一种确定平面异常点的方法和相关装置制造方法及图纸

本申请公开了一种确定平面异常点的方法和相关装置，该方法包括：利用激光雷达扫描房屋，获得房屋的点云数据；基于点云数据、第一随机抽样一致性算法和第一平面成面条件，确定多个主平面方程；基于点云数据中每个点与每个主平面方程的距离，将点云数据划分至多个主平面方程获得对应的多个目标主平面点集；针对每个目标主平面点集，基于第二随机抽样一致性算法和第二平面成面条件，确定多个次平面方程所对应的多个次平面点集；将每个目标主平面点集中除多个次平面点集之外的点确定为平面异常点。该方法以精准的平面分割确定平面异常点，使得确定的平面异常点更加精准。

【技术实现步骤摘要】
一种确定平面异常点的方法和相关装置
本申请涉及数据处理
，尤其涉及一种确定平面异常点的方法和相关装置。
技术介绍
在房屋工程质量检验阶段，其中比较重要的一项检测是对房屋墙面平整度进行实测实量。随着边缘端算力的发展和点云扫描技术的进步，使用点云数据对房屋墙面平整度进行实测实量，可以代替人工使用靠尺对房屋墙面平整度进行实地测量。但是，专利技术人经过研究发现，使用点云数据对房屋墙面平整度进行实测实量的方法仅仅用于判断房屋墙面的平整度是否合格，并无法基于此精准地确定平面异常点；即，无法判断房屋墙面的异常点，从而影响房屋工程质量检验阶段的检验结果。
技术实现思路
有鉴于此，本申请实施例提供一种确定平面异常点的方法和相关装置，以精准的平面分割确定平面异常点，使得确定的平面异常点更加精准。第一方面，本申请实施例提供了一种确定平面异常点的方法，所述方法包括：获取激光雷达扫描房屋得到的点云数据；基于所述点云数据、第一随机抽样一致性算法和第一平面成面条件，确定多个主平面方程；基于所述点云数据中每个点与每个所述主平面方程的距离，将所述点云数据划分至多个所述主平面方程获得对应的多个目标主平面点集；针对每个所述目标主平面点集，基于第二随机抽样一致性算法和第二平面成面条件，确定多个次平面方程所对应的多个次平面点集；将每个所述目标主平面点集中除对应的多个所述次平面点集之外的点确定为平面异常点。可选的，所述基于所述点云数据、第一随机抽样一致性算法和第一平面成面条件，确定多个主平面方程，包括：在所述点云数据中随机抽取一个第一随机点，并获得所述第一随机点的第一近邻点集；基于所述点云数据、所述第一近邻点集和所述第一随机抽样一致性算法获得第一平面方程；若所述第一平面方程符合所述第一平面成面条件，将所述第一平面方程确定为所述主平面方程；在所述点云数据中去除所述主平面方程所对应的主平面点集，以更新所述点云数据；循环执行上述步骤直至更新后的点云数据中点数量小于第一预设点数量或者循环次数达到第一预设循环次数。可选的，所述基于所述点云数据、所述第一近邻点集和所述预定义随机抽样一致性算法获得第一平面方程，包括：在所述第一近邻点集中随机抽取三个第一近邻点，并获得三个所述第一近邻点形成的第一候选平面方程；统计所述点云数据中每个点与所述第一候选平面方程的距离小于第一预设距离所对应的点数量作为第一附属点数量；循环执行上述步骤直至确定最多第一附属点数量所对应的第一候选平面方程为所述第一平面方程。可选的，所述基于所述点云数据中每个点与每个所述主平面方程的距离，将所述点云数据划分至多个所述主平面方程获得对应的多个目标主平面点集，具体为：基于所述点云数据中每个点与每个所述主平面方程的距离，针对每个点，将所述点划分至最小距离所对应的主平面方程，以及小于等于第二预设距离的距离所对应的主平面方程，获得对应的多个所述目标主平面点集。