本发明专利技术实施例公开了一种稀疏点云抽稀方法、装置及存储介质，其中稀疏点云抽稀方法包括步骤：获取初始语义标签以及稀疏点云；将稀疏点云中的每一个数据点重投影回至少两张照片上分别得到每一个数据点对应的至少两个第一像素点；基于第一像素点和第二像素点的初始语义标签，通过投票算法分别得到每一个数据点对应的至少两个第一目标语义标签；判断每一个数据点的至少两个第一目标语义标签中占比最大的第一目标语义标签的所占比例是否大于第一阈值，若否，则去除该数据点，若是，则判断获取的至少两个第一目标语义标签中占比第一和占比第二的比例差值是否大于第二阈值，若否，则去除该数据点，若是，则保留该数据点，获得抽稀后的稀疏点云。稀后的稀疏点云。稀后的稀疏点云。
【技术实现步骤摘要】
一种稀疏点云抽稀方法、装置及存储介质
[0001]本专利技术涉及计算机
，具体涉及一种稀疏点云抽稀方法、装置及存储介质。
技术介绍
[0002]空中三角测量(空三)是立体摄影测量中，根据少量的野外控制点，在室内进行控制点加密，求得加密点的高程和平面位置的测量方法。其主要目的是为缺少野外控制点的地区测图提供绝对定向的控制点。在一次空三过程中，如果能够同时处理上万张航片，将提升生产的效率，但是一次处理大量的航片会面临很多技术难题，其中一个突出问题是，上万张航片作为输入，空三处理之后输出的稀疏点云的规模也十分庞大，通常要达到上百万个点，这为后继的处理带来了很大的压力，甚至导致一些相关生产的失败。
技术实现思路
[0003]本专利技术实施例的目的在于提供一种稀疏点云抽稀方法、装置及存储介质，用以解决现有技术中无法对规模庞大的稀疏点云进行有效抽稀，即无法既降低点云中数据点的数量，又有效保证抽稀后点云的质量的问题。
[0004]为实现上述目的，本专利技术实施例提供一种稀疏点云抽稀方法，包括步骤：获取照片中各个像素点的初始语义标签以及对所述照片进行空三处理后得到的稀疏点云；将所述稀疏点云中的每一个数据点重投影回至少两张所述照片上分别得到每一个所述数据点对应的至少两个第一像素点；基于所述第一像素点和第二像素点的初始语义标签，通过投票算法分别得到每一个所述数据点对应的至少两个第一目标语义标签，所述第二像素点为在所述照片中的所述第一像素点周边的多个像素点；判断每一个所述数据点的至少两个所述第一目标语义标签中占比最大的所述第一目标语义标签的所占比例是否大于第一阈值，若否，则去除该所述数据点，若是，则判断获取的至少两个所述第一目标语义标签中占比第一和占比第二的比例差值是否大于第二阈值，若否，则去除该所述数据点，若是，则保留该所述数据点，获得抽稀后的所述稀疏点云。
[0005]可选地，在计算出各个节点的所述执行权重之后，还包括：通过所述投票算法得到所述第一目标语义标签的方法包括：赋予所述第一像素点第三阈值，赋予所述第二像素点第四阈值，使用所述第三阈值和所述第四阈值分别对所述第一像素点的所述初始语义标签和所述第二像素点的所述初始语义标签进行投票计算，得票数最多且得票比例大于第五阈值的所述初始语义标签为该所述数据点的一个所述第一目标语义标签。
[0006]可选地，在使用所述第三阈值和所述第四阈值分别对所述第一像素点的所述初始语义标签和所述第二像素点的所述初始语义标签进行投票计算之后，还包括：判断得票数最多的所述初始语义标签的得票比例是否大于所述第五阈值，若否，则将所述第一像素点的初始语义标签设为该所述数据点的一个所述第一目标语义标签。
[0007]可选地，所述第一阈值的选值范围为[40％，90％]，所述第二阈值的选值范围为[0，15％]，所述第三阈值的选值范围为[2，10]，所述第四阈值的选值范围为[1，5]，所述第
五阈值的选值范围为[30％，90％]。
[0008]可选地，所述第三阈值大于所述第四阈值。
[0009]可选地，获取所述照片中各个所述像素点的所述初始语义标签的方法包括：通过基于深度学习的语义分割方法，对所述照片进行语义分割，识别出所述照片中各种实体的所述初始语义标签，将所述初始语义标签赋予对应的所述实体的每个所述像素点。
[0010]可选地，所述照片为航空拍摄的照片，所述实体为通过城市倾斜摄影所拍摄出来的建筑、道路、树木或者车辆。
[0011]可选地，所述第二像素点的选取方法为：选取所述照片中所述第一像素点周边的八个像素点作为所述第二像素点。
[0012]为实现上述目的，本专利技术还提供一种稀疏点云抽稀装置，包括：存储器；以及
[0013]与所述存储器连接的处理器，所述处理器被配置成：
