CN117152164B - 一种透明多层材料的点云数据分层方法、装置及电子设备 - Google Patents
一种透明多层材料的点云数据分层方法、装置及电子设备 Download PDFInfo
- Publication number
- CN117152164B CN117152164B CN202311440314.9A CN202311440314A CN117152164B CN 117152164 B CN117152164 B CN 117152164B CN 202311440314 A CN202311440314 A CN 202311440314A CN 117152164 B CN117152164 B CN 117152164B
- Authority
- CN
- China
- Prior art keywords
- cloud data
- point cloud
- point
- coordinate
- coordinate axis
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 239000000463 material Substances 0.000 title claims abstract description 31
- 230000003595 spectral effect Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 abstract description 2
- 230000007547 defect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000032798 delamination Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012780 transparent material Substances 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000005340 laminated glass Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种透明多层材料的点云数据分层方法、装置及电子设备,属于数据分析领域,方法包括:获取被测物的多个点云数据;将多个点云数据中第一坐标轴坐标值相同且第二坐标轴坐标值相同时的所有点云数据作为第三坐标轴方向上的一组点云数据,得到至少一组点云数据,根据每组点云数据包括的第三坐标轴坐标值的个数确定点云数据的最大点层数,之后将至少一组点云数据中第三坐标轴坐标值个数等于最大点层数的各组点云数据分别归入对应的点层;将至少一组点云数据中第三坐标轴坐标值个数不等于最大点层数各组点云数据内的各个点云数据分别归入其在第三坐标轴方向上最接近的点层。本发明能够对透明多层被测物的点云数据进行分层,适用范围广泛。
Description
技术领域
本发明属于数据分析领域,更具体地,涉及一种透明多层材料的点云数据分层方法、装置及电子设备。
背景技术
随着精密制造业的发展,对精密测量技术的要求越来越高。精密测量不仅需要超高测量精度,而且需要对环境和材料的广泛适应性,并且逐步趋于实时、无损检测。共焦技术具有良好的层析特性和亚微米级超高精度,并且对被测物表面特性和杂散光不敏感,可测量任何材质的物体。与传统接触式测量方法相比,共聚焦传感器具有高速度,高精度,高适应性等明显优势。
共焦传感器非常适合透明材料的检测,其中一个重点应用是捕获移动设备显示屏的表面信息,并测屏幕玻璃内部下方的各层。结合了3D断层扫描(多层)和2D强度成像可用于识别缺陷,例如分层、划痕、表面或夹层玻璃中的灰尘、手机显示屏或其他任何透明多层材料,如密封医用包装,不仅可以检测缺陷位置,还可以识别到缺陷是位于哪一层,甚至能够测量亚微米级的缺陷尺寸。但是由于被测物体表面通常存在翘曲,为非平面物,共焦传感器所采用的常规分层方法将无法对点云数据准确分层,存在大量误差。因此,如何准确区分非平面被测物每一层的点云数据,是当前技术亟需研究和解决的问题,在实际应用中具有重要价值。
发明内容
针对现有技术的缺陷,本发明的目的在于提供一种透明多层材料的点云数据分层方法、装置及电子设备,旨在解决现有点云数据分层方法无法对透明多层材料非平面结构被测物的点云数据准确分层的问题。
为实现上述目的,第一方面,本发明提供了一种透明多层材料的点云数据分层方法,包括:
