【技术实现步骤摘要】
一种点云数据质检修复方法及系统
[0001]本专利技术涉及机器学习及图像识别领域,更具体地,涉及一种点云数据质检修复方法及系统。
技术介绍
[0002]在高精地图领域,制图质检作为高精地图生产过程中非常重要的环节,对其制图效率的发展非常重要。目前制图质检工作主要由人工检查点云地图数据和后期NDS数据,而其中点云数据的质检是整个地图制作内业作业的开端,及时发现问题数据可尽早修复或重新采集数据,目前的人工质检的效率严重制约了高精地图的生产。
技术实现思路
[0003]本专利技术针对现有技术中存在的技术问题,提供一种点云数据质检修复方法及系统。
[0004]根据本专利技术的第一方面,提供了一种点云数据质检修复方法,包括:
[0005]提取待修复点云数据中的多个关键点特征;
[0006]基于所述多个关键点特征,对所述待修复点云数据的错误缺陷部分进行识别;
[0007]评估所述待修复点云数据的错误缺陷部分的错误缺陷程度;
[0008]通过设定程度阈值将所述待修复点云数据调度给人工 ...
【技术保护点】
【技术特征摘要】
1.一种点云数据质检修复方法,其特征在于,包括:提取待修复点云数据中的多个关键点特征;基于所述多个关键点特征,对所述待修复点云数据的错误缺陷部分进行识别;评估所述待修复点云数据的错误缺陷部分的错误缺陷程度;通过设定程度阈值将所述待修复点云数据调度给人工终端或AI修复终端,对所述待修复点云数据进行质检修复。2.根据权利要求1所述的点云数据质检修复方法,其特征在于,所述提取待修复点云数据中的多个关键点特征,包括:遍历所述待修复点云数据的每一个深度图像点,通过寻找在近邻区域有深度突变的位置进行边缘检测;遍历每个深度图像点,根据近邻区域的表面变化决定一测度表面变化的系数,以及变化的主方向;根据所述变化的主方向计算兴趣值,所述兴趣值表征所述变化的主方向与其他方向的不同,以及该深度突变的位置处表面的变化情况;对找到的多个兴趣点进行平滑过滤,无最大值压缩找到最终的关键点。3.根据权利1所述的点云数据质检修复方法,其特征在于,所述基于所述多个关键点特征,对所述待修复点云数据的错误缺陷部分进行识别,包括:将所述多个关键特征点转化为正射图;基于所述正射图,通过深度学习推理得到缺陷空洞平面位置;将所述缺陷空洞平面位置反推到点云中,确定缺陷位置。4.根据权利要求1所述的点云数据质检修复方法,其特征在于,所述待修复点云数据为道路点云数据,所述错误缺陷部分包括但不限于道路的断开缺失。5.根据权利要求1或3或4所述的点云数据质检修复方法,其特征在于,所述评估所述待修复点云数据的错误缺陷部分的错误缺陷程度,包括:对所述待修复点云数据的错误缺陷部分的错误严重程度进行量化评估,根据错误严重程度将所述待修复点云数据分别标记为问题数据和初步合格数据。6.根据权利要求5所述的点云数据质检修复方法,其特征在于,所述通过设定程度阈值将所述待修复点云数据调度给人工终端...
【专利技术属性】
技术研发人员:高维,郭杨斌,
申请(专利权)人:武汉中海庭数据技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。