CN117689538B - 一种针对断层式错位点云的拼接方法、装置、设备及介质 - Google Patents
一种针对断层式错位点云的拼接方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117689538B CN117689538B CN202410146235.5A CN202410146235A CN117689538B CN 117689538 B CN117689538 B CN 117689538B CN 202410146235 A CN202410146235 A CN 202410146235A CN 117689538 B CN117689538 B CN 117689538B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- original
- original point
- determining
- coordinate difference
- 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 56
- 238000009499 grossing Methods 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 16
- 230000011218 segmentation Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 4
- 101100465519 Arabidopsis thaliana MPA1 gene Proteins 0.000 description 3
- 102100028538 Guanylate-binding protein 4 Human genes 0.000 description 3
- 101001058851 Homo sapiens Guanylate-binding protein 4 Proteins 0.000 description 3
- 101100300012 Mannheimia haemolytica purT gene Proteins 0.000 description 3
- 101100067996 Mus musculus Gbp1 gene Proteins 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 101100122755 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) NPA3 gene Proteins 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- 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
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- 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)
- Image Generation (AREA)
Abstract
本发明实施例提供了一种针对断层式错位点云的拼接方法、装置、设备及介质,该方法包括:对断层式错位的原始点云集中各原始点云进行平滑处理,获得处理后的参考点云集;对所述原始点云集按照断层线进行分割处理,获得第一原始点云集和第二原始点云集;确定所述第一原始点云集中各第一原始点云的第一坐标差值,所述第一坐标差值用于表征所述第一原始点云的细节特征;确定所述第二原始点云集中各第二原始点云的第二坐标差值,所述第二坐标差值用于表征所述第二原始点云的细节特征;根据所述参考点云集、各所述第一坐标差值和各所述第二坐标差值,确定消除断层式错位后的目标点云集。利用该方法,能消除断层式错位和保存点云细节,改善点云拼接效果。
Description
技术领域
本发明涉及点云技术领域,尤其涉及一种针对断层式错位点云的拼接方法、装置、设备及介质。
背景技术
三维相机在拍摄尺寸较大的物体时,由于物体尺寸超过三维相机的成像视野,所以会选择分成多次对物体的各部分分别成像,然后再将各部分的点云融合形成一个完整的物体的点云。如采用同一三维相机从不同角度对物体进行拍摄获得物体的各部分点云,又或者采用不同的三维相机分别对物体的各部分进行拍摄获得物体的各部分点云。
但是三维相机有可能存在视野空间内的成像的精度不一致,成像精度低等问题,导致融合的物体的点云存在明显的断层式错位,使用传统高斯平滑,均值平滑并无法解决该问题,所以需要一种方法来处理这种断层式错位的点云。
发明内容
本发明实施例提供了一种针对断层式错位点云的拼接方法、装置、设备及介质,能够实现断层式错位点云的拼接,消除了断层式错位,改善了点云拼接效果。
第一方面,本发明实施例提供了一种针对断层式错位点云的拼接方法,包括:
对断层式错位的原始点云集中各原始点云进行平滑处理,获得处理后的参考点云集;
对所述原始点云集按照断层线进行分割处理,获得第一原始点云集和第二原始点云集;
确定所述第一原始点云集中各第一原始点云的第一坐标差值,所述第一坐标差值用于表征所述第一原始点云的细节特征;
确定所述第二原始点云集中各第二原始点云的第二坐标差值,所述第二坐标差值用于表征所述第二原始点云的细节特征;