获取被测物的多个点云数据;每个点云数据对应三维坐标系下的一组坐标值,三维坐标系包括第一坐标轴、第二坐标轴及第三坐标轴,所述被测物为透明多层材料,在所述第三坐标轴的方向上具有分层;
将多个点云数据中第一坐标轴坐标值相同且第二坐标轴坐标值相同时的所有点云数据作为第三坐标轴方向上的一组点云数据,得到至少一组点云数据,根据每组点云数据包括的第三坐标轴坐标值的个数确定所述多个点云数据的最大点层数,之后将至少一组点云数据中第三坐标轴坐标值个数等于最大点层数的各组点云数据内的各个点云数据分别归入对应的点层;
将至少一组点云数据中第三坐标轴坐标值个数不等于最大点层数各组点云数据内的各个点云数据分别归入其在第三坐标轴方向上最接近的点层。
可以理解的是,本发明提供的点云数据分层方法适用于光谱共焦传感器,先利用光谱共焦传感器获取被测物各层的点数据,之后采用上述分层方法对点云数据分层。当被测物非平面时,各个层的点数据可能不是均匀分布的,有的点层的点云数据多,有的层的点云数据少。利用本发明提供的上述方法,先确定点云数据的最大点层数,将第三坐标轴方向上采集到的点数据个数等于最大点层数的点云数据分别归入对应的点层,之后第三坐标轴方向上采集到的点数据个数不等于最大点层数的点云数据按照第三坐标轴方向上距离各层的距离分层,实现对点云数据的分层。
进一步地,本发明提供的点云数据分层方法适用于任何分层的透明材料被测物。
进一步地,本发明方法可以适用于单帧数据采集的三维点的第一坐标轴或者第二坐标轴一致的传感器,在传感器采集到三维点云数据之后,对其进行分层。当然,本发明方法也可以适用于其他类型的传感器,本发明对此不做任何限定。
需要说明的是,在按照第三坐标轴方向上距离分层的过程中,随着各个点层中点云数据的增加,其第三坐标轴方向上的坐标值均值可以同步更新。
进一步地,采用本发明提供的点云数据分层方法,可以对平面被测物的点云数据分层,尤其可以对非平面被测物的点云数据分层。通过本发明提供的方法,可以利用光谱共焦传感器点云数据结构特点进行点云分层处理,可适应透明非平面结构的多层材料点云分层,适应场景更加广泛,且在点云存在起伏,断裂时,分层更加准确,且不需要设置高度阈值,使用简便,不需要调整参数。可推广到多帧点云数据分层,易用性强。
在一种可能的实现方式中,通过如下步骤确定所述多个点云数据的最大点层数:
根据每组点云数据第三坐标轴方向上包括的点云数据个数确定每组点云数据的点层数;
根据每组点云数据的点层数确定至少一组点云数据对应的最大点层数,将其作为所述多个点云数据的最大点层数。
其中,分层前的点云数据中不存在三个坐标轴坐标值均相同的重复点数据。
可以理解的是,第一坐标轴坐标值相同且第二坐标轴坐标值相同时的第三坐标轴坐标值对应的多个点为一组点;一组点中点的个数为该组点的点层数。本发明通过求取多组点的点层数的最大值,作为最大点云层数。
在一种可能的实现方式在,所述多个点云数据的第一坐标轴坐标值相同;或所述多个点云数据的第二坐标轴坐标值相同。
此时,多个点云数据划分得到的多组点为第一坐标轴方向上的至少一组点或第二坐标轴方向上的至少一组点。
具体地,理论上,待分层的多个点云数据为一组点或者多组点,多组点的第一坐标轴坐标值或第二坐标轴坐标值均可以不固定,即多组点的第一坐标轴坐标值和第二坐标轴坐标值组合对应的二维点可以散乱分布,也可以像前面描述的在二维方向(第一坐标轴方向或第二坐标轴方向)上呈一条线分布。
在一种可能的实现方式中,将各组点云数据内的各个点云数据分别归入对应的点层,包括:
将各组点云数据中第三坐标轴坐标值按照预设大小顺序排序在第N位的点云数据归入第N个点层;N为正整数。
示例地,若点云数据的点层数为M,则点云数据对应M个点层;将具有M个点云数据的每组点内的点数据按照其第三坐标轴方向上坐标值的大小分别归入对应的点层。例如,按照第三坐标轴坐标值将一组点中的点云数据排序,坐标值大的排序靠前,坐标值小的排序在后,则可将排序在第N为的点云数据归入第N个点层,实现第一种分层情况。M为大于等于N的正整数。
在一种可能的实现方式中,将各组点云数据内的各个点云数据分别归入其在第三坐标轴方向上最接近的点层,包括:
将点云数据的第三坐标轴坐标值与每个点层的第三坐标轴的坐标均值相减,得到对应的差值绝对值;每个点层的第三坐标轴的坐标均值通过对该点层内所有点云数据的第三坐标轴的坐标值求均值得到;
将点云数据归入所述差值绝对值最小时对应的点层。
