预览加载中,请您耐心等待几秒...
1/6
2/6
3/6
4/6
5/6
6/6

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN113963160A(43)申请公布日2022.01.21(21)申请号202111225705.X(51)Int.Cl.(22)申请日2021.10.21G06V10/26(2022.01)(71)申请人国网天津市电力公司电力科学研究院地址300384天津市西青区海泰华科四路8号申请人国网天津市电力公司国家电网有限公司(72)发明人文清丰郭威李隆基唐庆华张弛冯军基李学刚王松波魏菊芳李琳李维博王永福(74)专利代理机构天津盛理知识产权代理有限公司12209代理人王来佳权利要求书1页说明书3页附图1页(54)发明名称一种基于点云空间位置实现的点云全自动分割方法(57)摘要本发明涉及一种基于点云空间位置实现的点云全自动分割方法,其技术特点是:步骤1、搜索点云中单位内点的个数,如果小于固定值则判定为噪点,从点云中去除噪点;步骤2、将点云分割为多个小范围点云,根据点云的高程判断方法获取出地面点和地面点之外的点,进行地面点分割;步骤3、将点云切割成多个块,根据每个块内点的高程判断低植被点云和高植被点云,进行低植被点和高植被点分割。本发明设计合理,其通过空间位置信息将原始点云分割为地面点、高植被、低植被等类别,减少了点云分割任务对内业人员经验的依赖,同时提高点云分割任务的准确性以及目的性。CN113963160ACN113963160A权利要求书1/1页1.一种基于点云空间位置实现的点云全自动分割方法,其特征在于:包括以下步骤:步骤1、搜索点云中单位内点的个数,如果小于固定值则判定为噪点,从点云中去除噪点;步骤2、将点云分割为多个小范围点云,根据点云的高程判断方法获取出地面点和地面点之外的点,进行地面点分割;步骤3、将点云切割成多个块,根据每个块内点的高程判断低植被点云和高植被点云,进行低植被点和高植被点分割。2.根据权利要求1所述的一种基于点云空间位置实现的点云全自动分割方法,其特征在于:所述步骤1采用半径搜索算法搜索点云中单位内点的个数。3.根据权利要求1所述的一种基于点云空间位置实现的点云全自动分割方法,其特征在于:所述步骤2的具体实现方法包括以下步骤:⑴加载不规则点云,划分为规则网格,在每个网格中选取高程最低点,构建最小高程表面;⑵根据初始滤波窗口尺寸、将最小高程表面作为第一次迭代的参数进行第一次迭代;随后,在后续的迭代中,以前一次获取的滤波表面及步骤⑶中计算的滤波窗口尺寸作为输入进行迭代计算;⑶计算新的滤波窗口尺寸及不同的高程插值阈值,重复步骤⑵及⑶,直到窗口尺寸大于预设的最大窗口;⑷、基于去除非地面测量值的数据,提取出地面点和去除地面点之外的点并分别进行存储。4.根据权利要求3所述的一种基于点云空间位置实现的点云全自动分割方法,其特征在于:所述步骤⑴中,如果网格中没有点则根据最近邻点进行插值。5.根据权利要求3所述的一种基于点云空间位置实现的点云全自动分割方法,其特征在于:所述步骤⑵每次迭代的输出包括两部分:形态学滤波后得到的更加光滑的地表面点和基于不同阈值所检测出来的非地面点。6.根据权利要求1所述的一种基于点云空间位置实现的点云全自动分割方法,其特征在于:所述步骤3的具体处理方法为:首先,通过切块计算将点云切割成多个块,以地面点为基础计算地面点之外的点和地面点最低点之间的高程差并保存,然后,通过高程差值和预设的阈值比较,根据每个块内点的高程判断低植被点云和高植被点云,进行低植被点和高植被点分割。2CN113963160A说明书1/3页一种基于点云空间位置实现的点云全自动分割方法技术领域[0001]本发明属于点云技术领域,涉及点云自动分割方法,尤其是一种基于点云空间位置实现的点云全自动分割方法。背景技术[0002]点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合。根据激光测量原理得到的点云,包括三维坐标(XYZ)和激光反射强度(Intensity)。根据摄影测量原理得到的点云,包括三维坐标(XYZ)和颜色信息(RGB)。结合激光测量和摄影测量原理得到点云,包括三维坐标(XYZ)、激光反射强度(Intensity)和颜色信息(RGB)。点云的属性包括:空间分辨率,点位精度,表面法向量等。在获取物体表面每个采样点的空间坐标后,得到的是一个点的集合,称之为“点云”(PointCloud)。[0003]在测绘、自动驾驶、农业、设计规划等应用中,需要对获得的点云进行分割。现有的点云分割软件对使用人员的要求比较高,对于一些比较复杂的场景进行点云分割时,需要内业人员较高的经验,而且对于人力成本要求也很高。即使这些工具中使用了很多规则方法去自动分割点云,但是后期还是需要有经验的人进行更细致的手动分割。因此,如何减少点云分割任务对内业人员经验的依赖