根据所述参考点云集、各所述第一坐标差值和各所述第二坐标差值,确定消除断层式错位后的目标点云集。
第二方面,本发明实施例提供了一种针对断层式错位点云的拼接装置,包括:
平滑处理模块,用于对断层式错位的原始点云集中各原始点云进行平滑处理,获得处理后的参考点云集;
点云分割模块,用于对所述原始点云集按照断层线进行分割处理,获得第一原始点云集和第二原始点云集;
第一确定模块,用于确定所述第一原始点云集中各第一原始点云的第一坐标差值,所述第一坐标差值用于表征所述第一原始点云的细节特征;
第二确定模块,用于确定所述第二原始点云集中各第二原始点云的第二坐标差值,所述第二坐标差值用于表征所述第二原始点云的细节特征;
目标点云确定模块,用于根据所述参考点云集、各所述第一坐标差值和各所述第二坐标差值,确定消除断层式错位后的目标点云集。
第三方面,本发明实施例还提供一种电子设备,包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面实施例所述的针对断层式错位点云的拼接方法。
第四方面,本发明实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面实施例所述的针对断层式错位点云的拼接方法。
本发明实施例提供了一种针对断层式错位点云的拼接方法、装置、设备及介质,该方法包括:对断层式错位的原始点云集中各原始点云进行平滑处理,获得处理后的参考点云集;对所述原始点云集按照断层线进行分割处理,获得第一原始点云集和第二原始点云集;确定所述第一原始点云集中各第一原始点云的第一坐标差值,所述第一坐标差值用于表征所述第一原始点云的细节特征;确定所述第二原始点云集中各第二原始点云的第二坐标差值,所述第二坐标差值用于表征所述第二原始点云的细节特征;根据所述参考点云集、各所述第一坐标差值和各所述第二坐标差值,确定消除断层式错位后的目标点云集。上述技术方案,先对原始点云集中各原始点云进行平滑处理,从而将原始点云集中存在的断层式错位平滑掉,得到参考点云集;再将原始点云集按照断层线进行分割,分别确定分割后两部分的点云细节特征;最后将点云的细节特征添加到参考点云集中,能够实现断层式错位点云的拼接,既能消除断层式错位,又能保存点云的细节,改善了点云拼接效果。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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为本发明实施例一提供的一种针对断层式错位点云的拼接方法的流程示意图;
图2为本发明实施例二提供的另一种针对断层式错位点云的拼接方法的流程示意图;
图3为本发明实施例三提供的一种针对断层式错位点云的拼接装置的结构示意图;
图4为本发明实施例四提供的一种电子设备的结构示意图。
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“原始”、“目标”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。
需要清楚的是,三维相机在拍摄尺寸较大的物体时,由于物体尺寸超过三维相机的成像视野,所以会选择分成多次对物体的各部分分别成像,然后再将各部分的点云融合形成一个完整的物体的点云。对于采用不同的三维相机分别对物体的各部分进行拍摄获得物体的各部分点云,由于不同三维相机的硬件结构有可能不同,导致成像精度不一致。对于采用同一三维相机从不同角度对物体进行拍摄获得物体的各部分点云,由于三维相机距离物体各部分的距离不同,导致成像精度不一致。成像精度不一致会导致融合的物体的点云存在明显的断层式错位,点云融合效果较差。
实施例一
图1为本发明实施例一提供的一种针对断层式错位点云的拼接方法的流程示意图,该方法可适用于对断层式错位的点云进行拼接的情况,该方法可以由针对断层式错位点云的拼接装置来执行,该装置可以采用硬件和/或软件的形式实现,可配置于电子设备中。如图1所示,本实施例一提供的针对断层式错位点云的拼接方法具体可以包括以下步骤:
S101、对断层式错位的原始点云集中各原始点云进行平滑处理,获得处理后的参考点云集。
在本实施例中,将拼接融合后存在断层式错位的点云集记为原始点云集。断层式错位具体可以理解为由于三维相机拍摄物体时各部分成像精度不一致,存在一部分点云能够拼接上,又存在一部分点云本身尺寸不一样导致无法匹配拼接。
为了消除断层式错位,本实施例中,首先对存在断层式错位的原始点云集中各原始点云进行平滑处理。本步骤用于对原始点云集中存在的断层式错位平滑掉。其中,将原始点云集中包含的点云记为原始点云,对各原始点云进行平滑处理,得到平滑处理后的点云集记为参考点云集。
示例性的,对原始点云集中各原始点云进行平滑处理的步骤可以描述为:对各原始点云,搜索其特定半径范围内的所有点云,将这些点云计算平均值,得到该原始点云对应的点云。将各个原始点云平滑处理后得到的点云构成参考点云集。
S102、对原始点云集按照断层线进行分割处理,获得第一原始点云集和第二原始点云集。
在步骤S101中对原始点云集进行比较强的平滑处理,从而将断层式错位平滑掉,得到了参考点云集。考虑到原始点云均存在一些细节特征,通过平滑处理后的参考点云集并不是最终想要的点云集,还需要将每个点云的细节特征添加到参考点云集中,才能得到最终想要的既消除断层式错位又包含细节特征的点云集。
本实施例中,为了实现对点云细节的添加,需要对存在断层式错位的原始点云集按照断层线进行分割处理,也就是将原始点云集按照断层线分割成两部分,将其中一部分记为第一原始点云集,将另一部分记为第二原始点云集。