示例地,当点云数据的点层数为M时,对点云数据个数小于M的各组点,不能按照点云数据第三坐标轴坐标值排序直接分层,需要先确定分层好的各层中所有点云数据的第三坐标轴坐标值均值,之后按照第三坐标轴坐标值大小将点云数据划分到第三坐标轴方向上最接近的点层,实现对非平面被测物点云数据的准确划分。
在一种可能的实现方式中,所述多个点云数据利用光谱共聚焦传感器扫描得到。
在一种可能的实现方式中,所述第一坐标轴和第二坐标轴为X轴和Y轴两个坐标轴的任一种组合,第三坐标轴为Z轴。
具体地,第一坐标轴至第三坐标轴分别为:X轴、Y轴及Z轴,或分别为Y轴、X轴及Z轴。被测物在Z轴方向上存在分层。
第二方面,本发明提供了一种透明多层材料的点云数据分层装置,包括:
数据获取模块,用于获取被测物的多个点云数据;每个点云数据对应三维坐标系下的一组坐标值,三维坐标系包括第一坐标轴、第二坐标轴及第三坐标轴,所述被测物为透明多层材料,在所述第三坐标轴的方向上具有分层;
数据分层模块,用于将多个点云数据中第一坐标轴坐标值相同且第二坐标轴坐标值相同时的所有点云数据作为第三坐标轴方向上的一组点云数据,得到至少一组点云数据,根据每组点云数据包括的第三坐标轴坐标值的个数确定所述多个点云数据的最大点层数,之后将至少一组点云数据中第三坐标轴坐标值个数等于最大点层数的各组点云数据内的各个点云数据分别归入对应的点层;以及将至少一组点云数据中第三坐标轴坐标值个数不等于最大点层数各组点云数据内的各个点云数据分别归入其在第三坐标轴方向上最接近的点层。
在一种可能的实现方式中,所述数据分层模块,通过如下步骤确定所述多个点云数据的最大点层数:根据每组点云数据第三坐标轴方向上包括的点云数据个数确定每组点云数据的点层数;以及根据每组点云数据的点层数确定至少一组点云数据对应的最大点层数,将其作为所述多个点云数据的最大点层数。
在一种可能的实现方式中,所述数据分层模块,将各组点云数据内的各个点云数据分别归入对应的点层,包括:将各组点云数据中第三坐标轴坐标值按照预设大小顺序排序在第N位的点云数据归入第N个点层;N为正整数。
在一种可能的实现方式中,所述数据分层模块,将各组点云数据内的各个点云数据分别归入其在第三坐标轴方向上最接近的点层,包括:将点云数据的第三坐标轴坐标值与每个点层的第三坐标轴的坐标均值相减,得到对应的差值绝对值;每个点层的第三坐标轴的坐标均值通过对该点层内所有点云数据的第三坐标轴的坐标值求均值得到;将点云数据归入所述差值绝对值最小时对应的点层。
第三方面,本发明提供一种电子设备,包括:至少一个存储器,用于存储程序;至少一个处理器,用于执行存储器存储的程序,当存储器存储的程序被执行时,处理器用于执行第一方面或第一方面的任一种可能的实现方式所描述的方法。
第四方面,本发明提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,当计算机程序在处理器上运行时,使得处理器执行第一方面或第一方面的任一种可能的实现方式所描述的方法。
第五方面,本发明提供一种计算机程序产品,当计算机程序产品在处理器上运行时,使得处理器执行第一方面或第一方面的任一种可能的实现方式所描述的方法。
可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
本发明提供一种透明多层材料的点云数据分层方法、装置及电子设备,本发明提供的方法将多个点云数据中第一坐标轴坐标值相同且第二坐标轴坐标值相同时的所有点云数据作为第三坐标轴方向上的一组点云数据,根据每组点云数据包括的第三坐标轴坐标值的个数确定点云数据的最大点层数,将第三坐标轴方向上采集到的点数据个数等于最大点层数的点云数据分别归入对应的点层,之后第三坐标轴方向上采集到的点数据个数不等于最大点层数的点云数据按照第三坐标轴方向上距离各层的距离分层,实现对点云数据的分层。通过本发明提供的方法,可以利用点云数据结构特点进行点云分层处理,可适应透明非平面结构的多层材料被测物的点云数据分层,适应场景更加广泛,且在点云数据存在起伏,断裂时,分层更加准确,且不需要设置高度阈值,使用简便,不需要调整参数。可推广到多帧点云数据分层,易用性强。
附图说明
图1是本发明实施例提供的透明多层材料的点云数据分层方法流程图;
图2是本发明实施例提供的单帧多层点云示意图;
图3是本发明实施例提供的点云数据分层方法的一种具体流程图;
图4是本发明实施例提供的方法实现的一种点云分层效果图;
图5是本发明实施例提供的透明多层材料的点云数据分层装置架构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。