可选的，所述针对每个所述目标主平面点集，基于第二随机抽样一致性算法和第二平面成面条件，确定多个次平面方程和对应的多个次平面点集，包括：针对每个所述目标主平面点集，在所述目标主平面点集中随机抽取一个第二随机点，并获得所述第二随机点的第二近邻点集；基于所述目标主平面点集、所述第二近邻点集和所述第二随机抽样一致性算法获得第二平面方程；若所述第二平面方程符合所述第二面成面条件，将所述第二平面方程确定为所述次平面方程；在所述目标主平面点集中去除所述次平面方程对应的次平面点集，以更新所述目标主平面点集；循环执行上述步骤直至更新后的目标主平面点集中点数量小于第二预设点数量或者循环次数达到第二预设循环次数。可选的，所述基于所述目标主平面点集、所述第二近邻点集和所述第二随机抽样一致性算法获得第二平面方程，包括：在所述第二近邻点集中随机抽取三个第二近邻点，并获得三个所述第二近邻点形成的第二候选平面方程；统计所述目标主平面点集中每个点与所述第二候选平面方程的距离小于第三预设距离所对应的点数量作为第二附属点数量；循环执行上述步骤直至确定最多第二附属点数量所对应的第二候选平面方程为所述第二平面方程。可选的，还包括：针对每个所述次平面点集，基于所述次平面点集中每个点与所对应的次平面方程的距离，将大于等于预设异常点距离的距离所对应的点确定为所述平面异常点。可选的，所述第一平面成面条件包括第一点数量条件、第一点密度条件和第一粗糙度条件；所述第二平面成面条件包括第二点数量条件、第二点密度条件和第二粗糙度条件。可选的，还包括：对所述点云数据进行将采样处理获得目标点云数据；对应地，所述基于所述点云数据、第一随机抽样一致性算法和第一平面成面条件，确定多个主平面方程，具体为：基于所述目标点云数据、第一随机抽样一致性算法和第一平面成面条件，确定多个主平面方程。第二方面，本申请实施例提供了一种确定平面异常点的装置，所述装置包括：第一获得单元，用于利用激光雷达扫描房屋，获得所述房屋的点云数据；第一确定单元，用于基于所述点云数据、第一随机抽样一致性算法和第一平面成面条件，确定多个主平面方程；第二获得单元，用于基于所述点云数据中每个点与每个所述主平面方程的距离，将所述点云数据划分至多个所述主平面方程获得对应的多个目标主平面点集；第二确定单元，用于针对每个所述目标主平面点集，基于第二随机抽样一致性算法和第二平面成面条件，确定多个次平面方程所对应的多个次平面点集；第三确定单元，用于将每个所述目标主平面点集中除对应的多个所述次平面点集之外的点确定为平面异常点。可选的，所述第一确定单元包括：第一获得子单元，用于在所述点云数据中随机抽取一个第一随机点，并获得所述第一随机点的第一近邻点集；第二获得子单元，用于基于所述点云数据、所述第一近邻点集和所述第一随机抽样一致性算法获得第一平面方程；第一确定子单元，用于若所述第一平面方程符合所述第一平面成面条件，将所述第一平面方程确定为所述主平面方程；第一更新子单元，用于在所述点云数据中去除所述主平面方程所对应的主平面点集，以更新所述点云数据；第一循环子单元，用于循环执行上述步骤直至更新后的点云数据中点数量小于第一预设点数量或者循环次数达到第一预设循环次数。可选的，所述第二获得子单元包括：第一获得模块，用于在所述第一近邻点集中随机抽取三个第一近邻点，并获得三个所述第一近邻点形成的第一候选平面方程；第一统计模块，用于统计所述点云数据中每个点与所述第一候选平面方程的距离小于第一预设距离所对应的点数量作为第一附属点数量；第一循环模块，用于循环执行上述步骤直至确定最多第一附属点数量所对应的第一候选平面方程为所述第一平面方程。可选的，所述第二获得单元具体用于：基于所述点云数据中每个点与本文档来自技高网...

