[发明专利]物体形态测量方法、装置、设备及存储介质有效
申请号: | 202110723286.6 | 申请日: | 2021-06-28 |
公开(公告)号: | CN114581361B | 公开(公告)日: | 2023-03-07 |
发明(设计)人: | 吴泽龙 | 申请(专利权)人: | 广州极飞科技股份有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/73;G06F17/18 |
代理公司: | 北京泽方誉航专利代理事务所(普通合伙) 11884 | 代理人: | 陈照辉 |
地址: | 510000 广东*** | 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: | 物体 形态 测量方法 装置 设备 存储 介质 | ||
1.一种物体形态测量方法,其特征在于,包括:
获取待检测物体的点云数据,基于所述点云数据拟合构建对应所述待检测物体的基准平面;
将所述点云数据中各个点的参数值与所述基准平面对应点的参数值比对,确定所述点云数据中对应各个点的拟合误差值;
基于所述各个点的拟合误差值计算得到所述待检测物体的形态度量值;
基于所述各个点的拟合误差值计算得到所述待检测物体的形态度量值,包括:
根据所述各个点的拟合误差值、拟合误差值的数量以及各个点对应的成像畸变误差权重,计算得到所述待检测物体的形态度量值,所述成像畸变误差权重为所述点云数据的扫描器与对应点的距离参数。
2.根据权利要求1所述的物体形态测量方法,其特征在于,在获取待检测物体的点云数据之后,还包括:
对所述点云数据进行异常检测,确定异常点云数据;
根据所述点云数据对应扫描器的拍摄边界,从所述点云数据中确定对应所述拍摄边界的边界点云数据;
将所述异常点云数据和所述边界点云数据筛除。
3.根据权利要求1所述的物体形态测量方法,其特征在于,基于所述点云数据拟合构建对应所述待检测物体的基准平面,包括:
对所述点云数据使用最小二乘算法进行拟合,得到对应所述待检测物体的基准平面。
4.根据权利要求3所述的物体形态测量方法,其特征在于,将所述点云数据中各个点的参数值与所述基准平面对应点的参数值比对,确定所述点云数据中对应各个点的拟合误差值,包括:
将所述点云数据中各个点的高度值与所述基准平面对应点的高度值比对,以高度值差距作为所述点云数据中对应各个点的拟合误差值。
5.根据权利要求4所述的物体形态测量方法,其特征在于,在确定所述点云数据中对应各个点的拟合误差值之后,还包括:
逐一将所述各个点的拟合误差值与预设误差阈值进行比对,筛除小于所述误差阈值的点的拟合误差值。
6.根据权利要求1所述的物体形态测量方法,其特征在于,所述待检测物体的形态度量值基于预设计算公式计算得到,所述预设计算公式为:
其中,ρ表示所述待检测物体的形态度量值,WT=[d1,d2,...dn]T,dn表示第n个点对应的所述成像畸变误差权重,E=[e1,e2,…en]T,en表示第n个点的所述拟合误差值,m表示拟合误差值的数量。
7.根据权利要求1所述的物体形态测量方法,其特征在于,在基于所述各个点的拟合误差值计算得到所述待检测物体的形态度量值之后,还包括:
使用预设的土地破碎程度与形态度量值的关系模型,对所述待检测物体的形态度量值进行归一化处理,输出对应的土地破碎程度评分。
8.根据权利要求7所述的物体形态测量方法,其特征在于,所述关系模型公式为:
其中,k表示所述土地破碎程度评分,a,b和c表示影响参数,所述影响参数根据多组测算样本推算得到,所述测算样本包括物体形态度量值与对应标定的土地破碎程度评分。
9.根据权利要求1所述的物体形态测量方法,其特征在于,在确定所述点云数据中对应各个点的拟合误差值之后,还包括:
将所述各个点的拟合误差值逐一比对预设的标识阈值,所述标识阈值用于标识所述待检测物体上形态异常的点;
确定拟合误差值达到所述标识阈值的点作为标识点;
提取所述待检测物体的显示图像,在所述显示图像上确定所述标识点的位置,并对应所述标识点的位置进行高亮显示。
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州极飞科技股份有限公司,未经广州极飞科技股份有限公司许可,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/202110723286.6/1.html,转载请声明来源钻瓜专利网。