本文中术语“和/或”是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。本文中符号“/”表示关联对象是或者的关系,例如A/B表示A或者B。
本文中的说明书和权利要求书中的术语“第一”和“第二”等是用于区别不同的对象,而不是用于描述对象的特定顺序。例如,第一坐标轴和第二坐标轴等是用于区别不同的坐标轴,而不是用于描述坐标轴的特定顺序。
在本发明实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
接下来,对本发明实施例中提供的技术方案进行介绍。
图1是本发明实施例提供的透明多层材料的点云数据分层方法流程图;如图1所示,包括以下步骤:
S101,获取被测物的多个点云数据;每个点云数据对应三维坐标系下的一组坐标值,三维坐标系包括第一坐标轴、第二坐标轴及第三坐标轴,所述被测物为透明多层材料,在所述第三坐标轴的方向上具有分层;
S102,将多个点云数据中第一坐标轴坐标值相同且第二坐标轴坐标值相同时的所有点云数据作为第三坐标轴方向上的一组点云数据,得到至少一组点云数据,根据每组点云数据包括的第三坐标轴坐标值的个数确定所述多个点云数据的最大点层数,之后将至少一组点云数据中第三坐标轴坐标值个数等于最大点层数的各组点云数据内的各个点云数据分别归入对应的点层;
S103,将至少一组点云数据中第三坐标轴坐标值个数不等于最大点层数各组点云数据内的各个点云数据分别归入其在第三坐标轴方向上最接近的点层。
示例性的,通过如下步骤确定所述多个点云数据的最大点层数:
根据每组点云数据第三坐标轴方向上包括的点云数据个数确定每组点云数据的点层数;
根据每组点云数据的点层数确定至少一组点云数据对应的最大点层数,将其作为所述多个点云数据的最大点层数。
示例性地,将各组点云数据内的各个点云数据分别归入对应的点层,包括:
将各组点云数据中第三坐标轴坐标值按照预设大小顺序排序在第N位的点云数据归入第N个点层;N为正整数。
示例性地,将各组点云数据内的各个点云数据分别归入其在第三坐标轴方向上最接近的点层,包括:
将点云数据的第三坐标轴坐标值与每个点层的第三坐标轴的坐标均值相减,得到对应的差值绝对值;每个点层的第三坐标轴的坐标均值通过对该点层内所有点云数据的第三坐标轴的坐标值求均值得到;
将点云数据归入所述差值绝对值最小时对应的点层。
示例性地,所述多个点云数据的第一坐标轴坐标值相同;或所述多个点云数据的第二坐标轴坐标值。
示例性地,所述多个点云数据利用光谱共聚焦传感器扫描得到。
示例性地,第一坐标轴和第二坐标轴为X轴和Y轴两个坐标轴的任一种组合,第三坐标轴为Z轴。
以下以本发明方法适用于光谱共焦传感器为例进行举例展开说明,实际应用中,本发明方法适用于任何能够扫描多层材料被测物的传感器或者设备,因此,以下实施例并不应被当做对本发明方法的任何限定。
在一个具体的实施方案中,由于被测物体表面通常存在翘曲,如何准确区分每一层的点云数据,在实际应用中具有重要价值。因此,本发明进一步提出了一种适用于光谱共焦传感器的三维无点云分层方法。
可以理解的是,光谱共焦传感器扫描透明多层材料时,每一帧扫描数据点的坐标相同,同一横坐标/>处存在多个峰值,即坐标/>处存在一组点/>。单帧多层点云示意图如图2所示。从图2可以看到,y坐标固定,不同的x坐标下有多个z坐标值。
需要说明的是,光谱共焦传感器扫描透明多层材料时,也可以是每一帧扫描数据点的x坐标相同,同一纵坐标y i处存在多个峰值,本发明实施例将不再对此展开举例说明。
具体地,根据光谱共焦传感器点云的这一特点,对点云数据进行分层处理,流程图如图3所示。
参见图3,具体的分层步骤包括:
步骤S1,将光谱共焦设备置于被测物体上方,获取单帧扫描点云数据集合。此时集合/>内点云为无序点云,且所有点的y坐标值相同。
步骤S2,根据集合内点云的横坐标/>,对无序点云进行分组,找到/>坐标相同的一组点/>,/>表示横坐标/>处,点云峰值个数,即当前位置点云层数;
步骤S2.1,对任意无序点云集合中的每个点/>,记录点序号/>;
步骤S2.2,遍历集合,寻找点/>,若/>点的横坐标/>与/>点的横坐标/>相等,则点/>与点/>归为一组,记录点序号/>,否则不记录点/>序号;
步骤S2.3,重复执行步骤S2.2,直至将点集P内的所有与点有相同横坐标的点找到,将与点/>有相同横坐标的点集取出,构成集合/>;
步骤S2.4,将点集按横坐标进行分组后点集记为/>,/>表示横坐标值个数;
