点云数据的处理方法、装置、电子设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114255326A(43)申请公布日2022.03.29(21)申请号202010947165.5(22)申请日2020.09.10(71)申请人广东博智林机器人有限公司地址528000广东省佛山市顺德区北滘镇顺江居委会北滘工业园骏业东路11号东面办公室二楼201-11(72)发明人周浩理陈刚赵键欧清扬杨正世(74)专利代理机构北京品源专利代理有限公司11332代理人巩克栋(51)Int.Cl.G06T17/20(2006.01)G06T15/00(2011.01)权利要求书3页说明书13页附图4页(54)发明名称点云数据的处理方法、装置、电子设备和存储介质(57)摘要本发明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。CN114255326ACN114255326A权利要求书1/3页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。2CN114255326A权利要求书2/3页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