[发明专利]一种墙面异常检测方法和装置

说明书

本申请公开了一种墙面异常检测方法和装置，所述方法包括：获取目标建筑的原始点云数据；对所述原始点云数据进行降采样，得到降采样点云数据；将所述降采样点云数据进行分割，根据所述分割后的降采样点云数据构建对应的初始平面；对所述初始平面进行构建，获得所述目标建筑的3D模型；对所述3D模型中的墙面进行检测，若所述3D模型中的墙面不满足预设条件，则所述目标建筑存在墙面异常。通过目标建筑的原始点云数据可以构建目标建筑的3D模型，从而通过3D模型对目标建筑的墙面进行检测，无需人工逐个房间进行检测，提高墙面异常检测的效率，检测结果也无不依赖与测量人员的测量专业水平，使检测结果更加客观，提高了检测结果的可靠性与准确性。

技术领域

本发明涉及信息测绘技术领域，尤其是涉及一种墙面异常检测方法和装置。

背景技术

对于新建房屋，如果墙面存在墙面不平整、垂直度偏差较大等异常情况，不仅会影响住户后期装修房子的外观美感，墙面的结构还有可能存在问题，导致存在安全隐患。

所以，开发商在交付房屋之前，一般会对房屋的各个方面进行检查。对墙面进行异常检测时，通常采用人工进行检测，测量人员对每一个墙面运用长尺等工具靠近墙壁空中，以检测墙面是否平整，又或者使用多功能内外直角检测尺对房屋中每一个墙面与墙面的夹角进行测量，以检测墙面之间是否垂直。

开发商在交付房屋时若采用上述方式对每一间房屋进行检测，会使检测效率低，且检测结果依赖于测量人员的测量专业水平，无法保证检测结果的可靠性。

发明内容

针对上述问题，本申请提供一种墙面异常检测方法及装置，用于提高墙面异常检测的效率，并提高检测结果的可靠性。

本申请第一方面提供一种墙面异常检测方法，所述方法包括：

获取目标建筑的原始点云数据；

对所述原始点云数据进行降采样，得到降采样点云数据；

将所述降采样点云数据进行分割，根据所述分割后的降采样点云数据构建对应的初始平面；

对所述初始平面进行构建，获得所述目标建筑的3D模型；

对所述3D模型中的墙面进行检测，若所述3D模型中的墙面不满足预设条件，则所述目标建筑存在墙面异常。

可选的，所述将所述降采样点云数据进行分割，包括：

通过区域生长算法或RANSAC算法将所述降采样点云数据分割成不同的聚类。

可选的，所述通过区域生长算法将所述降采样点云数据分割成不同的聚类，包括：

在所述降采样点云数据中选择目标种子点；

将所述目标种子点作为生长的起点，在所述目标种子点的邻域中搜索与所述目标种子点相似的像素点，将相似的像素点作为下次生长的种子点，直至完成所述目标种子点的生长，将生长过程中搜索到的种子点作为一个相同的聚类；

获得所述多个种子点分别对应的聚类。

可选的，所述目标种子点的邻域中的点云数据量为n，所述n大于或等于30，所述n小于或等于50。

可选的，所述将所述降采样点云数据进行分割，包括：

将所述降采样点云数据按照阈值进行分割；所述阈值大于或等于20000，所述阈值小于或等于100000。

可选的，所述搜索与所述目标种子点相似的像素点，包括：

通过kd-tree方法搜索与所述目标种子点相似的像素点。

可选的，所述区域生长算法的平滑阈值为5度。

可选的，所述区域生长算法的曲率阈值为1。