步骤S2.5,对点集的每个子集/>内的点按照/>坐标值从大到小排序。
步骤S3,计算点集最大层数;
步骤S3.1,遍历点集的每个子集/>,记录/>内的点层数/>;
示例地,子集包含的点个数等于其z坐标值的个数,也等于/>的点层数/>。
步骤S3.2,寻找所有的最大值,作为点集最大层数/>。
步骤S4,创建个集合/>,用于存储分层后的点,将点云数据进行分层处理;
步骤S4.1,遍历点集的每个子集/>,将层数等于/>的子集/> 内的点,依次写入集合/>;
需要说明的是,将子集内排序在第N的点写入第N层,1≤N≤/>。集合L k表示第k个点层。
步骤S4.2,计算集合的/>向均值,记为/>;
步骤S4.3,将点集中层数不等于/>的子集/> 内的点,依次写入/>向最接近的层,/>向最近计算方法为:/>。
步骤S5,将每一层的数据点按照/>坐标从小到大排序。
可以理解的是,分层后每层数据的y坐标是固定的,x坐标可能是多个,z坐标可能是接近的,步骤S5是对分层后的每层数据进行排序,避免数据杂乱无章,每层的点数据对应被测物同一层中的不同位置。
利用本发明方法实现的点云分层效果参见图4所示,图4中左图为原始点云数据,右图为分层后的数据,分层后不同层的点云数据显示的灰度颜色深浅不同,可以看出采用本发明方法能够明显将点云数据划分出两层,进行了清楚的分层。
综上所述,本发明利用点云数据结构特点进行点云分层处理,可适应透明多层材料的非平面结构的多层材料点云分层,适应场景更加广泛,且在点云存在起伏,断裂时,分层更加准确,且不需要设置高度阈值,使用简便,不需要调整参数。可推广到多帧点云数据分层,易用性强。
图5是本发明实施例提供的透明多层材料的点云数据分层装置架构图;如图5所示,包括:
数据获取模块510,用于获取被测物的多个点云数据;每个点云数据对应三维坐标系下的一组坐标值,三维坐标系包括第一坐标轴、第二坐标轴及第三坐标轴,所述被测物为透明多层材料,在所述第三坐标轴的方向上具有分层;
数据分层模块520,用于将多个点云数据中第一坐标轴坐标值相同且第二坐标轴坐标值相同时的所有点云数据作为第三坐标轴方向上的一组点云数据,得到至少一组点云数据,根据每组点云数据包括的第三坐标轴坐标值的个数确定所述多个点云数据的最大点层数,之后将至少一组点云数据中第三坐标轴坐标值个数等于最大点层数的各组点云数据内的各个点云数据分别归入对应的点层;以及将至少一组点云数据中第三坐标轴坐标值个数不等于最大点层数各组点云数据内的各个点云数据分别归入其在第三坐标轴方向上最接近的点层。
应当理解的是,上述装置用于执行上述实施例中的方法,装置中相应的程序模块,其实现原理和技术效果与上述方法中的描述类似,该装置的工作过程可参考上述方法中的对应过程,此处不再赘述。
基于上述实施例中的方法,本发明实施例提供了一种电子设备。该设备可以包括:至少一个用于存储程序的存储器和至少一个用于执行存储器存储的程序的处理器。其中,当存储器存储的程序被执行时,处理器用于执行上述实施例中所描述的方法。
基于上述实施例中的方法,本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,当计算机程序在处理器上运行时,使得处理器执行上述实施例中的方法。
基于上述实施例中的方法,本发明实施例提供了一种计算机程序产品,当计算机程序产品在处理器上运行时,使得处理器执行上述实施例中的方法。
可以理解的是,本发明实施例中的处理器可以是中央处理单元(centralprocessing unit,CPU),还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、晶体管逻辑器件,硬件部件或者其任意组合。通用处理器可以是微处理器,也可以是任何常规的处理器。
本发明实施例中的方法步骤可以通过硬件的方式来实现,也可以由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成,软件模块可以被存放于随机存取存储器(random access memory,RAM)、闪存、只读存储器(read-only memory,ROM)、可编程只读存储器(programmable rom,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)、寄存器、硬盘、移动硬盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
