的正常单位点进行绘制,而是以间隔绘制方式来对正常部分进行指示,同时间隔绘制的方式能够进一步凸显缺陷的显示效果。可以理解的是,像素间隔包含行之间的间隔绘制以及列之间的间隔绘制;预设像素间隔的具体数值可以基于实际应用需要进行设置。
在确定连续正常点段时,针对每一行,确定其中的目标单位点,每两个目标单位点作为一个连续正常点段的两端,从而确定连续正常点段。
预设正常色值可以基于实际应用需要进行设置,但需要与缺陷单位点进行绘制的颜色进行区分,如可以设置预设正常色值为绿色色值,而缺陷单位点对应红色与蓝色色值。
进一步地,所述步骤S60包括步骤:
步骤S65,针对每一所述缺陷单位点,匹配与所述缺陷单位点的点高度对应的高度色值;
步骤S66,将所述缺陷单位点对应的像素点设置为所述高度色值。
可以理解的是,缺陷单位点在检测目标对应的位置存在高度的差异,即基于检测目标平整的表面平面具有一定的高度差,即点高度,点高度可以通过三维点云中的Z轴坐标反映。
为了进一步突出缺陷的显示效果,本实施例中将缺陷单位点对应的像素点基于对应的点高度进行绘制,从而使得目标缺陷图像中能够反映缺陷的高度,更便于观察。
高度色值可以基于实际应用需要进行设置;如缺陷单位点对应红色与蓝色色值;针对不同的点高度分别设置红色与蓝色色值的亮度;如当点高度为负数时,设置采用红色色值,同时,绝对值越大,则红色亮度越高;反之,当点高度为正数时,设置采用蓝色色值,同时,绝对值越大,则蓝色亮度越高。
在其它的实施例中,还可以针对缺陷的类型设置不同的色值。
下面对像素点的绘制流程进行说明:
1、针对每一行,均执行下列流程;
2、以h行为例,每个单位点的坐标为[h,w],从[h,0]开始进行遍历,直到遇到不同类型的单位点;
3、针对连续正常点段,判断其中的正常单位点的行坐标h÷k的余数是否为0,其中k为预设像素点间隔,若余数为0,则连续正常点段中的最小列坐标为i,将连续正常点段中列坐标为i以及i+整数倍k对应的正常单位点对应的像素填充为预设正常色值;若余数不为0,则不对连续正常点段内的正常单位点对应的像素进行填充;
4、针对缺陷单位点,则匹配与其Z轴坐标对应的高度色值,并将与该缺陷单位点对应的像素填充为高度色值。
5、所有单位点对应的像素基于上述流程完成填充或确定不填充后,得到目标缺陷图像。
本实施例能够突出缺陷的显示效果。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
本申请还提供一种用于实施上述点云数据处理方法的点云数据处理装置,点云数据处理装置包括:
第一获取模块,用于获取待处理点云,确定所述待处理点云中各单位点的类型标识;
第一确定模块,用于在所述单位点中确定所述类型标识为非缺陷的待处理单位点;
第一压缩模块,用于对所述待处理单位点进行压缩操作,得到所述待处理点云对应的目标点云。
本点云数据处理装置通过对不为缺陷单位点的待处理单位点进行压缩操作,使得能够降低点云数据的大小,同时,由于保留的缺陷单位点,从而使得压缩后的点云数据保留了完整的缺陷信息,避免了对缺陷分析的影响。
需要说明的是,该实施例中的第一获取模块可以用于执行本申请实施例中的步骤S10,该实施例中的第一确定模块可以用于执行本申请实施例中的步骤S20,该实施例中的第一压缩模块可以用于执行本申请实施例中的步骤S30。
进一步地,所述第一压缩模块包括:
第一创建子模块,用于创建空白点云,其中,所述空白点云与所述待处理点云中的单位点一一对应;
第一确定子模块,用于在所述单位点中确定所述类型标识为缺陷标识的缺陷单位点,并将所述缺陷单位点对应的点云数据存储到所述空白点云中对应的单位点;
第一压缩子模块,用于对所述待处理单位点进行压缩操作得到目标单位点;
第一存储子模块,用于将所述目标单位点对应的点云数据存储到所述空白点云中对应的单位点,得到所述待处理点云对应的所述目标点云。
进一步地,所述待处理单位点包括无效单位点与正常单位点,所述无效单位点对应的所述类型标识为无效标识,所述正常单位点对应的所述类型标识为正常标识;所述第一压缩子模块包括:
第一确定单元,用于确定所述待处理单位点中的所述无效单位点,并设置所述无效单位点为非目标单位点;
第二确定单元,用于在所述正常单位点中确定所述目标单位点。
进一步地,第二确定单元,用于包括:
第一确定子单元,用于针对所述待处理点云的每一行,确定包含所述正常单位点的连续正常点段,所述连续正常点段包括至少一个所述正常单位点,所述连续正常点段只包含所述正常单位点,所述连续正常点段不存在相邻的所述正常单位点;
