[发明专利]基于扫描点云数据的分割与识别方法、系统及存储介质在审
申请号: | 201910305106.5 | 申请日: | 2019-04-16 |
公开(公告)号: | CN110223297A | 公开(公告)日: | 2019-09-10 |
发明(设计)人: | 李新福 | 申请(专利权)人: | 广东康云科技有限公司 |
主分类号: | G06T7/10 | 分类号: | G06T7/10;G06T17/00 |
代理公司: | 广州嘉权专利商标事务所有限公司 44205 | 代理人: | 胡辉;黎扬鹏 |
地址: | 510000 广东省广州市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 点云 扫描点云数据 分割 人工智能 场景 智能识别 建模 存储介质 三维模型 模式识别领域 三维重建 扫描场景 数据生成 智能化 耗时 室外 扫描 室内 应用 统计 | ||
1.基于扫描点云数据的分割与识别方法,其特征在于:包括以下步骤:
扫描场景并根据扫描的数据生成场景的三维模型;
从场景的三维模型获取扫描点云数据;
对扫描点云数据进行分割,得到场景内第一对象的点云;
采用人工智能的方法对场景内第一对象的点云进行智能识别,所述智能识别包括识别第一对象的类型及对应的数量,所述第一对象包括室内对象和室外对象。
2.根据权利要求1所述的基于扫描点云数据的分割与识别方法,其特征在于:所述扫描场景并根据扫描的数据生成场景的三维模型这一步骤,具体包括:
通过扫描设备扫描场景的三维数据,所述扫描设备包括航拍扫描设备、室内扫描设备和室外扫描设备;
将场景的三维数据上传服务器;
根据场景的三维数据通过服务器进行三维重建,得到场景的三维模型、对应的链接以及对应的点云数据。
3.根据权利要求1所述的基于扫描点云数据的分割与识别方法,其特征在于:所述对扫描点云数据进行分割,得到场景内第一对象的点云这一步骤,具体为:
根据扫描点云数据中点与近邻点间的关系,从扫描点云数据中分割出场景内第一对象的点云。
4.根据权利要求1所述的基于扫描点云数据的分割与识别方法,其特征在于:所述采用人工智能的方法对场景内第一对象的点云进行智能识别这一步骤,具体包括:
根据输入的样本和标签,采用人工智能的方法训练点云识别模型;
将场景内第一对象的点云输入点云识别模型,识别出场景内第一对象的点云的类型;
计算场景内各类型第一对象的点云的数量,从而得到第一对象的数量。
5.根据权利要求4所述的基于扫描点云数据的分割与识别方法,其特征在于:所述将场景内第一对象的点云输入点云识别模型,识别出场景内第一对象的点云的类型这一步骤,具体包括:
将场景内第一对象的点云输入点云识别模型,识别出室内对象的点云的类型,所述室内对象的点云的类型包括椅子、桌子、电脑、天花板、地板、墙、玻璃镜面和窗口。
6.根据权利要求4所述的基于扫描点云数据的分割与识别方法,其特征在于:所述将场景内第一对象的点云输入点云识别模型,识别出场景内第一对象的点云的类型这一步骤,具体包括:
将场景内第一对象的点云输入点云识别模型,识别出室外对象的点云的类型,所述室外对象的点云的类型包括线缆、桌子、树、道路、建筑、灯柱、车辆和视频采集装置。
7.根据权利要求1所述的基于扫描点云数据的分割与识别方法,其特征在于:还包括以下步骤:
展示场景的三维模型和智能识别的结果。
8.基于扫描点云数据的分割与识别系统,其特征在于:包括:
扫描与建模模块,用于扫描场景并根据扫描的数据生成场景的三维模型;
获取模块,用于从场景的三维模型获取扫描点云数据;
分割模块,用于对扫描点云数据进行分割,得到场景内第一对象的点云;
智能识别模块,用于采用人工智能的方法对场景内第一对象的点云进行智能识别,所述智能识别包括识别第一对象的类型及对应的数量,所述第一对象包括室内对象和室外对象。
9.基于扫描点云数据的分割与识别系统,其特征在于:包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1-7任一项所述的基于扫描点云数据的分割与识别方法。
10.存储介质,其中存储有处理器可执行的指令,其特征在于:所述处理器可执行的指令在由处理器执行时用于实现如权利要求1-7任一项所述的基于扫描点云数据的分割与识别方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东康云科技有限公司,未经广东康云科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910305106.5/1.html,转载请声明来源钻瓜专利网。