可以理解的是,在本发明实施例中涉及的各种数字编号仅为描述方便进行的区分,并不用来限制本发明的实施例的范围。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种透明多层材料的点云数据分层方法,其特征在于,包括:
获取被测物的多个点云数据;每个点云数据对应三维坐标系下的一组坐标值,三维坐标系包括第一坐标轴、第二坐标轴及第三坐标轴,所述被测物为透明多层材料,在所述第三坐标轴的方向上具有分层;
将多个点云数据中第一坐标轴坐标值相同且第二坐标轴坐标值相同时的所有点云数据作为第三坐标轴方向上的一组点云数据,得到至少一组点云数据,根据每组点云数据包括的第三坐标轴坐标值的个数确定所述多个点云数据的最大点层数,之后将至少一组点云数据中第三坐标轴坐标值个数等于最大点层数的各组点云数据内的各个点云数据分别归入对应的点层;
将至少一组点云数据中第三坐标轴坐标值个数不等于最大点层数各组点云数据内的各个点云数据分别归入其在第三坐标轴方向上最接近的点层。
2.根据权利要求1所述的方法,其特征在于,通过如下步骤确定所述多个点云数据的最大点层数:
根据每组点云数据第三坐标轴方向上包括的点云数据个数确定每组点云数据的点层数;
根据每组点云数据的点层数确定至少一组点云数据对应的最大点层数,将其作为所述多个点云数据的最大点层数。
3.根据权利要求1所述的方法,其特征在于,将各组点云数据内的各个点云数据分别归入对应的点层,包括:
将各组点云数据中第三坐标轴坐标值按照预设大小顺序排序在第N位的点云数据归入第N个点层;N为正整数。
4.根据权利要求1所述的方法,其特征在于,将各组点云数据内的各个点云数据分别归入其在第三坐标轴方向上最接近的点层,包括:
将点云数据的第三坐标轴坐标值与每个点层的第三坐标轴的坐标均值相减,得到对应的差值绝对值;每个点层的第三坐标轴的坐标均值通过对该点层内所有点云数据的第三坐标轴的坐标值求均值得到;
将点云数据归入所述差值绝对值最小时对应的点层。
5.根据权利要求1至4任一项所述的方法,其特征在于,获取被测物的多个点云数据,其中,所述多个点云数据的第一坐标轴坐标值相同;或所述多个点云数据的第二坐标轴坐标值相同。
6.根据权利要求1至4任一项所述的方法,其特征在于,所述多个点云数据利用光谱共聚焦传感器扫描得到。
7.根据权利要求1至4任一项所述的方法,其特征在于,所述第一坐标轴和第二坐标轴为X轴和Y轴两个坐标轴的任一种组合,第三坐标轴为Z轴。
8.一种透明多层材料的点云数据分层装置,其特征在于,包括:
数据获取模块,用于获取被测物的多个点云数据;每个点云数据对应三维坐标系下的一组坐标值,三维坐标系包括第一坐标轴、第二坐标轴及第三坐标轴,所述被测物为透明多层材料,在所述第三坐标轴的方向上具有分层;
数据分层模块,用于将多个点云数据中第一坐标轴坐标值相同且第二坐标轴坐标值相同时的所有点云数据作为第三坐标轴方向上的一组点云数据,得到至少一组点云数据,根据每组点云数据包括的第三坐标轴坐标值的个数确定所述多个点云数据的最大点层数,之后将至少一组点云数据中第三坐标轴坐标值个数等于最大点层数的各组点云数据内的各个点云数据分别归入对应的点层;以及将至少一组点云数据中第三坐标轴坐标值个数不等于最大点层数各组点云数据内的各个点云数据分别归入其在第三坐标轴方向上最接近的点层。
9.一种电子设备,其特征在于,包括:
至少一个存储器,用于存储程序;
至少一个处理器,用于执行所述存储器存储的程序,当所述存储器存储的程序被执行时,所述处理器用于执行如权利要求1-7任一所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,当所述计算机程序在处理器上运行时,使得所述处理器执行如权利要求1-7任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311440314.9A CN117152164B (zh) | 2023-11-01 | 2023-11-01 | 一种透明多层材料的点云数据分层方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311440314.9A CN117152164B (zh) | 2023-11-01 | 2023-11-01 | 一种透明多层材料的点云数据分层方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117152164A CN117152164A (zh) | 2023-12-01 |