需要说明的是,可以认为两部分点云拼接融合时会产生一条断层线,基于该断层线将原始点云集分成两部分,在对物体的各部分点云进行拼接融合时,每相邻两部分点云在进行拼接时都有可能产生断层线,则每相邻两部分点云在拼接时均可以采用本实施例提供的方法进行断层式错位消除。
S103、确定第一原始点云集中各第一原始点云的第一坐标差值。
其中,第一坐标差值用于表征第一原始点云的细节特征。
在本实施例中,将第一原始点云集中所包含的点云记为第一原始点云。本步骤用于确定出第一原始点云集中各第一原始点云的细节特征,用于后续在平滑处理后的点云的基础上加上细节特征。每个点云都包含三维坐标信息。
具体的,对于第一原始点云集中每个第一原始点云,搜索其特定半径内的所有点云,将这些点云计算平均值,得到该第一原始点云对应的点云。将该第一原始点云减去其对应的点云,就可以得到坐标差值,记为第一原始点云的第一坐标差值。该第一坐标差值可以表示第一原始点云的细节特征。每个第一原始点云均需要确定出其细节特征。
示例性的,假设第一原始点云集中的某个第一原始点云为PA1,搜索其特定半径Ra内的所有点云,将这些点云计算平均值,得到点云PA1对应的点云MPA1。将PA1减去其对应的MPA1,得到其差值记为EPA1。
S104、确定第二原始点云集中各第二原始点云的第二坐标差值。
其中,第二坐标差值用于表征第二原始点云的细节特征。
在本实施例中,将第二原始点云集中所包含的点云记为第二原始点云。本步骤用于确定出第二原始点云集中各第二原始点云的的细节特征,用于后续在平滑处理后的点云的基础上加上细节特征。每个点云都包含三维坐标信息。
具体的,对于第二原始点云集中每个第二原始点云,搜索其特定半径内的所有点云,将这些点云计算平均值,得到该第二原始点云对应的点云。将该第二原始点云减去其对应的点云,就可以得到坐标差值,记为第二原始点云的第二坐标差值。该第二坐标差值可以表示第二原始点云的细节特征。每个第二原始点云均需要确定出其细节特征。
示例性的,假设第二原始点云集中的某个第二原始点云为PA2,搜索其特定半径Rb内的所有点云,将这些点云计算平均值,得到点云PA2对应的点云MPA2。将PA2减去其对应的MPA2,得到其差值记为EPA2。
需要说明的是,步骤S103和步骤S104执行的先后顺序不做具体限制,可以先执行步骤S103再执行步骤S104,也可以先执行步骤S104再执行步骤S103,也可以同时执行步骤S103和步骤S104。
S105、根据参考点云集、各第一坐标差值和各第二坐标差值,确定消除断层式错位后的目标点云集。
在步骤S101中对原始点云集进行比较强的平滑处理,从而将断层式错位平滑掉,得到了参考点云集。考虑到原始点云均存在一些细节特征,通过平滑处理后的参考点云集并不是最终想要的点云集,还需要将每个点云的细节特征添加到参考点云集中,才能得到最终想要的既消除断层式错位又包含细节特征的点云集。本实施例中将最终消除断层式错位后的点云集记为目标点云集,目标点云集可以认为是最终想要的既消除断层式错位又包含细节特征的点云集。
接上述描述,要想将各原始点云的细节添加到参考点云集中,可以基于第一原始点云集中各第一原始点云的细节特征,即第一坐标差值,添加到参考点云集中与第一原始点云对应的参考点云上。可以基于第二原始点云集中各第二原始点云的细节特征,即第二坐标差值,添加到参考点云集中与第二原始点云对应的参考点云上。
具体的,在参考点云集中找到与第一原始点云集中每个第一原始点云对应的参考点云,再将该第一原始点云对应的第一坐标差值加上参考点云,得到添加细节后的点云,这部分点云构成对第一原始点云集处理后的点云集,记为第一目标点云集。在参考点云集中找到与第二原始点云集中每个第二原始点云对应的参考点云,再将该第二原始点云对应的第二坐标差值加上参考点云,得到添加细节后的点云,这部分点云构成对第二原始点云集处理后的点云集,记为第二目标点云集。将第一目标点云集和第二目标点云集合并后记为消除断层式错位后的点云,记为目标点云集。
本发明实施例提供了一种针对断层式错位点云的拼接方法,该方法包括:对断层式错位的原始点云集中各原始点云进行平滑处理,获得处理后的参考点云集;对原始点云集按照断层线进行分割处理,获得第一原始点云集和第二原始点云集;确定第一原始点云集中各第一原始点云的第一坐标差值,第一坐标差值用于表征第一原始点云的细节特征;确定第二原始点云集中各第二原始点云的第二坐标差值,第二坐标差值用于表征第二原始点云的细节特征;根据参考点云集、各第一坐标差值和各第二坐标差值,确定消除断层式错位后的目标点云集。上述技术方案,先对原始点云集中各原始点云进行平滑处理,从而将原始点云集中存在的断层式错位平滑掉,得到参考点云集;再将原始点云集按照断层线进行分割,分别确定分割后两部分的点云细节特征;最后将点云的细节特征添加到参考点云集中,能够实现断层式错位点云的拼接,既能消除断层式错位,又能保存点云的细节,改善了点云拼接效果。
实施例二
图2为本发明实施例二提供的另一种针对断层式错位点云的拼接方法的流程示意图,本实施例为上述实施例的进一步优化,在本实施例中,进一步对“对断层式错位的原始点云集中各原始点云进行平滑处理,获得处理后的参考点云集”限定优化,且进一步对“确定所述第一原始点云集中各第一原始点云的第一坐标差值”限定优化,且进一步对“确定所述第二原始点云集中各第二原始点云的第二坐标差值”限定优化,且进一步对“根据所述参考点云集、各所述第一坐标差值和各所述第二坐标差值,确定消除断层式错位后的目标点云集”限定优化。
