[发明专利]一种基于点云的三维数据智能识别方法

说明书

技术领域

本发明涉及三维数据识别技术领域，特别是涉及一种基于点云的三维数据智能识别方法。

背景技术

目前，三维激光扫描可以实时、快速、准确的获取事物表面的点云，能够通过三维激光扫描仪获取物体的外形点云数据,随着三维扫描测量技术的发展，三维点云数据在三维重构、工业检测等领域的应用越来越广泛。在三维点云数据处理技术中，三维点云数据的分类识别是一个非常重要的技术，尤其是针对室外场景的三维点云数据的分类识别。目前，较为常见的室外场景三维点云数据分类方法主要是通过对离散点的分割以及特征的提取来实现的，特别是基于条件随机场模型的分类方法，然而基于条件随机场模型的分类方法存在以下几个方面的不足：(1)条件随机场实现点云分类的基础是点云的分割，目前没有较为理想的室外场景三维点云的分割方法；(2)点云特征向量的构造和计算是条件随机场分类的另外一个重要组成部分，目前所提特征都相对简单，不能准确的描述待分类物体的几何形状以及拓扑结构，数据处理的精确度较低。

发明内容

本发明的目的是提供一种基于点云的三维数据智能识别方法，以实现提高数据处理的精确度。

为解决上述技术问题，本发明提供一种基于点云的三维数据智能识别方法，该方法包括：

获取变电站设备的三维点云数据；

对变电站设备的三维点云数据进行去噪处理，得到处理后的三维点云数据；

从所述处理后的三维点云数据中提取变电站设备的特征，统计提取的变电站设备的特征；

利用粒子群算法对特征权重进行优化，利用距离分类算法对所述处理后的三维点云数据进行分类，得到分类结果；

根据分类结果，利用体积匹配法对所述处理后的三维点云数据进行姿态估计。

优选的，利用激光扫描仪获取变电站设备的三维点云数据。

优选的，所述对变电站设备的三维点云数据进行去噪处理，得到处理后的三维点云数据，包括：

在变电站设备的三维点云数据中，去除变电站设备底座以及顶部天线对应的三维点云数据，得到剩余的三维点云数据。

优选的，所述从所述处理后的三维点云数据中提取变电站设备的特征，统计提取的变电站设备的特征，包括：

对于处理后的三维点云数据，提取三维点云数据的投影边界，计算边界曲率；

提取三维点云数据的包络体积以及长度、宽度和高度；

提取三维点云数据的分层投影面积，进行直方图统计；

依据三维点云数据的平面距离、点云密集度以及高程差异对灰度特征进行提取。

优选的，利用分层面积变化情况去除变电站设备底座以及顶部天线对应的三维点云数据。

优选的，所述得到剩余的三维点云数据之后，还包括：

对剩余的三维点云数据进行精简，得到精简后的数据。

优选的，所述根据分类结果，利用体积匹配法对所述处理后的三维点云数据进行姿态估计，包括：

计算所述处理后的三维点云数据的质心；

将所述处理后的三维点云数据的质心与模板质点相重合，计算体积匹配度；

将所述处理后的三维点云数据在水平方向进行旋转，计算体积匹配程度，记录质心、体积匹配程度和旋转角。

本发明所提供的一种基于点云的三维数据智能识别方法，获取变电站设备的三维点云数据；对变电站设备的三维点云数据进行去噪处理，得到处理后的三维点云数据；从所述处理后的三维点云数据中提取变电站设备的特征，统计提取的变电站设备的特征；利用粒子群算法对特征权重进行优化，利用距离分类算法对所述处理后的三维点云数据进行分类，得到分类结果；根据分类结果，利用体积匹配法对所述处理后的三维点云数据进行姿态估计。可见，本方法能对变电站设备的三维点云数据进行自动分类，将变电站设备底座点云以及顶部天线自动去除，并能够根据分类结果对点云数据进行姿态估计，具有更好的鲁棒性和较高的精确度，能提高数据处理的效率和分类精度，能够更好的实现变电站点云数据的分类识别。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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，还可以根据提供的附图获得其他的附图。

图1为本发明所提供的一种基于点云的三维数据智能识别方法的流程图；

图2为基于点云的三维数据智能识别方法的具体实施流程图；

图3为数据精简以及噪声去除的具体流程图；

图4为变电站设备特征提取的具体流程图；