铁路场景的三维激光点云数据去噪方法及装置制造方法及图纸

本发明专利技术公开一种铁路场景的三维激光点云数据去噪方法及装置，涉及铁路移动测量技术领域，该方法包括：通过激光点云采集设备获取铁路沿线的点云数据，将点云数据划分为多个点云数据段；获取每一点云数据段投影至二维平面后得到的多个坐标值；将二维平面划分为多个网格，确定多个坐标值对应的多个网格索引点；分别以每一网格索引点向量作为聚类中心，对多个网格索引点进行聚类，确定网格索引点的多个初始类别；根据层次聚类算法，合并网格索引点的多个初始类别中的每两个初始类别，得到网格索引点的多个最终类别以及每一最终类别包含网格索引点个数；确定多个网格索引点中的噪声点，确定并去除点云数据段中噪声点对应的噪声数据，快速高效去噪。快速高效去噪。快速高效去噪。

【技术实现步骤摘要】
铁路场景的三维激光点云数据去噪方法及装置


[0001]本专利技术涉及铁路移动测量
，尤其涉及一种铁路场景的三维激光点云数据去噪方法及装置。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]随着铁路高速发展，铁路的智能化、数字化建设迫在眉睫，激光扫描技术在铁路运行环境安全检测领域发挥着至关重要的作用。但是，由高精度激光雷达采集的点云数据受到设备及现场环境因素的影响会产生大量的噪声，这些噪声极大地影响了点云数据的下游分析任务，例如点云分析及点云重建等。因此，亟需研究高效的点云去噪算法去除噪声的干扰，才能为后期的点云识别等下游任务提供高质量的点云数据。
[0004]目前针对点云去噪的传统方法主要包括，点云滤波去噪，核密度估计等方法等。也有一些工作提出利用点云数据的其他特征差异，如曲率，颜色等进行去噪处理。近几年，随着深度学习的发展，研究人员利用深度学习方法进行点云去噪，或者结合点云分类、点云重建的基础上进行去噪处理。虽然这些工作在点云去噪任务中取得了不错的性能，但仍然存在去噪效率低，特别是在处理铁路场景的大尺度海量点云数据时耗时长，去噪效果差，无法满足铁路场景下实时和高效的应用需求。