如图2所示,本实施例二提供一种针对断层式错位点云的拼接方法,具体包括如下步骤:
S201、针对每个原始点云,确定原始点云在第一设定半径内所有原始相邻点云。
在本实施例中,针对原始点云集中每个原始点云,搜索其特定半径内的所有点云。将该特定半径记为第一设定半径,此处对第一设定半径的取值不做具体限制,可以根据断层式错位的缝隙大小设定第一设定半径的大小。例如,缝隙比较大则设置的第一设定半径比较大,缝隙比较小则设置的第一设定半径比较小。将原始点云在第一设定半径内的所有点云记为原始相邻点云。
S202、对各原始相邻点云进行平均值计算,确定原始点云所对应的参考点云。
可以知道的是,每个点云均包含三维坐标信息,将这些原始相邻点云计算平均值,得到原始相邻点云对应的平均值计算后的点云,记为参考点云。对于每个原始点云均通过计算得到与之对应的参考点云。本步骤通过对各原始相邻点云进行平均值计算,得到每个原始点云对应的平滑处理后的参考点云,从而对原始点云集中存在的断层式错位平滑掉。
示例性的,假设原始点云集中的原始点云表示为P1,搜索其第一设定半径R1内的所有点云,将这些点云计算平均值,得到原始点云P1对应的参考点云MP1。参考点云的计算公式可以表示为:
,其中,/>,Q1为原始点云集中与P1的距离小于R1的点云的集合,N1表示Q1所包含点云的数量。
S203、将各参考点云构成参考点云集。
具体的,将各参考点云构成点云集合记为参考点云集。参考点云集可以认为是对原始点云集进行平滑处理后得到的点云集。对于原始点云集中的每个原始点云,在参考点云集中均可以搜索到与之对应的参考点云。
S204、对原始点云集按照断层线进行分割处理,获得第一原始点云集和第二原始点云集。
S205、针对每个第一原始点云,确定第一原始点云在第二设定半径内所有第一相邻点云。
在本实施例中,针对第一原始点云集中每个第一原始点云,搜索其特定半径内的所有点云。将该特定半径记为第二设定半径,第二设定半径是区别于第一设定半径的又一设定半径。例如,缝隙比较大则设置的第二设定半径比较大,缝隙比较小则设置的第二设定半径比较小。将第一原始点云在第二设定半径内的所有点云记为第一相邻点云。
S206、对各第一相邻点云进行平均值计算,确定第一原始点云所对应的第一参考点云。
可以知道的是,每个点云均包含三维坐标信息,将这些第一相邻点云计算平均值,得到第一原始点云对应的平均值计算后的点云,记为第一参考点云。对于每个第一原始点云均通过计算得到与之对应的第一参考点云。
示例性的,假设第一原始点云集中的第一原始点云表示为PA1,搜索其第二设定半径Ra内的所有点云,将这些点云计算平均值,得到第一原始点云PA1对应的第一参考点云MPA1。第一参考点云的计算公式可以表示为:
,其中,/>,Q2为第一原始点云集中与PA1的距离小于Ra的点云的集合,N2表示Q2所包含点云的数量。
S207、将第一原始点云与第一参考点云作差,获得第一原始点云的第一坐标差值。
具体的,对于每个第一原始点云,将该第一原始点云与对应的第一参考点云作差,获得的差值记为第一原始点云的第一坐标差值。本步骤用于确定出第一原始点云集中各第一原始点云的细节特征,用于后续在平滑处理后的点云的基础上加上细节特征。
接上述示例进行描述,假设第一坐标差值表示为EPA1,则第一坐标差值的计算公式可以表示为:,各字母含义可参考上述描述,此处不再赘述。
S208、针对每个第二原始点云,确定第二原始点云在第三设定半径内所有第二相邻点云。
在本实施例中,针对第二原始点云集中每个第二原始点云,搜索其特定半径内的所有点云。将该特定半径记为第三设定半径,第三设定半径是区别于第一设定半径和第二设定半径的又一设定半径。此处对第三设定半径的取值不做具体限制,可以根据断层式错位的缝隙大小设定第三设定半径的大小。例如,缝隙比较大则设置的第三设定半径比较大,缝隙比较小则设置的第三设定半径比较小。将第二原始点云在第三设定半径内的所有点云记为第二相邻点云。
S209、对各第二相邻点云进行平均值计算,确定第二原始点云所对应的第二参考点云。
可以知道的是,每个点云均包含三维坐标信息,将这些第二相邻点云计算平均值,得到第二原始点云对应的平均值计算后的点云,记为第二参考点云。对于每个第二原始点云均通过计算得到与之对应的第二参考点云。
示例性的,假设第二原始点云集中的第二原始点云表示为PA2,搜索其第二设定半径Rb内的所有点云,将这些点云计算平均值,得到第二原始点云PA2对应的第二参考点云MPA2。第二参考点云的计算公式可以表示为:
,其中,/>,Q3为第二原始点云集中与PA2的距离小于Rb的点云的集合,N3表示Q3所包含点云的数量。
S210、将第二原始点云与第二参考点云作差,获得第二原始点云的第二坐标差值。
具体的,对于每个第二原始点云,将该第二原始点云与对应的第二参考点云作差,获得的差值记为第二原始点云的第二坐标差值。本步骤用于确定出第二原始点云集中各第二原始点云的细节特征,用于后续平滑处理后的点云的基础上加上细节特征。
接上述示例进行描述,假设第二坐标差值表示为EPA2,则第二坐标差值的计算公式可以表示为:,各字母含义可参考上述描述,此处不再赘述。
S211、根据各第一坐标差值和参考点云集,确定对第一原始点云集处理后的第一目标点云集。
上述步骤分别对原始点云集进行比较强的平滑处理,从而将断层式错位平滑掉,得到了参考点云集;且对第一原始点云集进行处理,获得表征第一原始点云集中各第一原始点云的细节特征;且对第二原始点云集进行处理,获得表征第二原始点云集中各第二原始点云的细节特征。在上述步骤执行完毕后,考虑到原始点云均存在一些细节特征,通过平滑处理后的参考点云集并不是最终想要的点云集,还需要将每个点云的细节特征添加到参考点云集中,才能最终得到又消除断层式错位又包含细节特征的点云集。
