本申请公开了一种点云去噪方法、装置、电子设备及存储介质，其中，方法包括：获取扫描生成的深度图；从深度图中提取多个初始像素值，并对像素值进行加权平均滤波，得到滤波后的多个像素值；计算滤波后的多个像素值的矢量图，并基于法矢量图与扫描束夹角的关系对比生成表示有效点云分布的掩膜图，以实现边缘滤波。本申请实施例的点云去噪方法，解决了相关技术中由于在物体边缘处因激光斑点的散射引起数据精度丢失，造成钢筋“尾影”现象，严重影响点云地图的精度的问题，达到了边缘去噪的目的。达到了边缘去噪的目的。达到了边缘去噪的目的。
【技术实现步骤摘要】
点云去噪方法、装置、电子设备及存储介质
[0001]本申请涉及建筑场景测绘
，特别涉及一种点云去噪方法、装置、电子设备及存储介质。
技术介绍
[0002]随着人口红利的下降，建筑行业对测绘技术的自动化程度提出了越来越高的要求和需求。在建筑场景中，楼层地面的形成依次需要涂浆、抹平、整平等建筑工艺的执行。作为工艺自动化方面的需求，机械设备需要事先知道在建建筑场景中障碍物的分布。因此，需要事先对在建建筑场景进行建图，而点云地图是一种常见的地图形式。
[0003]然而，由于钢筋混凝土作为目前楼体的主要材料，使得在建建筑场景中障碍物分布最广泛的是具有细长特征的钢筋，这对于使用激光雷达等主动式的点云获取设备而言，容易在物体边缘处因激光斑点的散射引起数据精度丢失，造成钢筋“尾影”现象，严重影响点云地图的精度，亟待解决。
技术实现思路
[0004]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005]为此，本专利技术的第一目的在于提出一种点云去噪方法，解决了相关技术中由于在物体边缘处因激光斑点的散射引起数据精度丢失，造成钢筋“尾影”现象，严重影响点云地图的精度的问题，通过将激光雷达的局部时间域上的连续扫描帧映射成二维图像，引入鲁棒性较好的加权最小二乘方法估计表面法式，过滤掉与激光雷达单束激光的发射角近似垂直的点，达到了边缘去噪的目的；并且基于单线激光的时域信息关联特性的加权滤波，有效降低原始激光雷达的数据离散度，相对地提高其扫描精度。
[0006]本专利技术的第二个目的在于提出一种点云去噪装置。
[0007]本专利技术的第三个目的在于提出一种电子设备。
[0008]本专利技术的第四个目的在于提出一种计算机可读存储介质。
[0009]为达到上述目的，本申请第一方面实施例提供一种点云去噪方法，包括以下步骤：
[0010]获取扫描生成的深度图；
[0011]从所述深度图中提取多个初始像素值，并对所述像素值进行加权平均滤波，得到滤波后的多个像素值；
[0012]计算所述滤波后的多个像素值的法矢量图，并基于所述法矢量图与扫描束夹角的关系对比生成表示有效点云分布的掩膜图，以实现边缘滤波。
[0013]另外，根据本专利技术上述实施例的点云去噪方法还可以具有以下附加的技术特征：
[0014]可选地，所述获取扫描生成的深度图，包括：
[0015]扫描预设物体，并根据时序顺序排列扫描的多个点云数据；
[0016]将多个点云数据拼接，生成所述深度图。
[0017]可选地，所述对所述像素值进行加权平均滤波，得到滤波后的多个像素值，包括：
[0018]从所述深度图按预设提取顺序得到多个初始像素值后，生成一维实数序列；
[0019]对所述一维实数序列中初始像素值进行加权平均，得到滤波后的实数序列，其中，所述实数序列的像素值由所述初始像素值和邻域内的其他像素值得到。
[0020]可选地，所述计算所述滤波后的多个像素值的法矢量图，包括：
[0021]根据所述滤波后的多个像素值得到的深度图信息生成三通道图像，所述三通道图像的每个像素代表一个笛卡尔坐标系中的三维点，以得到三维点图；
[0022]使用所述加权最小二乘估计法式搜索所述三维点图中每个三维点的邻域内点集，以根据所述每个三维点的邻域内点集确定多个像素值的法矢量图。
[0023]可选地，所述基于所述法矢量图与扫描束夹角的关系对比生成表示有效点云分布的掩膜图，包括：
[0024]检测法矢向量和激光束方向的夹角的余角是否小于预设角度阈值；
[0025]在检测到所述余角小于所述预设角度阈值时，过滤所述法矢向量对应的当前边缘点，以得到所述有效点云分布的掩膜图。
[0026]可选地，通过下述公式滤所述法矢向量对应的当前边缘点：
[0027][0028]其中，M
t,n
有效点云分布的掩膜图中像素值，为法矢量图，为对应的激光束角度，θ
n
为激光束发射角。