第一执行子单元,用于将所述连续正常点段的端点作为所述目标单位点。
进一步地,所述装置还包括:
第一生成模块,用于生成初始图像,其中,所述初始图像中的像素点与所述目标点云中的所述单位点一一对应;
第二确定模块,用于在所述目标点云中确定正常单位点以及缺陷单位点;
第一绘制模块,用于在所述初始图像中对所述正常单位点对应的像素点进行绘制,并对所述缺陷单位点对应的像素点进行绘制,得到目标缺陷图像。
进一步地,所述第一绘制模块包括:
第一获取子模块,用于获取预设像素点间隔,并判断所述正常单位点对应的行数是否为所述预设像素点间隔的整数倍;
第二确定子模块,用于若所述正常单位点对应的行数为所述预设像素点间隔的整数倍,则确定所述正常单位点所在的连续正常点段;
第一执行子模块,用于将所述连续正常点段中对应列数最小的所述正常单位点作为起始单位点;
第二获取子模块,用于获取预设正常色值,将所述起始单位点与间隔单位点对应的像素点设置为所述预设正常色值,所述间隔单位点为所述连续正常点段中与所述起始单位点间隔所述预设像素点间隔的所述正常单位点。
进一步地,所述缺陷单位点对应的点云数据包括点高度;所述第一绘制模块包括:
第一匹配子模块,用于针对每一所述缺陷单位点,匹配与所述缺陷单位点的点高度对应的高度色值;
第一设置子模块,用于将所述缺陷单位点对应的像素点设置为所述高度色值。
此处需要说明的是,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以通过软件实现,也可以通过硬件实现,其中,硬件环境包括网络环境。
参照图2,在硬件结构上所述电子设备可以包括通信模块10、存储器20以及处理器30等部件。在所述电子设备中,所述处理器30分别与所述存储器20以及所述通信模块10连接,所述存储器20上存储有计算机程序,所述计算机程序同时被处理器30执行,所述计算机程序执行时实现上述方法实施例的步骤。
通信模块10,可通过网络与外部通讯设备连接。通信模块10可以接收外部通讯设备发出的请求,还可以发送请求、指令及信息至所述外部通讯设备,所述外部通讯设备可以是其它电子设备、服务器或者物联网设备,例如电视等等。
存储器20,可用于存储软件程序以及各种数据。存储器20可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如获取待处理点云)等;存储数据区可包括数据库,存储数据区可存储根据系统的使用所创建的数据或信息等。此外,存储器20可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器30,是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器20内的软件程序和/或模块,以及调用存储在存储器20内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。处理器30可包括一个或多个处理单元;可选地,处理器30可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器30中。
尽管图2未示出,但上述电子设备还可以包括电路控制模块,所述电路控制模块用于与电源连接,保证其他部件的正常工作。本领域技术人员可以理解,图2中示出的电子设备结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明还提出一种计算机可读存储介质,其上存储有计算机程序。所述计算机可读存储介质可以是图2的电子设备中的存储器20,也可以是如ROM(Read-Only Memory,只读存储器)/RAM(Random Access Memory,随机存取存储器)、磁碟、光盘中的至少一种,所述计算机可读存储介质包括若干指令用以使得一台具有处理器的终端设备(可以是电视,汽车,手机,计算机,服务器,终端,或者网络设备等)执行本发明各个实施例所述的方法。
在本发明中,术语“第一”“第二”“第三”“第四”“第五”仅用于描述的目的,而不能理解为指示或暗示相对重要性,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,本发明保护的范围并不局限于此,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改和替换,这些变化、修改和替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (7)