技术实现思路

[0005]本专利技术实施例提供一种铁路场景的三维激光点云数据去噪方法，用以快速确定点云数据中的噪声数据，显著提高点云数据的去噪效率，改善点云数据的去噪效果，满足真实铁路场景下的实时去噪需求，该方法包括：
[0006]通过激光点云采集设备获取铁路沿线的点云数据，根据预设里程将点云数据划分为多个点云数据段，激光点云采集设备安装于铁路检测车前，点云数据为三维空间数据；
[0007]对于每一点云数据段，将点云数据段投影至二维平面，获取点云数据段投影至二维平面后得到的多个坐标值，二维平面由三维空间中除铁路检测车运行方向外的另两个方向维度构成；根据预设的网格宽度，将二维平面划分为多个网格，确定多个坐标值对应的多个网格索引点；
[0008]构建多个网格索引点对应的多个网格索引点向量，分别以每一网格索引点向量作为聚类中心，计算每一聚类中心与多个网格索引点向量之间的欧式距离；根据每一聚类中心与多个网格索引点向量之间的欧式距离是否小于预设阈值，对多个网格索引点进行聚类，确定网格索引点的多个初始类别以及每一初始类别包含的一个或多个网格索引点；
[0009]根据层次聚类算法，对于网格索引点的多个初始类别中的每两个初始类别，计算两个初始类别之间任意两个网格索引点构建的点向量之间的欧式距离，在两个初始类别之间存在点向量之间的欧式距离小于预设阈值的网格索引点时，将两个初始类别进行合并，
重复该步骤，直至网格索引点的类别数量不再变化，得到网格索引点的多个最终类别以及每一最终类别包含的一个或多个网格索引点；
[0010]根据网格索引点的多个最终类别以及每一最终类别包含的一个或多个网格索引点，确定多个网格索引点中的噪声点，根据点云数据段与多个网格索引点之间的映射关系，确定点云数据段中噪声点对应的噪声数据，去除噪声点对应的噪声数据。
[0011]本专利技术实施例还提供一种铁路场景的三维激光点云数据去噪装置，用以快速确定点云数据中的噪声数据，显著提高点云数据的去噪效率，改善点云数据的去噪效果，满足真实铁路场景下的实时去噪需求，该装置包括：
[0012]点云数据的获取与划分模块，用于通过激光点云采集设备获取铁路沿线的点云数据，根据预设里程将点云数据划分为多个点云数据段，激光点云采集设备安装于铁路检测车前，点云数据为三维空间数据；
[0013]点云数据段投影与网格索引点确定模块，用于对于每一点云数据段，将点云数据段投影至二维平面，获取点云数据段投影至二维平面后得到的多个坐标值，二维平面由三维空间中除铁路检测车运行方向外的另两个方向维度构成；根据预设的网格宽度，将二维平面划分为多个网格，确定多个坐标值对应的多个网格索引点；
[0014]初始类别确定模块，用于构建多个网格索引点对应的多个网格索引点向量，分别以每一网格索引点向量作为聚类中心，计算每一聚类中心与多个网格索引点向量之间的欧式距离；根据每一聚类中心与多个网格索引点向量之间的欧式距离是否小于预设阈值，对多个网格索引点进行聚类，确定网格索引点的多个初始类别以及每一初始类别包含的一个或多个网格索引点；
[0015]最终类别确定模块，用于根据层次聚类算法，对于网格索引点的多个初始类别中的每两个初始类别，计算两个初始类别之间任意两个网格索引点构建的点向量之间的欧式距离，在两个初始类别之间存在点向量之间的欧式距离小于预设阈值的网格索引点时，将两个初始类别进行合并，重复该步骤，直至网格索引点的类别数量不再变化，得到网格索引点的多个最终类别以及每一最终类别包含的一个或多个网格索引点；
[0016]噪声点确定与噪声数据去除模块，用于根据网格索引点的多个最终类别以及每一最终类别包含的一个或多个网格索引点，确定多个网格索引点中的噪声点，根据点云数据段与多个网格索引点之间的映射关系，确定点云数据段中噪声点对应的噪声数据，去除噪声点对应的噪声数据。
[0017]本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述铁路场景的三维激光点云数据去噪方法。
[0018]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述铁路场景的三维激光点云数据去噪方法。
[0019]本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述铁路场景的三维激光点云数据去噪方法。
[0020]本专利技术实施例中，通过将点云数据段进行网格投影处理得到多个网格索引点，并对多个网格索引点进行聚类，可以快速确定点云数据中的噪声数据，显著提高点云数据的
去噪效率，改善点云数据的去噪效果，满足真实铁路场景下的实时去噪需求。
附图说明
[0021]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例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本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0022]图1为本专利技术实施例中铁路场景的三维激光点云数据去噪方法的处理流程图；
[0023]图2(a)和图2(b)为本专利技术实施例中对一点云数据段进行网格投影的效果图；
[0024]图3为本专利技术实施例中确定网格索引点中噪声点一方法流程图；
[0025]图4(a)为本专利技术实施例中隧道场景的噪声示意图；
[0026]图4(b)为本专利技术实施例中对隧道场景进行去噪处理后的示意图；
