[发明专利]标牌识别方法和装置、电子设备

说明书

本公开提供一种标牌识别方法和装置、电子设备，包括：接收对象输入的点云数据，其中，点云数据包括标牌的点云数据，根据点云数据获取每个点的法向量，并通过聚类算法对点云数据进行聚类得到至少一个类别，根据法向量、至少一个类别的各类别的平面度和平面拟合误差对至少一个类别进行过滤，得到一个目标类别，对目标类别中的点云数据进行旋转处理，得到平面点云数据，根据平面点数据对应的凸包点确定角点，根据从点云数据中获取的每个点的强度信息，从点云数据中确定与角点对应的标牌的真实角点，以便基于真实角点对电子地图进行更新并显示，避免现有技术中通过栅格化处理造成的效率较低等问题，实现了提高效率的技术效果。

技术领域

本公开涉及互联网技术领域，具体涉及数据处理技术领域，尤其涉及一种标牌识别方法和装置、电子设备。

背景技术

随着互联网技术的发展，电子地图被广泛地应用于导航等产品中，而标牌是电子地图的重要组成元素，对标牌进行准确识别成了亟需解决的问题。

在现有技术中，对标牌的识别方法包括：对点云数据进行预处理(删除阈值范围外的点)，对预处理后的点云数据进行栅格化，统计落在每个网格中的点和与点对应的数据，通过构建协方差矩阵，得到三个特征值，以便统计点云数据的面特征和线特征等信息，从而得到标牌的点云，进而实现对标牌的识别。

然而发明人在实现本公开的过程中，发现至少存在如下问题：由于需要对点云数据进行栅格化处理，并分别统计每个网格中的点的数据，因此效率不高。

发明内容

本公开提供一种，用以解决现有技术中由于需要对点云数据进行栅格化处理，并分别统计每个网格中的点的数据，因此效率不高的问题。

一方面，本公开实施例提供一种标牌识别方法，所述方法包括：

接收对象输入的点云数据，其中，所述点云数据包括标牌的点云数据；

根据所述点云数据获取每个点的法向量，并通过聚类算法对所述点云数据进行聚类得到至少一个类别；

根据所述法向量、所述至少一个类别的各类别的平面度和平面拟合误差对所述至少一个类别进行过滤，得到一个目标类别；

对所述目标类别中的点云数据进行旋转处理，得到平面点云数据；

根据所述平面点数据对应的凸包点确定角点；

根据从所述点云数据中获取的每个点的强度信息，从所述点云数据中确定与所述角点对应的所述标牌的真实角点，以便基于所述真实角点对电子地图进行更新并显示。

在一些实施例中，通过聚类算法对所述点云数据进行聚类得到至少一个类别包括：

根据确定出的所述点云数据中的各特征值对所述点云数据进行聚类处理，得到多个初始类别；

计算每个初始类别的特征值的平均标准参数，所述多个初始类别包括第一初始类别和第二初始类别；

判断第一初始类别和第二初始类别是否满足预设条件，其中，所述预设条件包括：所述第一初始类别包含第一点集，且所述第一点集中的点的邻近点均属于第二点集，以及所述第二初始类别包含所述第二点集；

若是，则根据所述平均标准参数、所述第一点集和所述第二点集各自的特征值对所述多个初始类别进行合并，得到所述至少一个类别。

在一些实施例中，根据各所述特征值对所述点云数据进行聚类处理，得到多个初始类别包括：

根据各所述特征值对至少一个预设范围内的点云数据进行遍历，得到至少一个最大特征值的点；

将所述至少一个最大特征值的点确定为中心点；

基于所述中心点对所述点云数据进行聚类处理，得到所述多个初始类别。