【技术保护点】
1.一种确定平面异常点的方法，其特征在于，包括：/n获取激光雷达扫描房屋得到的点云数据；/n基于所述点云数据、第一随机抽样一致性算法和第一平面成面条件，确定多个主平面方程；/n基于所述点云数据中每个点与每个所述主平面方程的距离，将所述点云数据划分至多个所述主平面方程获得对应的多个目标主平面点集；/n针对每个所述目标主平面点集，基于第二随机抽样一致性算法和第二平面成面条件，确定多个次平面方程所对应的多个次平面点集；/n将每个所述目标主平面点集中除对应的多个所述次平面点集之外的点确定为平面异常点。/n

【技术特征摘要】
1.一种确定平面异常点的方法，其特征在于，包括：
获取激光雷达扫描房屋得到的点云数据；
基于所述点云数据、第一随机抽样一致性算法和第一平面成面条件，确定多个主平面方程；
基于所述点云数据中每个点与每个所述主平面方程的距离，将所述点云数据划分至多个所述主平面方程获得对应的多个目标主平面点集；
针对每个所述目标主平面点集，基于第二随机抽样一致性算法和第二平面成面条件，确定多个次平面方程所对应的多个次平面点集；
将每个所述目标主平面点集中除对应的多个所述次平面点集之外的点确定为平面异常点。


2.根据权利要求1所述的方法，其特征在于，所述基于所述点云数据、第一随机抽样一致性算法和第一平面成面条件，确定多个主平面方程，包括：
在所述点云数据中随机抽取一个第一随机点，并获得所述第一随机点的第一近邻点集；
基于所述点云数据、所述第一近邻点集和所述第一随机抽样一致性算法获得第一平面方程；
若所述第一平面方程符合所述第一平面成面条件，将所述第一平面方程确定为所述主平面方程；
在所述点云数据中去除所述主平面方程所对应的主平面点集，以更新所述点云数据；
循环执行上述步骤直至更新后的点云数据中点数量小于第一预设点数量或者循环次数达到第一预设循环次数。


3.根据权利要求2所述的方法，其特征在于，所述基于所述点云数据、所述第一近邻点集和所述预定义随机抽样一致性算法获得第一平面方程，包括：
在所述第一近邻点集中随机抽取三个第一近邻点，并获得三个所述第一近邻点形成的第一候选平面方程；
统计所述点云数据中每个点与所述第一候选平面方程的距离小于第一预设距离所对应的点数量作为第一附属点数量；
循环执行上述步骤直至确定最多第一附属点数量所对应的第一候选平面方程为所述第一平面方程。


4.根据权利要求1所述的方法，其特征在于，所述基于所述点云数据中每个点与每个所述主平面方程的距离，将所述点云数据划分至多个所述主平面方程获得对应的多个目标主平面点集，具体为：
基于所述点云数据中每个点与每个所述主平面方程的距离，针对每个点，将所述点划分至最小距离所对应的主平面方程，以及小于等于第二预设距离的距离所对应的主平面方程，获得对应的多个所述目标主平面点集。


5.根据权利要求1所述的方法，其特征在于，所述针对每个所述目标主平面点集，基于第二随机抽样一致性算法和第二平面成面条件，确定多个次平面方程和对应的多个次平面点集，包括：
针对每个所述目标主平面点集，在所述目标主平面点集中随机抽取一个第二随机点，并获得所述第二随机点的第二近邻点集；
基于所述目标主平面点集、所述第二近邻点集和所述第二随机抽样一致性算法获得第二平面方程；
若所述第二平面方程符合所述第二面成面条件，将所述第二平面方程确定为所述次平面方程；
在所述目标主平面点集...

【专利技术属性】
技术研发人员：陈哲诗，
申请(专利权)人：深圳集智数字科技有限公司，
类型：发明
国别省市：广东;44