1.一种点云数据处理方法,其特征在于,所述点云数据处理方法包括:
获取待处理点云,确定所述待处理点云中各单位点的类型标识;
在所述单位点中确定所述类型标识为非缺陷的待处理单位点;
对所述待处理单位点进行压缩操作,得到所述待处理点云对应的目标点云;
所述对所述待处理单位点进行压缩操作,得到所述待处理点云对应的目标点云的步骤包括:
创建空白点云,其中,所述空白点云与所述待处理点云中的单位点一一对应;
在所述单位点中确定所述类型标识为缺陷标识的缺陷单位点,并将所述缺陷单位点对应的点云数据存储到所述空白点云中对应的单位点;
对所述待处理单位点进行压缩操作得到目标单位点;
将所述目标单位点对应的点云数据存储到所述空白点云中对应的单位点,得到所述待处理点云对应的所述目标点云;
所述待处理单位点包括无效单位点与正常单位点,所述无效单位点对应的所述类型标识为无效标识,所述正常单位点对应的所述类型标识为正常标识;所述对所述待处理单位点进行压缩操作得到目标单位点的步骤包括:
确定所述待处理单位点中的所述无效单位点,并设置所述无效单位点为非目标单位点;
在所述正常单位点中确定所述目标单位点;
在所述正常单位点中确定所述目标单位点的步骤包括:
针对所述待处理点云的每一行,确定包含所述正常单位点的连续正常点段,所述连续正常点段包括至少一个所述正常单位点,所述连续正常点段只包含所述正常单位点,所述连续正常点段不存在相邻的所述正常单位点;
将所述连续正常点段的端点作为所述目标单位点。
2.如权利要求1所述的点云数据处理方法,其特征在于,在所述对所述待处理单位点进行压缩操作,得到所述待处理点云对应的目标点云的步骤之后包括:
生成初始图像,其中,所述初始图像中的像素点与所述目标点云中的所述单位点一一对应;
在所述目标点云中确定正常单位点以及缺陷单位点;
在所述初始图像中对所述正常单位点对应的像素点进行绘制,并对所述缺陷单位点对应的像素点进行绘制,得到目标缺陷图像。
3.如权利要求2所述的点云数据处理方法,其特征在于,所述在所述初始图像中对所述正常单位点对应的像素点进行绘制的步骤包括:
获取预设像素点间隔,并判断所述正常单位点对应的行数是否为所述预设像素点间隔的整数倍;
若所述正常单位点对应的行数为所述预设像素点间隔的整数倍,则确定所述正常单位点所在的连续正常点段;
将所述连续正常点段中对应列数最小的所述正常单位点作为起始单位点;
获取预设正常色值,将所述起始单位点与间隔单位点对应的像素点设置为所述预设正常色值,所述间隔单位点为所述连续正常点段中与所述起始单位点间隔所述预设像素点间隔的所述正常单位点。
4.如权利要求2所述的点云数据处理方法,其特征在于,所述缺陷单位点对应的点云数据包括点高度;所述对所述缺陷单位点对应的像素点进行绘制的步骤包括:
针对每一所述缺陷单位点,匹配与所述缺陷单位点的点高度对应的高度色值;
将所述缺陷单位点对应的像素点设置为所述高度色值。
5.一种点云数据处理装置,其特征在于,所述点云数据处理装置包括:
第一获取模块,用于获取待处理点云,确定所述待处理点云中各单位点的类型标识;
第一确定模块,用于在所述单位点中确定所述类型标识为非缺陷的待处理单位点;
第一压缩模块,用于对所述待处理单位点进行压缩操作,得到所述待处理点云对应的目标点云;
所述第一压缩模块包括:
第一创建子模块,用于创建空白点云,其中,所述空白点云与所述待处理点云中的单位点一一对应;
第一确定子模块,用于在所述单位点中确定所述类型标识为缺陷标识的缺陷单位点,并将所述缺陷单位点对应的点云数据存储到所述空白点云中对应的单位点;
第一压缩子模块,用于对所述待处理单位点进行压缩操作得到目标单位点;
第一存储子模块,用于将所述目标单位点对应的点云数据存储到所述空白点云中对应的单位点,得到所述待处理点云对应的所述目标点云;
所述待处理单位点包括无效单位点与正常单位点,所述无效单位点对应的所述类型标识为无效标识,所述正常单位点对应的所述类型标识为正常标识;所述第一压缩子模块包括:
第一确定单元,用于确定所述待处理单位点中的所述无效单位点,并设置所述无效单位点为非目标单位点;
第二确定单元,用于在所述正常单位点中确定所述目标单位点;
第二确定单元,用于包括:
第一确定子单元,用于针对所述待处理点云的每一行,确定包含所述正常单位点的连续正常点段,所述连续正常点段包括至少一个所述正常单位点,所述连续正常点段只包含所述正常单位点,所述连续正常点段不存在相邻的所述正常单位点;
第一执行子单元,用于将所述连续正常点段的端点作为所述目标单位点。