针对第一原始点云集,需要从原始点云集中搜索出各第一原始点云对应的第一参考点云,再将表征第一原始点云的细节特征的第一坐标差值添加至对应的第一参考点云。将所有通过第一坐标差值添加至对应的第一参考点云后的所有点云构成的点云集记为第一目标点云集。
作为一种具体实现方式,可以优化根据各第一坐标差值和参考点云集,确定对第一原始点云集处理后的第一目标点云集的步骤包括:
a1)针对每个第一原始点云,从参考点云集中确定出与第一原始点云对应的参考点云。
具体的,针对第一原始点云集中每个第一原始点云,从参考点云集中找到与第一原始点云对应的参考点云。
b1)将第一原始点云所对应的第一坐标差值与参考点云相加,获得更新后的第一目标点云。
具体的,对于每个第一原始点云,将第一原始点云所对应的第一坐标差加上参考点云,得到更新后的点云记为第一目标点云。
c1)将各第一目标点云构成第一目标点云集。
具体的,由所有第一目标点云构成的点云集合记为第一目标点云集。第一目标点云集可以认为是对第一原始点云进行一系列平滑处理、添加细节特征处理后得到的点云集。
上述方案具体化了根据各第一坐标差值和参考点云集,确定第一目标点云集的步骤,实现了将每个第一原始点云的细节特征添加至平滑处理消除断层式错位的参考点云上,从而获得处理后的第一目标点云集。
S212、根据各第二坐标差值和参考点云集,确定对第二原始点云集处理后的第二目标点云集。
同理,上述步骤分别对对第二对原始点云集进行比较强的平滑处理,从而将断层式错位平滑掉,得到了参考点云集;且对第一原始点云集进行处理,获得表征第一原始点云集中各第一原始点云的细节特征;且对第二原始点云集进行处理,获得表征第二原始点云集中各第二原始点云的细节特征。在上述步骤执行完毕后,考虑到原始点云均存在一些细节特征,通过平滑处理后的参考点云集并不是最终想要的点云集,还需要将每个点云的细节特征添加到参考点云集中,才能得到最终得到既消除断层式错位又包含细节特征的点云集。
针对第二原始点云集,需要从原始点云集中搜索出各第二原始点云对应的第二参考点云,再将表征第二原始点云的细节特征的第二坐标差值添加至对应的第二参考点云。将所有通过第二坐标差值添加至对应的第二参考点云后的所有点云构成的点云集记为第二目标点云集。
作为一种具体实现方式,可以优化根据各第二坐标差值和参考点云集,确定对第二原始点云集处理后的第二目标点云集的步骤包括:
a2)针对每个第二原始点云,从参考点云集中确定出与第二原始点云对应的参考点云。
具体的,针对第二原始点云集中每个第二原始点云,从参考点云集中找到与第二原始点云对应的参考点云。
b2)将第二原始点云所对应的第二坐标差值与参考点云相加,获得更新后的第二目标点云。
具体的,对于每个第二原始点云,将第二原始点云所对应的第二坐标差加上参考点云,得到更新后的点云记为第二目标点云。
c2)将各第二目标点云构成第二目标点云集。
具体的,由所有第二目标点云构成的点云集合记为第二目标点云集。第二目标点云集可以认为是对第二原始点云进行一系列平滑处理、添加细节特征处理后得到的点云集。
上述方案具体化了根据各第二坐标差值和参考点云集,确定第二目标点云集的步骤,实现了将每个第二原始点云的细节特征添加至平滑处理消除断层式错位的参考点云上,从而获得处理后的第二目标点云集。
S213、将第一目标点云集和第二目标点云集进行合并,获得消除断层式错位后的目标点云集。
具体的,将第一目标点云集和第二目标点云集合并后记为消除断层式错位后的点云集,记为目标点云集。
上述技术方案具体化了对断层式错位的原始点云集中各原始点云进行平滑处理,获得处理后的参考点云集的步骤,以及确定所述第一原始点云集中各第一原始点云的第一坐标差值的步骤,以及确定所述第二原始点云集中各第二原始点云的第二坐标差值的步骤,以及根据所述参考点云集、各所述第一坐标差值和各所述第二坐标差值,确定消除断层式错位后的目标点云集的步骤。通过对原始点云集中的各原始点云进行平滑处理得到消除断层式错位的参考点云集;通过对第一原始点云进行平滑处理得到第一参考点云,进一步基于第一原始点云和第一参考点云作差得到表征第一原始点云的细节特征的第一坐标差值;通过对第二原始点云进行平滑处理得到第二参考点云,进一步基于第二原始点云和第二参考点云作差得到表征第二原始点云的细节特征的第二坐标差值;最终将第一坐标差值和第二坐标差值添加到参考点云集中,得到既能消除断层式错位又能保存点云细节的目标点云集。实现了针对断层式错位的点云融合,既能消除错位,又能保存点云的细节,改善了点云数据的融合拼接效果。
实施例三
图3为本发明实施例三提供的一种针对断层式错位点云的拼接装置的结构示意图,该装置可适用于对断层式错位的点云进行拼接的情况,该针对断层式错位点云的拼接装置可配置于电子设备中,如图3所示,该装置包括:平滑处理模块31、点云分割模块32、第一确定模块33、第二确定模块34以及目标点云确定模块35;其中,
平滑处理模块31,用于对断层式错位的原始点云集中各原始点云进行平滑处理,获得处理后的参考点云集;
点云分割模块32,用于对所述原始点云集按照断层线进行分割处理,获得第一原始点云集和第二原始点云集;
第一确定模块33,用于确定所述第一原始点云集中各第一原始点云的第一坐标差值,所述第一坐标差值用于表征所述第一原始点云的细节特征;
