点云数据的处理方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种点云数据的处理方法、装置、电子设备和存储介质。该方法包括：基于目标对象的三维有序点云数据，确定目标对象的二维RGB图像的RGB值以及三维有序点云数据与二维RGB图像的索引集合；对二维RGB图像的RGB值进行聚类，确定像素索引集合所属类别；对各类中的像素索引集合进行连通域分析，得到各类的至少一个种子点区域，对各类的种子点区域进行累加，得到N类种子点的区域；对N类种子点区域进行区域生长，得到M类二维RGB图像的像素索引集合，根据M类二维RGB图像的像素索引集合与三维有序点云数据的对应关系，确定目标对象的各个平面的三维有序点云数据。以实现精确、高效的对目标对象的噪声进行去除，得到精确的测量数据。测量数据。测量数据。

【技术实现步骤摘要】
点云数据的处理方法、装置、电子设备和存储介质


[0001]本专利技术实施例涉及图像处理技术，尤其涉及一种点云数据的处理方法、装置、电子设备和存储介质。

技术介绍

[0002]三维信息是在二维信息的基础上具有深度信息而更符合人眼的认知习惯等特点，其已经成为当下的主要研究热点。
[0003]在建筑测量中，由于建筑中的水管、插线板等异形结构(在本专利技术实施例中称之为噪声)的影响，致使在建筑测量中，得到的测量结果不精确，进而无法为后续的研究工作提供精确的测量数据。