[0014]获取照片中各个像素点的初始语义标签以及对所述照片进行空三处理后得到的稀疏点云；将所述稀疏点云中的每一个数据点重投影回至少两张所述照片上分别得到每一个所述数据点对应的至少两个第一像素点；基于所述第一像素点和第二像素点的初始语义标签，通过投票算法分别得到每一个所述数据点对应的至少两个第一目标语义标签，所述第二像素点为在所述照片中的所述第一像素点周边的多个像素点；判断每一个所述数据点的至少两个所述第一目标语义标签中占比最大的所述第一目标语义标签的所占比例是否大于第一阈值，若否，则去除该所述数据点，若是，则判断获取的至少两个所述第一目标语义标签中占比第一和占比第二的比例差值是否大于第二阈值，若否，则去除该所述数据点，若是，则保留该所述数据点，获得抽稀后的所述稀疏点云。
[0015]为实现上述目的，本专利技术还提供一种计算机存储介质，其上存储有计算机程序，其中所述计算机程序被机器执行时实现如上所述的方法的步骤。
[0016]本专利技术实施例具有如下优点：
[0017]1.本专利技术实施例提供一种稀疏点云抽稀方法，包括步骤：获取照片中各个像素点的初始语义标签以及对所述照片进行空三处理后得到的稀疏点云；将所述稀疏点云中的每一个数据点重投影回至少两张所述照片上分别得到每一个所述数据点对应的至少两个第一像素点；基于所述第一像素点和第二像素点的初始语义标签，通过投票算法分别得到每一个所述数据点对应的至少两个第一目标语义标签，所述第二像素点为在所述照片中的所述第一像素点周边的多个像素点；判断每一个所述数据点的至少两个所述第一目标语义标签中占比最大的所述第一目标语义标签的所占比例是否大于第一阈值，若否，则去除该所述数据点，若是，则判断获取的至少两个所述第一目标语义标签中占比第一和占比第二的比例差值是否大于第二阈值，若否，则去除该所述数据点，若是，则保留该所述数据点，获得抽稀后的所述稀疏点云。
[0018]通过上述方法，根据稀疏点云中各个数据点的至少两个第一目标语义标签是否满足预设条件对其进行去除或者保留，从而将不符合要求的数据点过滤掉，实现对稀疏点云的抽稀，达到对规模庞大的稀疏点云进行有效抽稀的目的，既降低了点云中数据点的数量，同时保证了尽量过滤掉噪音点，有效保证了抽稀后点云的质量。
[0019]2.进一步，通过所述投票算法得到所述第一目标语义标签的方法包括：赋予所述第一像素点第三阈值，赋予所述第二像素点第四阈值，使用所述第三阈值和所述第四阈值
分别对所述第一像素点的所述初始语义标签和所述第二像素点的所述初始语义标签进行投票计算，得票数最多且得票比例大于第五阈值的所述初始语义标签为该所述数据点的一个所述第一目标语义标签。
[0020]通过投票算法，对第一像素点和第二像素点的初始语义标签进行投票来得到当前数据点的一个第一目标语义标签，提高了得到的当前数据点的第一目标语义标签的准确性，保证了尽量过滤掉噪音点，从而有效保证了抽稀后点云的质量。
附图说明
[0021]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种稀疏点云抽稀方法，其特征在于，包括以下步骤：获取照片中各个像素点的初始语义标签以及对所述照片进行空三处理后得到的稀疏点云；将所述稀疏点云中的每一个数据点重投影回至少两张所述照片上分别得到每一个所述数据点对应的至少两个第一像素点；基于所述第一像素点和第二像素点的初始语义标签，通过投票算法分别得到每一个所述数据点对应的至少两个第一目标语义标签，所述第二像素点为在所述照片中的所述第一像素点周边的多个像素点；判断每一个所述数据点的至少两个所述第一目标语义标签中占比最大的所述第一目标语义标签的所占比例是否大于第一阈值，若否，则去除该所述数据点，若是，则判断获取的至少两个所述第一目标语义标签中占比第一和占比第二的比例差值是否大于第二阈值，若否，则去除该所述数据点，若是，则保留该所述数据点，获得抽稀后的所述稀疏点云。2.根据权利要求1所述的稀疏点云抽稀方法，其特征在于，通过所述投票算法得到所述第一目标语义标签的方法包括：赋予所述第一像素点第三阈值，赋予所述第二像素点第四阈值，使用所述第三阈值和所述第四阈值分别对所述第一像素点的所述初始语义标签和所述第二像素点的所述初始语义标签进行投票计算，得票数最多且得票比例大于第五阈值的所述初始语义标签为该所述数据点的一个所述第一目标语义标签。3.根据权利要求2所述的稀疏点云抽稀方法，其特征在于，在使用所述第三阈值和所述第四阈值分别对所述第一像素点的所述初始语义标签和所述第二像素点的所述初始语义标签进行投票计算之后，还包括：判断得票数最多的所述初始语义标签的得票比例是否大于所述第五阈值，若否，则将所述第一像素点的初始语义标签设为该所述数据点的一个所述第一目标语义标签。4.根据权利要求2所述的稀疏点云抽稀方法，其特征在于，所述第一阈值的选值范围为[40％，90％]，所述第二阈值的选值范围为[0，15％]，所述第三阈值的选值范围为[2，10]，所述第四阈值的选值范围为[1...
【专利技术属性】
技术研发人员：由清圳，
申请(专利权)人：埃洛克航空科技北京有限公司，
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。