[0027]图5(a)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种铁路场景的三维激光点云数据去噪方法，其特征在于，包括：通过激光点云采集设备获取铁路检测车沿线的点云数据，根据预设里程将点云数据划分为多个点云数据段，激光点云采集设备安装于铁路检测车前，点云数据为三维空间数据；对于每一点云数据段，将点云数据段投影至二维平面，获取点云数据段投影至二维平面后得到的多个坐标值，二维平面由三维空间中除铁路检测车运行方向外的另两个方向维度构成；根据预设的网格宽度，将二维平面划分为多个网格，确定多个坐标值对应的多个网格索引点；构建多个网格索引点对应的多个网格索引点向量，分别以每一网格索引点向量作为聚类中心，计算每一聚类中心与多个网格索引点向量之间的欧式距离；根据每一聚类中心与多个网格索引点向量之间的欧式距离是否小于预设阈值，对多个网格索引点进行聚类，确定网格索引点的多个初始类别以及每一初始类别包含的一个或多个网格索引点；根据层次聚类算法，对于网格索引点的多个初始类别中的每两个初始类别，计算两个初始类别之间任意两个网格索引点构建的点向量之间的欧式距离，在两个初始类别之间存在点向量之间的欧式距离小于预设阈值的网格索引点时，将两个初始类别进行合并，重复该步骤，直至网格索引点的类别数量不再变化，得到网格索引点的多个最终类别以及每一最终类别包含的一个或多个网格索引点；根据网格索引点的多个最终类别以及每一最终类别包含的一个或多个网格索引点，确定多个网格索引点中的噪声点，根据点云数据段与多个网格索引点之间的映射关系，确定点云数据段中噪声点对应的噪声数据，去除噪声点对应的噪声数据。2.如权利要求1所述的方法，其特征在于，确定多个坐标值对应的多个网格索引点，包括：按如下公式，确定多个坐标值对应的多个网格索引点：其中，P
yz
为点云数据段投影至二维平面后得到的多个坐标值，a为预设的网格宽度，G
origin
为多个坐标值对应的多个网格索引点。3.如权利要求1所述的方法，其特征在于，确定多个坐标值对应的多个网格索引点之后，还包括：获取多个网格索引点中的重复点，去除重复点；根据剩余的网格索引点和去除的重复点，确定每个网格内的点数。4.如权利要求3所述的方法，其特征在于，分别以剩余的网格索引点中的每一网格索引点向量作为聚类中心，计算每一聚类中心与剩余的网格索引点对应的多个网格索引点向量之间的欧式距离，包括：根据剩余的网格索引点对应的多个网格索引点向量，得到对应的网格索引点向量矩阵；计算相同网格索引点向量矩阵之间的欧式距离，得到欧式距离矩阵，其中欧氏距离矩阵的每一行元素值对应剩余的网格索引点中的一个网格索引点向量，表示其对应的网格索引点向量作为聚类中心时，与剩余的网格索引点对应的多个网格索引点向量之间的欧式距离，所述欧氏距离矩阵为对称矩阵。5.如权利要求4所述的方法，其特征在于，根据每一聚类中心与剩余的网格索引点对应
的多个网格索引点向量之间的欧式距离是否小于预设阈值，对剩余的网格索引点进行聚类，确定网格索引点的多个初始类别以及每一初始类别包含的一个或多个网格索引点，包括：根据欧氏距离矩阵的元素值是否小于预设阈值，将欧氏距离矩阵转换为阈值0
‑
1矩阵，其中小于预设阈值的元素值转换为1，大于等于预设阈值的元素值转换为0，所述阈值0
‑
1矩阵为对称矩阵；根据转换得到的阈值0
‑
1矩阵，确定网格索引点的多个初始类别以及每一初始类别包含的一个或多个网格索引点，其中阈值0
‑
1矩阵的行数量等于网格索引点的初始类别个数，阈值0
‑
1矩阵每一行中值为1的元素对应每一初始类别包含的一个或多个网格索引点。6.如权利要求5所述的方法，其特征在于，根据层次聚类算法，对于网格索引点的多个初始类别中的每两个初始类别，计算两个初始类别之间任意两个网格索引点构建的点向量之间的欧式距离，在两个初始类别之间存在点向量之间的欧式距离小于预设阈值的网格索引点时，将两个初始类别进行合并，重复该步骤，直至网格索引点的类别数量不再变化，包括：根据对称矩阵的运算特征和层次聚类算法，计算阈值0
‑
1矩阵的平方得到中间矩阵，根据中间矩阵的元素值是否大于0将中间矩阵转换为中间0
‑
1矩阵，其中中间矩阵中大于0的元素值转换为1，等于0的元素值仍为0，在中间0
‑
1矩阵等于阈值0
‑
1矩阵时，停止计算，在中间0
‑
1矩阵不等于阈值0
‑
1矩阵时按如下步骤重复更新阈值0
‑
1矩阵和中间0
‑
1矩阵，直至更新后的中间0
‑
1矩阵等于更新后的阈值0
‑
1矩阵：将中间0
‑
1矩阵作为更新后的阈值0
‑
1矩阵，计算更新后的阈值0
‑
1矩阵平方得到更新后的中间矩阵；根据更新后的中间矩阵的元素值是否大于0进行转换，得到更新后的中间0
‑
1矩阵。7.如权利要求1所述的方法，其特征在于，根据网格索引点的多个最终类别以及每一最终类别包含的一个或多个网格索引点，确定多个网格索引点中的噪声点，包括：获取铁路检测车的运行环境数据，根据铁路检测车的运行环境数据，确定运行环境特征；对于同一最终类别，根据每一最终类别包含的一个或多个网格索引点向量，计算类内网格索引点向量间的最大距离；对于不同最终类别，根据网格索引点的多个最终类别以及每一最终类别包含的一个或多个网格索引点向量，计算每两个最终类别之间网格索引点向量间的最小距离；根据运行环境特征、每一最终类别包含的一个或多个网格索引点、类内网格索引点向量间的最大距离、每两个最终类别之间网格索引点向量间的最小距离，确定多个网格索引点中的噪声点。8.如权利要求7所述的方法，其特征在于，根据每一最终类别包含的一个或多个网格索引点向量，计算类内网格索引点向量间的最大距离，包括：按如下公式，根据每一最终类别包含的一个或多个网格索引点向量，计算类内网格索引点向量间的最大距离：其中，表示类内网格索引点向量间的最大距离，Ω
i
(i＝1,2,3...k)表示聚
类后得到的k个最终类别，表示Ω
i
类中样本点，表示Ω
i
类中随机两个样本点，d表示用于计算欧式距离的函数。9.如权利要求7所述的方法，其特征在于，根据网格索引点的多个最终类别以及每一最终类别包含的一个或多个网格索引点向量，计算每两个最终类别之间网格索引点向量间的最小距离，包括：按如下公式，根据网格索引点的多个最终类别以及每一最终类别包含的一个或多个网格索引点向量，计算每两个最终类别之间网格索引点向量间的最小距离：其中，表示每两个最终类别之间网格索引点向量间的最小距离，Ω
i
(i＝1,2,3...k)表示聚类后得到的k个最终类别，表示Ω
i
类中样本点，表示Ω
j
类中样本点，表示Ω
i
类中一样本点，表示Ω
j
类中一样...

【专利技术属性】
技术研发人员：孙淑杰，刘俊博，吴嘉诚，王昊，谭松，王胜春，杜馨瑜，苟云涛，韩强，刘国跃，赵鑫欣，吴奇永，黄雅平，方玥，王凡，
申请(专利权)人：中国铁道科学研究院集团有限公司中国铁道科学研究院集团有限公司基础设施检测研究所，
类型：发明
国别省市：