技术实现思路

[0004]本专利技术实施例提供一种点云数据的处理方法、装置、电子设备和存储介质，以实现精确、高效的对目标对象三维有序点云数据中的噪声点云进行去除，提取出有效的平面数据，分割出不同平面数据的效果。
[0005]第一方面，本专利技术实施例提供了一种点云数据的处理方法，该方法包括：
[0006]基于目标对象的三维有序点云数据，确定所述目标对象的二维RGB图像的RGB值以及所述三维有序点云数据与所述二维RGB图像的索引集合；
[0007]对所述二维RGB图像的RGB值进行聚类，确定所述二维RGB图像的索引集合所属类别；
[0008]对各类中的所述二维RGB图像索引集合进行连通域分析，得到各类的至少一个种子点区域，对各类的种子点区域进行累加，得到N类种子点的区域；
[0009]对N类种子点区域进行区域生长，得到M类二维RGB图像的像素索引集合(其中，M≤N)，从而将所述目标对象的属于同一平面的区域分割出来；
[0010]基于M类二维RGB图像的像素索引集合与所述三维有序点云数据的对应关系，，确定所述目标对象的各个平面的三维有序点云数据。
[0011]第二方面，本专利技术实施例还提供了一种点云数据的处理装置，该装置包括：
[0012]第一确定模块，用于基于目标对象的三维有序点云数据，确定目标对象的二维RGB图像的RGB值以及与所述三维有序点云数据对应的所述二维RGB图像的像素索引集合；
[0013]第二确定模块，用于对所述二维RGB图像的RGB值进行聚类，确定所述像素索引集合所属的类别；
[0014]N类种子点的区域确定模块，用于对各类中的所述像素索引集合进行连通域分析，得到各类的至少一个种子点区域，对各类的种子点区域进行累加，得到N类种子点的区域；
[0015]M类像素索引集合确定模块，用于对N类种子点区域进行区域生长，得到M类二维RGB图像的像素索引集合(其中，M≤N)，从而将所述目标对象的属于同一平面的区域分割出来；
[0016]三维有序点云数据确定模块，用于根据所述M类二维RGB图像的像素索引集合与所述三维有序点云数据的对应关系，确定所述目标对象的各个平面的三维有序点云数据。
[0017]第三方面，本专利技术实施例还提供了一种电子设备，该电子设备包括：
[0018]一个或多个处理器；
[0019]存储装置，用于存储一个或多个程序；
[0020]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本专利技术实施例中任一所述的点云数据的处理方法。
[0021]第四方面，本专利技术实施例还提供了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本专利技术实施例中任一所述的点云数据的处理方法。
[0022]本专利技术实施例的技术方案，通过基于目标对象的三维有序点云数据，确定目标对象的二维RGB图像的RGB值以及与三维有序点云数据对应的二维RGB图像的像素索引集合；对二维RGB图像的RGB值进行聚类，确定像素索引集合所属类别；对各类中像素索引集合进行连通域分析，得到各类的至少一个种子点区域，对各类的种子点区域进行累加，得到N类种子点的区域；对N类种子点的区域进行区域生长，得到M类二维RGB图像的像素索引集合，从而将所述目标对象的属于同一平面的区域分割出来，然后基于M类二维RGB图像的像素索引集合和之前三维有序点云数据的对应关系，确定目标对象的各个平面的三维有序点云数据。这样实现精确、高效的对目标对象中的噪声进行去除，提取出有效的平面数据，分割出不同平面数据的效果，即实现了在对噪声进行去除的过程中，不存在过分分割的问题。
附图说明
[0023]图1是本专利技术实施例一中的点云数据的处理方法的流程图；
[0024]图2是本专利技术实施例一中的区域生长示意图；
[0025]图3是本专利技术实施例二中的点云数据的处理方法的流程图；
[0026]图4是本专利技术实施例三中的点云数据的处理装置的结构示意图；
[0027]图5是本专利技术实施例四中的一种电子设备的结构示意图。
具体实施方式
[0028]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0029]实施例一
[0030]图1为本专利技术实施例一提供的点云数据的处理方法的流程图，本实施例可适用于对建筑中的水管、插线板和螺杆洞等噪声进行去除，以及提取出有效的平面数据，分割出不同平面数据的情况，该方法可以由点云数据的处理装置来执行，该点云数据的处理装置可以由软件和/或硬件来实现，该点云数据的处理装置可以配置在计算电子设备上，具体包括如下步骤：
[0031]S110、基于目标对象的三维有序点云数据，确定目标对象的二维RGB图像的RGB值以及与三维有序点云数据对应的二维RGB图像的像素索引集合。
[0032]示例性的，目标对象可以是需要对其上的异形结构进行去除，以及提取出有效的平面数据，分割出不同平面数据的对象。例如，这里的目标对象可以是任意一个建筑物对象或建筑物对象中的一个房间等。同样的，这里的目标对象还可以是室外的建筑对象，还可以是除了建筑外的其他对象，只有该目标对象上具有异形结构即可。