第二确定模块34,用于确定所述第二原始点云集中各第二原始点云的第二坐标差值,所述第二坐标差值用于表征所述第二原始点云的细节特征;
目标点云确定模块35,用于根据所述参考点云集、各所述第一坐标差值和各所述第二坐标差值,确定消除断层式错位后的目标点云集。
上述技术方案,先对原始点云集中各原始点云进行平滑处理,从而将原始点云集中存在的断层式错位平滑掉,得到参考点云集;再将原始点云集按照断层线进行分割,分别确定分割后两部分的点云细节特征;最后将点云的细节特征添加到参考点云集中,能够实现断层式错位点云的拼接,既能消除断层式错位,又能保存点云的细节,改善了点云拼接效果。
可选地,平滑处理模块31,具体用于:
针对每个原始点云,确定原始点云在第一设定半径内所有原始相邻点云;
对各原始相邻点云进行平均值计算,确定原始点云所对应的参考点云;
将各参考点云构成参考点云集。
可选地,第一确定模块33,具体用于:
针对每个第一原始点云,确定第一原始点云在第二设定半径内所有第一相邻点云;
对各第一相邻点云进行平均值计算,确定第一原始点云所对应的第一参考点云;
将第一原始点云与第一参考点云作差,获得第一原始点云的第一坐标差值。
可选地,第二确定模块34,具体用于:
针对每个第二原始点云,确定第二原始点云在第三设定半径内所有第二相邻点云;
对各第二相邻点云进行平均值计算,确定第二原始点云所对应的第二参考点云;
将第二原始点云与第二参考点云作差,获得第二原始点云的第二坐标差值。
可选地,目标点云确定模块35,可以包括:
第一处理单元,用于根据参考点云集和各第一坐标差值,确定对第一原始点云集处理后的第一目标点云集;
第二处理单元,用于根据参考点云集和各第二坐标差值,确定对第二原始点云集处理后的第二目标点云集;
点云合并单元,用于将第一目标点云集和第二目标点云集进行合并,获得消除断层式错位后的目标点云集。
可选地,第一处理单元,具体用于:
针对每个第一原始点云,从参考点云集中确定出与第一原始点云对应的参考点云;
将第一原始点云所对应的第一坐标差值与参考点云相加,获得更新后的第一目标点云;
将各第一目标点云构成第一目标点云集。
可选地,第二处理单元,具体用于:
针对每个第二原始点云,从参考点云集中确定出与第二原始点云对应的参考点云;
将第二原始点云所对应的第二坐标差值与参考点云相加,获得更新后的第二目标点云;
将各第二目标点云构成第二目标点云集。
本发明实施例所提供的针对断层式错位点云的拼接装置可执行本发明任意实施例所提供的针对断层式错位点云的拼接方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备40包括至少一个处理器41,以及与至少一个处理器41通信连接的存储器,如只读存储器(ROM)42、随机访问存储器(RAM)43等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器41可以根据存储在只读存储器(ROM)42中的计算机程序或者从存储单元48加载到随机访问存储器(RAM)43中的计算机程序,来执行各种适当的动作和处理。在RAM 43中,还可存储电子设备40操作所需的各种程序和数据。处理器41、ROM 42以及RAM 43通过总线44彼此相连。输入/输出(I/O)接口45也连接至总线44。
电子设备40中的多个部件连接至I/O接口45,包括:输入单元46,例如键盘、鼠标等;输出单元47,例如各种类型的显示器、扬声器等;存储单元48,例如磁盘、光盘等;以及通信单元49,例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理,例如针对断层式错位点云的拼接方法。
在一些实施例中,针对断层式错位点云的拼接方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元48。在一些实施例中,计算机程序的部分或者全部可以经由ROM 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到RAM 43并由处理器41执行时,可以执行上文描述的针对断层式错位点云的拼接方法的一个或多个步骤。备选地,在其他实施例中,处理器41可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行针对断层式错位点云的拼接方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (8)
1.一种针对断层式错位点云的拼接方法,其特征在于,包括:
对断层式错位的原始点云集中各原始点云进行平滑处理,获得处理后的参考点云集;
对所述原始点云集按照断层线进行分割处理,获得第一原始点云集和第二原始点云集;
确定所述第一原始点云集中各第一原始点云的第一坐标差值,所述第一坐标差值用于表征所述第一原始点云的细节特征;
确定所述第二原始点云集中各第二原始点云的第二坐标差值,所述第二坐标差值用于表征所述第二原始点云的细节特征;
根据所述参考点云集、各所述第一坐标差值和各所述第二坐标差值,确定消除断层式错位后的目标点云集;
其中,所述根据所述参考点云集、各所述第一坐标差值和各所述第二坐标差值,确定消除断层式错位后的目标点云集,包括:
根据所述参考点云集和各所述第一坐标差值,确定对所述第一原始点云集处理后的第一目标点云集;
根据所述参考点云集和各所述第二坐标差值,确定对所述第二原始点云集处理后的第二目标点云集;
将所述第一目标点云集和所述第二目标点云集进行合并,获得消除断层式错位后的目标点云集;