6.一种电子设备,其特征在于,所述电子设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的点云数据处理方法的步骤。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的点云数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311320725.4A CN117056749B (zh) | 2023-10-12 | 2023-10-12 | 点云数据处理方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311320725.4A CN117056749B (zh) | 2023-10-12 | 2023-10-12 | 点云数据处理方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117056749A CN117056749A (zh) | 2023-11-14 |
CN117056749B true CN117056749B (zh) | 2024-02-06 |
Family
ID=88666729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311320725.4A Active CN117056749B (zh) | 2023-10-12 | 2023-10-12 | 点云数据处理方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117056749B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110084885A (zh) * | 2019-05-06 | 2019-08-02 | 广州市百果园信息技术有限公司 | 一种点云和图像优化方法、装置、设备和存储介质 |
CN111311576A (zh) * | 2020-02-14 | 2020-06-19 | 易思维(杭州)科技有限公司 | 基于点云信息的缺陷检测方法 |
CN116452583A (zh) * | 2023-06-14 | 2023-07-18 | 南京信息工程大学 | 点云缺陷检测方法、装置、系统及存储介质 |
CN116468811A (zh) * | 2023-03-23 | 2023-07-21 | 高德软件有限公司 | 点云数据处理方法、装置、设备及存储介质 |
CN116546424A (zh) * | 2023-02-07 | 2023-08-04 | 智道网联科技(北京)有限公司 | 激光建图方法及其装置、激光定位方法及其装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104484043A (zh) * | 2014-12-25 | 2015-04-01 | 广东欧珀移动通信有限公司 | 屏幕亮度调节方法及装置 |
US9880729B2 (en) * | 2015-07-13 | 2018-01-30 | International Business Machines Corporation | Provision of extended content on a flexible display |
CN106531123A (zh) * | 2016-11-16 | 2017-03-22 | 武汉华星光电技术有限公司 | 画面亮度调整方法及画面亮度调整装置 |
CN108154864B (zh) * | 2017-12-22 | 2020-02-21 | 联想(北京)有限公司 | 显示屏处理方法、第一电子设备以及第二电子设备 |
CN108632621B (zh) * | 2018-05-09 | 2019-07-02 | 北京大学深圳研究生院 | 一种基于层次划分的点云属性压缩方法 |
CN114879840A (zh) * | 2018-11-23 | 2022-08-09 | 华为技术有限公司 | 根据眼球焦点控制显示屏的方法和头戴电子设备 |
CN112596247A (zh) * | 2020-12-31 | 2021-04-02 | Oppo广东移动通信有限公司 | 图像显示方法、装置以及头戴显示设备 |
CN113034348A (zh) * | 2021-03-24 | 2021-06-25 | 北京字节跳动网络技术有限公司 | 图像处理方法、装置、存储介质及设备 |