[0033]这里的异形结构例如可以是水管、插线板和螺杆洞等非平面噪声进行去除的对象。
[0034]三维有序点云数据可以是利用扫描仪，例如激光扫描仪、三维相机等，得到的目标对象的有序的三维点云数据。
[0035]需要说明的是，这里的有序点云的获取方式可以是：利用RGBD相机得到目标对象的深度图，这里的RGBD相机是经过内参标定的，然后基于深度图和内参可生成有序点云，具体的基于深度图和内参生成有序点云的方式属于现有技术，这里不再赘述。另外，还可以通过激光扫描仪直接采集获得有序点云。当然，这里也都可以是基于其他算法生成目标对象的深度图或有序点云，这里不做限定。任何可获取目标对象的三维有序点云的方式均属于本专利技术实施例的保护范围。
[0036]由于三维有序点云具有具体的宽和高，其还可对应到二维RGB图像的宽和高。因此可建立三维有序点云与二维RGB图像的关系，得到目标对象的二维RGB图像，二维RGB图像的像素点通常以RGB值表示。基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种点云数据的处理方法，其特征在于，包括：基于目标对象的三维有序点云数据，确定所述目标对象的二维RGB图像的RGB值以及与所述三维有序点云数据对应的所述二维RGB图像的像素索引集合；对所述二维RGB图像的RGB值进行聚类，确定所述像素索引集合所属的类别；对各类中的所述像素索引集合进行连通域分析，得到各类的至少一个种子点区域，对各类的种子点区域进行累加，得到N类种子点区域；对N类种子点区域进行区域生长，得到M类二维RGB图像的像素索引集合(其中，M≤N)，从而将所述目标对象的属于同一平面的区域分割出来；根据所述M类二维RGB图像的像素索引集合与所述三维有序点云数据的对应关系，确定所述目标对象的各个平面的三维有序点云数据。2.根据权利要求1所述的方法，其特征在于，所述基于目标对象的三维有序点云数据，确定目标对象的二维RGB图像的RGB值以及与所述三维有序点云数据对应的所述二维RGB图像的像素索引集合，包括：基于目标对象的三维有序点云数据，确定所述目标对象的积分图像；基于所述积分图像，确定所述积分图像中各像素点的法向量和曲率；基于所述法向量与二维RGB图像的RGB值的对应关系，确定所述目标对象的三维有序点云数据对应的二维RGB图像的RGB值；基于所述积分图像中各像素点的曲率，确定所述曲率小于预设曲率阈值的所述二维RGB图像的像素索引集合，从而将所述目标对象的非噪声区域提取出来。3.根据权利要求2所述的方法，其特征在于，所述目标对象为建筑对象；所述目标对象的噪声区域为异性结构，至少包括水管、插线板和螺杆洞的任意一种。4.根据权利要求1所述的方法，其特征在于，所述对N类种子点区域进行区域生长，得到M类二维RGB图像的像素索引集合，包括：确定N类种子点区域中的各区域的二维RGB图像的RGB值的平均值；基于所述平均值，对各类种子点区域进行区域生长，得到M类二维RGB图像的像素索引集合。5.根据权利要求4所述的方法，其特征在于，基于所述平均值，对各类种子点区域进行区域生长，得到M类二维RGB图像的像素索引集合，包括：对任一类种子点区域，执行如下步骤，得到M类二维RGB图像的像素索引集合：若当前类种子点区域的二维RGB图像的RGB值的平均值与其邻域的像素点的RGB值的差值小于预设阈值，或者，若当前类种子点区域的二维RGB图像的RGB值的平均值与其邻域的像素点的RGB值的欧式距离小于预设距离阈值时，则将所述邻域的像素点加入所述当前类种子点区域；和/或当所述当前类种子点区域生长到另一类种子点区域时，若所述当前类种子点区域的二维RGB图像的RGB值的平均值与所述另一类种子点区域的像素点的RGB值的差值小于所述预设阈值，或者，若所述当前类种子点区域的二维RGB图像的RGB值的平均值与所述另一类种子点区域的像素点的RGB值的欧式距离小于所述预设距离阈值时，则将所述另一类种子点区域合并入所述当前类种子点区域。
6.根据权利要求1所述的方法，其特征在于，在所述得到M类二维RGB图像的像素索引集合之后，所述方法还包括：确定在进行所述区域生长时丢失的像素区域，基于所述M类二维RGB图像的像素索引集合，通过二次区域生长，得到扩展后的M类二维RGB图像的像素索引集合。7.根据权利要求6所述的方法，其特征在于，所述确定在进行所述区域生长时丢失的像素区域，基于所述M类二维RGB图像的像素索引集合，通过二次区域生长，得到扩展后的M类二维RGB图像的像素索引集合，包括：确定在进行所述区域生长时丢失的像素区域，并计算与所述丢失的像素区域对应的三维有序点云数据的法向量；基于所述法向量与二维RGB图像的RGB值的对应关系和与所述丢失的像...

【专利技术属性】
技术研发人员：周浩理，陈刚，赵键，欧清扬，杨正世，
申请(专利权)人：广东博智林机器人有限公司，
类型：发明
国别省市：