其中,所述根据所述参考点云集和各所述第一坐标差值,确定对所述第一原始点云集处理后的第一目标点云集,包括:
针对每个所述第一原始点云,从所述参考点云集中确定出与所述第一原始点云对应的参考点云;
将所述第一原始点云所对应的所述第一坐标差值与所述参考点云相加,获得更新后的第一目标点云;
将各所述第一目标点云构成所述第一目标点云集。
2.根据权利要求1所述的方法,其特征在于,所述对断层式错位的原始点云集中各原始点云进行平滑处理,获得处理后的参考点云集,包括:
针对每个所述原始点云,确定所述原始点云在第一设定半径内所有原始相邻点云;
对各所述原始相邻点云进行平均值计算,确定所述原始点云所对应的参考点云;
将各所述参考点云构成所述参考点云集。
3.根据权利要求1所述的方法,其特征在于,所述确定所述第一原始点云集中各第一原始点云的第一坐标差值,包括:
针对每个所述第一原始点云,确定所述第一原始点云在第二设定半径内所有第一相邻点云;
对各所述第一相邻点云进行平均值计算,确定所述第一原始点云所对应的第一参考点云;
将所述第一原始点云与所述第一参考点云作差,获得所述第一原始点云的第一坐标差值。
4.根据权利要求1所述的方法,其特征在于,所述确定所述第二原始点云集中各第二原始点云的第二坐标差值,包括:
针对每个所述第二原始点云,确定所述第二原始点云在第三设定半径内所有第二相邻点云;
对各所述第二相邻点云进行平均值计算,确定所述第二原始点云所对应的第二参考点云;
将所述第二原始点云与所述第二参考点云作差,获得所述第二原始点云的第二坐标差值。
5.根据权利要求1所述的方法,其特征在于,所述根据所述参考点云集和各所述第二坐标差值,确定对所述第二原始点云集处理后的第二目标点云集,包括:
针对每个所述第二原始点云,从所述参考点云集中确定出与所述第二原始点云对应的参考点云;
将所述第二原始点云所对应的所述第二坐标差值与所述参考点云相加,获得更新后的第二目标点云;
将各所述第二目标点云构成所述第二目标点云集。
6.一种针对断层式错位点云的拼接装置,其特征在于,包括:
平滑处理模块,用于对断层式错位的原始点云集中各原始点云进行平滑处理,获得处理后的参考点云集;
点云分割模块,用于对所述原始点云集按照断层线进行分割处理,获得第一原始点云集和第二原始点云集;
第一确定模块,用于确定所述第一原始点云集中各第一原始点云的第一坐标差值,所述第一坐标差值用于表征所述第一原始点云的细节特征;
第二确定模块,用于确定所述第二原始点云集中各第二原始点云的第二坐标差值,所述第二坐标差值用于表征所述第二原始点云的细节特征;
目标点云确定模块,用于根据所述参考点云集、各所述第一坐标差值和各所述第二坐标差值,确定消除断层式错位后的目标点云集;
其中,目标点云确定模块,包括:
第一处理单元,用于根据所述参考点云集和各所述第一坐标差值,确定对所述第一原始点云集处理后的第一目标点云集;
第二处理单元,用于根据所述参考点云集和各所述第二坐标差值,确定对所述第二原始点云集处理后的第二目标点云集;
点云合并单元,用于将所述第一目标点云集和所述第二目标点云集进行合并,获得消除断层式错位后的目标点云集;
其中,第一处理单元,具体用于:
针对每个所述第一原始点云,从所述参考点云集中确定出与所述第一原始点云对应的参考点云;
将所述第一原始点云所对应的所述第一坐标差值与所述参考点云相加,获得更新后的第一目标点云;
将各所述第一目标点云构成所述第一目标点云集。
7.一种电子设备,其特征在于,包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5任一项所述的针对断层式错位点云的拼接方法。
8.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-5任一项所述的针对断层式错位点云的拼接方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410146235.5A CN117689538B (zh) | 2024-02-02 | 2024-02-02 | 一种针对断层式错位点云的拼接方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410146235.5A CN117689538B (zh) | 2024-02-02 | 2024-02-02 | 一种针对断层式错位点云的拼接方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117689538A CN117689538A (zh) | 2024-03-12 |
CN117689538B true CN117689538B (zh) | 2024-05-17 |
Family
ID=90133736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410146235.5A Active CN117689538B (zh) | 2024-02-02 | 2024-02-02 | 一种针对断层式错位点云的拼接方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117689538B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102682136A (zh) * | 2011-03-10 | 2012-09-19 | 鸿富锦精密工业(深圳)有限公司 | 产品段差及间隙分析系统及方法 |