CN117152164B true CN117152164B (zh) | 2024-02-09 |
Family
ID=88899291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311440314.9A Active CN117152164B (zh) | 2023-11-01 | 2023-11-01 | 一种透明多层材料的点云数据分层方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117152164B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105630905A (zh) * | 2015-12-14 | 2016-06-01 | 西安科技大学 | 一种基于散乱点云数据的分层式压缩方法及装置 |
CN107578463A (zh) * | 2017-09-28 | 2018-01-12 | 奇瑞汽车股份有限公司 | 对雷达点云数据进行栅格化处理的方法和装置 |
CN108920574A (zh) * | 2018-06-22 | 2018-11-30 | 黑龙江科技大学 | 大规模三维点云数据的高效邻域搜索方法 |
CN112184539A (zh) * | 2020-11-27 | 2021-01-05 | 深兰人工智能(深圳)有限公司 | 点云数据处理方法和装置 |
CN113281343A (zh) * | 2021-05-31 | 2021-08-20 | 中国科学院西安光学精密机械研究所 | 一种对多层透明材料进行缺陷检测的系统及方法 |
CN116148277A (zh) * | 2023-04-19 | 2023-05-23 | 武汉精一微仪器有限公司 | 一种透明体缺陷三维检测方法、装置、设备及存储介质 |
CN116192904A (zh) * | 2023-03-03 | 2023-05-30 | 北京京航计算通讯研究所 | 一种动态人机交互点云压缩方法 |
CN116266365A (zh) * | 2021-12-17 | 2023-06-20 | 顺丰科技有限公司 | 一种点云数据提取方法、装置、电子设备及存储介质 |
CN116721144A (zh) * | 2023-07-10 | 2023-09-08 | 长春工业大学 | 一种基于点云切片的锥形孔尺寸测量方法 |
CN116958101A (zh) * | 2023-07-28 | 2023-10-27 | 中国机械总院集团北京机电研究所有限公司 | 锻造工件上凹陷标识的识别方法及系统、存储介质、数据处理终端 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI731604B (zh) * | 2020-03-02 | 2021-06-21 | 國立雲林科技大學 | 三維點雲資料處理方法 |
-
2023
- 2023-11-01 CN CN202311440314.9A patent/CN117152164B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105630905A (zh) * | 2015-12-14 | 2016-06-01 | 西安科技大学 | 一种基于散乱点云数据的分层式压缩方法及装置 |
CN107578463A (zh) * | 2017-09-28 | 2018-01-12 | 奇瑞汽车股份有限公司 | 对雷达点云数据进行栅格化处理的方法和装置 |
CN108920574A (zh) * | 2018-06-22 | 2018-11-30 | 黑龙江科技大学 | 大规模三维点云数据的高效邻域搜索方法 |
CN112184539A (zh) * | 2020-11-27 | 2021-01-05 | 深兰人工智能(深圳)有限公司 | 点云数据处理方法和装置 |
CN113281343A (zh) * | 2021-05-31 | 2021-08-20 | 中国科学院西安光学精密机械研究所 | 一种对多层透明材料进行缺陷检测的系统及方法 |
CN116266365A (zh) * | 2021-12-17 | 2023-06-20 | 顺丰科技有限公司 | 一种点云数据提取方法、装置、电子设备及存储介质 |