CN115985209A (zh) * | 2022-12-13 | 2023-04-18 | 维沃移动通信有限公司 | 可穿戴显示设备、控制方法、装置、电子设备和存储介质 |
-
2023
- 2023-10-12 CN CN202311320725.4A patent/CN117056749B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110084885A (zh) * | 2019-05-06 | 2019-08-02 | 广州市百果园信息技术有限公司 | 一种点云和图像优化方法、装置、设备和存储介质 |
CN111311576A (zh) * | 2020-02-14 | 2020-06-19 | 易思维(杭州)科技有限公司 | 基于点云信息的缺陷检测方法 |
CN116546424A (zh) * | 2023-02-07 | 2023-08-04 | 智道网联科技(北京)有限公司 | 激光建图方法及其装置、激光定位方法及其装置 |
CN116468811A (zh) * | 2023-03-23 | 2023-07-21 | 高德软件有限公司 | 点云数据处理方法、装置、设备及存储介质 |
CN116452583A (zh) * | 2023-06-14 | 2023-07-18 | 南京信息工程大学 | 点云缺陷检测方法、装置、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117056749A (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109671388B (zh) | 校正数据的获取方法及装置 | |
CN111896233B (zh) | 对比度测试方法、对比度测试设备及存储介质 | |
CN117056749B (zh) | 点云数据处理方法、装置、电子设备及可读存储介质 | |
CN116222425A (zh) | 一种基于多目三维扫描装置的三维重建方法及系统 | |
JP7432793B1 (ja) | 三次元点群に基づくマッピング方法、装置、チップ及びモジュール機器 | |
CN113938674B (zh) | 视频质量检测方法、装置、电子设备及可读存储介质 | |
CN112634372B (zh) | 一种实时的双目相机矫正方法、装置及存储介质 | |
CN106303153B (zh) | 一种图像处理方法及装置 | |
CN116817787A (zh) | 三维扫描方法、三维扫描系统和电子装置 | |
CN116361904A (zh) | 一种渲染引擎下城轨工程bim模型渲染质量审查方法及系统 | |
CN113942013B (zh) | 基于数据可视化的快速手眼标定方法及系统 | |
CN115272569A (zh) | 三维数据的偏差色差图的生成方法、生成装置和电子设备 | |
CN116684742B (zh) | 基于摄像头的全景视频会议系统 | |
CN117455984B (zh) | 随臂式相机采集点的确定方法及装置 | |
CN115002327B (zh) | 一种摄像头模组检测系统及方法 | |
CN117214966B (zh) | 毫米波安检成像设备的图像映射方法、装置、设备、介质 | |
CN112183629B (zh) | 一种图像标识方法、装置、存储介质及电子设备 | |
CN110148171B (zh) | 动态投影方法、系统、计算机设备和存储介质 | |
CN112364761B (zh) | 一种基于视频图像识别算法的测试方法、装置及测试终端 | |
CN116958220B (zh) | 相机视野范围的生成方法及装置、存储介质、电子设备 | |
CN116974671B (zh) | 一种矢量面拾取方法、装置、电子设备及存储介质 | |
CN113793414B (zh) | 建立工业现场环境三维视图的方法、处理器及装置 | |
CN115830249B (zh) | 三维扫描方法、三维测量方法、三维扫描系统和电子装置 | |
CN113589791B (zh) | 发动机识别塞跳线的展示方法、装置、电子设备及介质 | |
CN117475076A (zh) | 三维扫描方法、系统、电子装置和存储介质 |
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 |