CN111861941A (zh) * | 2020-07-31 | 2020-10-30 | 富德康(北京)科技股份有限公司 | 一种三维空间测量结果数据的补偿算法 |
WO2021078065A1 (zh) * | 2019-10-22 | 2021-04-29 | 深圳瀚维智能医疗科技有限公司 | 乳房三维点云重建方法、装置、存储介质及计算机设备 |
CN114596196A (zh) * | 2022-03-04 | 2022-06-07 | 北京百度网讯科技有限公司 | 点云数据的滤波方法和装置、设备以及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108776338B (zh) * | 2018-06-19 | 2022-05-24 | 四川大学 | 信号源空间传感方法、装置及主动式传感系统 |
-
2024
- 2024-02-02 CN CN202410146235.5A patent/CN117689538B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102682136A (zh) * | 2011-03-10 | 2012-09-19 | 鸿富锦精密工业(深圳)有限公司 | 产品段差及间隙分析系统及方法 |
WO2021078065A1 (zh) * | 2019-10-22 | 2021-04-29 | 深圳瀚维智能医疗科技有限公司 | 乳房三维点云重建方法、装置、存储介质及计算机设备 |
CN111861941A (zh) * | 2020-07-31 | 2020-10-30 | 富德康(北京)科技股份有限公司 | 一种三维空间测量结果数据的补偿算法 |
CN114596196A (zh) * | 2022-03-04 | 2022-06-07 | 北京百度网讯科技有限公司 | 点云数据的滤波方法和装置、设备以及存储介质 |
Non-Patent Citations (1)
Title |
---|
大尺寸形貌测量的三维点云拼接技术;皮佳静;中国优秀硕士学位论文全文数据库 信息科技辑;20150115(第01期);第I140-689页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117689538A (zh) | 2024-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112652036B (zh) | 道路数据的处理方法、装置、设备及存储介质 | |
CN113095336B (zh) | 关键点检测模型的训练方法和检测目标对象关键点的方法 | |
CN113010896B (zh) | 确定异常对象的方法、装置、设备、介质和程序产品 | |
CN112862877B (zh) | 用于训练图像处理网络和图像处理的方法和装置 | |
CN112862006B (zh) | 图像深度信息获取模型的训练方法、装置及电子设备 | |
CN112528995B (zh) | 用于训练目标检测模型的方法、目标检测方法及装置 | |
CN114792355B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN112488060B (zh) | 目标检测方法、装置、设备和介质 | |
CN114627239B (zh) | 包围盒生成方法、装置、设备及存储介质 | |
CN113392794B (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
CN117372663A (zh) | 原木端面遮挡的补全方法、装置、设备及存储介质 | |
CN117689538B (zh) | 一种针对断层式错位点云的拼接方法、装置、设备及介质 | |
CN115859749B (zh) | 三维模型的约束建立方法、装置、电子设备及存储介质 | |
CN116596750A (zh) | 一种点云处理方法、装置、电子设备及存储介质 | |
CN114723894B (zh) | 一种三维坐标获取方法、装置及电子设备 | |
CN113361575B (zh) | 模型训练方法、装置和电子设备 | |
CN115311624A (zh) | 一种边坡位移监测方法、装置、电子设备及存储介质 | |
CN114723796A (zh) | 一种三维点云生成方法、装置及电子设备 | |
CN112991451A (zh) | 图像识别方法、相关装置及计算机程序产品 | |
CN117746069B (zh) | 以图搜图的模型训练方法、和以图搜图方法 | |
CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
CN112783507B (zh) | 数据引流回放方法、装置、电子设备及可读存储介质 | |
CN117648999B (zh) | 联邦学习回归模型损失函数评估方法、装置及电子设备 | |
CN118466555B (zh) | 无人机巡检对象拍摄参数确定方法、装置、设备及介质 | |
CN114115640B (zh) | 图标的确定方法、装置、设备以及存储介质 |
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 |