[发明专利]一种点云数据的批处理方法及处理装置

权利要求书

1.一种点云数据的批处理方法，其特征在于，所述方法，包括：

接收用户输入的待处理点云数据，加载并显示所述待处理点云数据；

若所述点云数据中不包含所述点云数据的描述文件，则响应于所述用户的选择操作，生成所述待处理点云数据的处理操作步骤、执行所述处理操作步骤的顺序和各所述处理操作步骤的功能参数以及输出中间结果文件的路径；

按照生成的所述待处理点云数据的处理操作步骤、执行所述处理操作步骤的顺序和各所述处理操作步骤的功能参数以及输出中间结果文件的路径，执行所述待处理点云数据的处理流程；

按照所述路径输出执行所述待处理点云数据的处理流程的中间结果及最终处理结果；

所述方法，还包括：

若所述点云数据中包含所述点云数据的描述文件，则提取所述点云数据的描述文件，解析所述描述文件得到所述待处理点云数据的属性信息；

预先在数据库中存储不同点云数据的处理过程的标识以及标识与处理过程的对应关系，基于预先建立的大数据模型确定所述待处理点云数据的属性信息对应的数据库中处理过程的标识，在得到待处理点云数据的标识以后，并依据所述标识与预设数据库中存储的待选点云数据处理过程对应的标识进行匹配，进而得到目标点云数据处理过程，向用户呈现所述目标点云数据处理过程；

在所述用户确认所述目标点云数据处理过程以后，按照所述目标点云数据处理过程执行对所述点云数据的处理；

所述目标点云数据处理过程，包括：点云数据的处理操作步骤、执行所述处理操作步骤的顺序和各所述处理操作步骤的功能参数以及输出中间结果文件的路径；

所述大数据模型是通过以下方式建立的：

收集已处理过的点云数据信息作为样本数据，对所述样本数据进行属性标定，并对收集的点云数据信息进行标准化处理成数据特征向量，作为建立的大数据模型的输入；

初始化大数据模型算法，将输入层和隐藏层的权值、连接层与输出层的权值作为大数据模型的优化目标；

依据标定后的样本数据，对选定的所述大数据模型进行训练，得到训练完成的神经网络模型，作为更新后的大数据模型。

2.根据权利要求1所述的方法，其特征在于，在所述向用户呈现所述目标点云数据处理过程以后，还包括：

响应于所述用户的修改所述目标点云数据处理过程的请求，根据所述用户增加的指定处理操作的步骤和删除处理操作的步骤，生成最终的目标点云数据处理过程，将所述最终的目标点云数据处理过程向用户呈现，待所述用户确认以后执行。