[0029]可选地，所述过滤所述法矢向量对应的当前边缘点之后，还包括：
[0030]获取所述三维点图与所述有效点云分布的掩膜图的交集图像，以得到有效三维点图；
[0031]提取所述有效三维点图中的预设三维点，以得到边缘滤波后的点集。
[0032]为达到上述目的，本申请第二方面实施例提供一种点云去噪装置，包括：
[0033]获取模块，用于获取扫描生成的深度图；
[0034]提取模块，用于从所述深度图中提取多个初始像素值，并对所述像素值进行加权平均滤波，得到滤波后的多个像素值；
[0035]生成模块，用于计算所述滤波后的多个像素值的法矢量图，并基于所述法矢量图与扫描束夹角的关系对比生成表示有效点云分布的掩膜图，以实现边缘滤波。
[0036]可选地，在一些实施例中，所述获取模块，具体用于：
[0037]扫描预设物体，并根据时序顺序排列扫描的多个点云数据；
[0038]将多个点云数据拼接，生成所述深度图。
[0039]可选地，所述提取模块，具体用于：
[0040]从所述深度图按预设提取顺序得到多个初始像素值后，生成一维实数序列；
[0041]对所述一维实数序列中初始像素值进行加权平均，得到滤波后的实数序列，其中，所述实数序列的像素值由所述初始像素值和邻域内的其他像素值得到。
[0042]可选地，所述生成模块，具体用于：
[0043]根据所述滤波后的多个像素值得到的深度图信息生成三通道图像，所述三通道图像的每个像素代表一个笛卡尔坐标系中的三维点，以得到三维点图；
[0044]使用所述加权最小二乘估计法式搜索所述三维点图中每个三维点的邻域内点集，以根据所述每个三维点的邻域内点集确定多个像素值的法矢量图。
[0045]可选地，所述生成模块，具体用于：
[0046]检测法矢向量和激光束方向的夹角的余角是否小于预设角度阈值；
[0047]在检测到所述余角小于所述预设角度阈值时，过滤所述法矢向量对应的当前边缘点，以得到所述有效点云分布的掩膜图。
[0048]可选地，通过下述公式滤所述法矢向量对应的当前边缘点：
[0049][0050]其中，M
t,n
有效点云分布的掩膜图中像素值，为法矢量图，为对应的激光束角度，θ
n
为激光束发射角。
[0051]可选地，所述过滤所述法矢向量对应的当前边缘点之后，所述生成模块，还用于：
[0052]获取所述三维点图与所述有效点云分布的掩膜图的交集图像，以得到有效三维点图；
[0053]提取所述有效三维点图中的预设三维点，以得到边缘滤波后的点集。
[0054]为达到上述目的，本申请第三方面实施例提供一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种点云去噪方法，其特征在于，包括以下步骤：获取扫描生成的点云深度图；从所述深度图中提取多个初始像素值，并对所述像素值进行加权平均滤波，得到滤波后的多个像素值；计算所述滤波后的多个像素值的法矢量图，并基于所述法矢量图与扫描束夹角的关系对比生成表示有效点云分布的掩膜图，以实现边缘滤波。2.根据权利要求1所述的方法，其特征在于，所述获取扫描生成的深度图，包括：扫描预设物体，并根据时序顺序排列扫描的多个点云数据；将多个点云数据拼接，生成所述深度图。3.根据权利要求1所述的方法，其特征在于，所述对所述像素值进行加权平均滤波，得到滤波后的多个像素值，包括：从所述深度图按预设提取顺序得到多个初始像素值后，生成一维实数序列；对所述一维实数序列中初始像素值进行加权平均，得到滤波后的实数序列，其中，所述实数序列的像素值由所述初始像素值和邻域内的其他像素值得到。4.根据权利要求1所述的方法，其特征在于，所述计算所述滤波后的多个像素值的法矢量图，包括：根据所述滤波后的多个像素值得到的深度图信息生成三通道图像，所述三通道图像的每个像素代表一个笛卡尔坐标系中的三维点，以得到三维点图；使用所述加权最小二乘估计法式搜索所述三维点图中每个三维点的邻域内点集，以根据所述每个三维点的邻域内点集确定多个像素值的法矢量图。5.根据权利要求1所述的方法，其特征在于，所述基于所述法矢量图与扫描束夹角的关系对比生成表示有效点云分布的掩膜图，包括：检测法矢向量和激光束方向的夹角的余角是否小于预设角度阈值；在...
【专利技术属性】
技术研发人员：傅志刚，杨海溢，贾宁，彭登，周森标，陶永康，刘玉平，
申请(专利权)人：广东博智林机器人有限公司，
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。