建筑构件的三维点云分类方法、系统、装置及存储介质制造方法及图纸

本发明专利技术公开了一种建筑构件的三维点云分类方法、系统、装置及存储介质，该方法包括将建筑构件的三维点云分割成多个点云段；对每个所述点云段分配初始语义标签和初始几何标签；提取所述点云段的特征并拟合特征描述符；利用支持向量机推断出语义标注；利用AdaBoost分类器推断出几何标注；利用马尔可夫随机场加强所述语义标注和所述几何标注之间的一致性。本发明专利技术利用马尔可夫随机场加强所述语义标注和所述几何标注之间的一致性，能够提高语义标签的准确性，进而能够准确分类出建筑构件点云。本发明专利技术可广泛应用于三维点云分类的技术领域。

【技术实现步骤摘要】
建筑构件的三维点云分类方法、系统、装置及存储介质
本专利技术涉及三维点云分类的
，尤其是一种建筑构件的三维点云分类方法、系统、装置及存储介质。
技术介绍
通过三维点云数据生成三维模型是一种常见的虚拟设计和构造(VDC)服务。研究集中在几个关键步骤的自动化，包括基于外观和几何属性的点云分割。这些方法主要使用曼哈顿世界假设，但是，在建筑系统接近建筑、结构元素的情况下，这些方法会导致过度分割，需要用户进行显著的微调；过程复杂，且分类不够准确导致分割不够准确。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种建筑构件的三维点云分类方法、系统、装置及存储介质。本专利技术所采取的技术方案是：一方面，本专利技术实施例包括一种建筑构件的三维点云分类方法，包括：将建筑构件的三维点云分割成多个点云段；对每个所述点云段分配初始语义标签和初始几何标签；提取所述点云段的特征并拟合特征描述符；利用支持向量机推断出语义标注；利用AdaBoost分类器推本文档来自技高网...

【技术保护点】
1.一种建筑构件的三维点云分类方法，其特征在于，包括：/n将建筑构件的三维点云分割成多个点云段；/n对每个所述点云段分配初始语义标签和初始几何标签；/n提取所述点云段的特征并拟合特征描述符；/n利用支持向量机推断出语义标注；/n利用AdaBoost分类器推断出几何标注；/n利用马尔可夫随机场加强所述语义标注和所述几何标注之间的一致性。/n

【技术特征摘要】
1.一种建筑构件的三维点云分类方法，其特征在于，包括：
将建筑构件的三维点云分割成多个点云段；
对每个所述点云段分配初始语义标签和初始几何标签；
提取所述点云段的特征并拟合特征描述符；
利用支持向量机推断出语义标注；
利用AdaBoost分类器推断出几何标注；
利用马尔可夫随机场加强所述语义标注和所述几何标注之间的一致性。


2.根据权利要求1所述的一种建筑构件的三维点云分类方法，其特征在于，所述将建筑构件的三维点云分割成多个点云段这一步骤，包括：
选择一个体像素点，对建筑构件的三维点云进行子采样，生成密度分布均匀的点云；
在每个点云周围拟合一个双曲面；
将稳定区域识别为种子，并使用区域生长算法获取多个点云段。


3.根据权利要求1所述的一种建筑构件的三维点云分类方法，其特征在于，所述对每个所述点云段分配初始语义标签和初始几何标签这一步骤，包括：
通过每个所述点云段的点坐标获得每个点云段对应的几何特征；
根据所述几何特征，利用支持向量机和AdaBoost分类器对每个所述点云段分配初始语义标签和初始几何标签。


4.根据权利要求1所述的一种建筑构件的三维点云分类方法，其特征在于，所述利用支持向量机推断出语义标注通过以下第一公式执行：



式中，f(x)为结果得分，N表示训练数据的大小，yi表示数据标签，i为第i个训练数据，αi表示权重因子，b表示偏置，xi、xj分别为特征向量，k(xi,xj)表示核函数，为径向基函数核，其中，核函数的表达式如下：
k(xi,xj)＝exp(γ||-xi-xj||2)；
式中，γ表示特征数的倒数，γ>0，||-xi-xj||2表示xi、xj两个特征向量之间的欧氏距离平方。


5.根据权利要求4所述的一种建筑构件的三维点云分类方法，其特征在于，通过所述第一公式得到的最高置信度的标签选为所述语义标注。


6.根据权利要求1所述的一种建筑构件的三维点云分类方法，其特征在于，所述利用马尔可夫随机场加强所述语义标注和所述几何标注之间的一致性通过以下公式执行：



式中，J为标签向量，ESemantic(si,ci)表示点云段si具有语义标注ci的概率，SP为语义标注ci的集合，EGeometric(si,ci)...

【专利技术属性】
技术研发人员：蔡长青，
申请(专利权)人：广州大学，
类型：发明
国别省市：广东;44