CN116192904A (zh) * | 2023-03-03 | 2023-05-30 | 北京京航计算通讯研究所 | 一种动态人机交互点云压缩方法 |
CN116148277A (zh) * | 2023-04-19 | 2023-05-23 | 武汉精一微仪器有限公司 | 一种透明体缺陷三维检测方法、装置、设备及存储介质 |
CN116721144A (zh) * | 2023-07-10 | 2023-09-08 | 长春工业大学 | 一种基于点云切片的锥形孔尺寸测量方法 |
CN116958101A (zh) * | 2023-07-28 | 2023-10-27 | 中国机械总院集团北京机电研究所有限公司 | 锻造工件上凹陷标识的识别方法及系统、存储介质、数据处理终端 |
Non-Patent Citations (2)
Title |
---|
Layered projection-based quality assessment of 3D point clouds;T Chen 等;IEEE;全文 * |
改进的分层点云数据压缩算法;郑俊良 等;测绘科学(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117152164A (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9390202B2 (en) | Coordinate measuring system data reduction | |
TWI618161B (zh) | 使用設計資料於半導體晶圓上偵測重複缺陷之方法、系統及非暫時性電腦可讀媒體 | |
US8428335B2 (en) | Combining feature boundaries | |
CN110823106B (zh) | 一种基于激光连续波调制原理的平板玻璃质量检测方法 | |
TWI771161B (zh) | 鑽孔檢測方法、鑽孔檢測系統與檢測裝置 | |
CN112819842B (zh) | 适用于工件质检的工件轮廓曲线拟合方法、装置及介质 | |
CN101556141A (zh) | 一种测量不规则缝宽的傅里叶变换方法及其装置 | |
CN117152164B (zh) | 一种透明多层材料的点云数据分层方法、装置及电子设备 | |
US20190162523A1 (en) | Apparatus for inspecting substrate and method thereof | |
CN109212546B (zh) | 双目相机深度方向测量误差的计算方法和装置 | |
CN111563870A (zh) | 图像处理方法和设备、检测方法和装置、存储介质 | |
CN113962876A (zh) | 一种像素畸变的校正方法、校正装置及终端 | |
CN111640085B (zh) | 图像处理方法和设备、检测方法和装置、存储介质 | |
JP2017161333A (ja) | 欠陥検査装置、欠陥検査プログラム、欠陥検査方法 | |
Chen | Image processing algorithms of Hartmann aberration automatic measurement system based on tensor product network | |
CN111583241A (zh) | 超大面积蜂窝产品规整度的移动式检测方法及装置 | |
CN117115146B (zh) | 一种碳化硅材质半导体表面镀膜质量检测方法 | |
CN117437305B (zh) | 安检机标定方法及相关方法、装置、设备和存储介质 | |
CN113409259B (zh) | 基于图像特征信息的精密工件台倾角检测方法 | |
WO2014010309A1 (ja) | 検査方法、検査装置及びガラス板の製造方法 | |
TW202316372A (zh) | 影像對位方法、系統、內儲程式之電腦可讀取記錄媒體、以及電腦程式產品 | |
CN117115235A (zh) | 一种定位方法、装置及电子设备 | |
CN116698849A (zh) | 缺陷检测方法、装置、计算机设备和存储介质 | |
CN116539642A (zh) | 透明产品的缺陷位置检测方法及装置 | |
CN116071430A (zh) | 单像素距离校准方法 |
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 |