一种料堆块度分析方法技术

本发明专利技术涉及一种料堆块度分析方法

【技术实现步骤摘要】
一种料堆块度分析方法、装置、电子设备及存储介质


[0001]本专利技术涉及矿物料堆分析领域，具体涉及一种料堆块度分析方法
、
装置
、
电子设备及计算机可读存储介质
。

技术介绍

[0002]在现代工业工程中，经常会将工业材料堆放形成料堆，为了对料堆中的材料进行合理利用或者保证施工安全性，需要对料堆进行块度进行识别分析
。
现有方法对料堆块度的识别方法有
YOLO
目标检测
、
单目标检测
、
多目标检测和点云目标检测等
。
但由于在料堆块度分析中，料堆大小散乱不一，表面存在大量粉尘，以及放置有其他设备等多种因素影响，
YOLO
三维目标检测
、
单目标检测和多目标检测通过二维图像分析料堆三维信息，准确度较差，相比之下点云目标检测更适合对料堆块度分析，但是点云目标检测时同样因为干扰因素过多，会生成大量噪点和伪噪点，导致检测的准确度较低，因此需要进行改进
。

技术实现思路

[0003]有鉴于此，有必要提供一种料堆块度分析方法
、
装置
、
电子设备及计算机可读存储介质，用于解决现有技术中，以点云目标检测方式对料堆点云进行料堆块度分析，会受到噪点和伪噪点的影响导致分割准确度较低的技术问题
。
[0004]为了解决上述问题，一方面，本专利技术提供了一种料堆块度分析方法，包括：
[0005]获取待测料堆点云数据；
[0006]基于超体素分割算法对所述待测料堆点云数据进行初步超体素分割，得到初始种子体素和初始体素云数据；
[0007]设置离散阈值，并基于所述离散阈值对所述初始种子体素和初始体素云数据进行优化得到优化种子体素和优化体素云数据；
[0008]基于超体素分割算法并通过所述优化种子体素对所述优化体素云数据进行超体素分割得到初始块度数据；
[0009]基于聚类算法对所述初始块度数据进行再聚类得到块度分析结果
。
[0010]进一步的，获取待测料堆点云数据，包括：
[0011]设置多站点扫描待测料堆得到各站点的初始料堆点云数据；
[0012]将所述各站点的初始料堆点云数据进行点云配准得到待测料堆点云数据
。
[0013]进一步的，基于超体素分割算法对所述待测料堆点云数据进行初步超体素分割，得到初始种子体素和初始体素云数据，包括：
[0014]构建体素空间，将所述待测料堆点云数据投影到所述体素空间并进行噪点去噪得到投影体素云数据；
[0015]在所述投影体素云数据中选定初始种子体素，并将所述初始种子体素中未包含体素云数据的孤立种子体素进行剔除；
[0016]设置距离相似度阈值，计算所述各初始种子体素与邻接体素的距离相似度，得到
各个初始种子体素的距离相似度高于所述距离相似度阈值的距离相似邻接体素，将所述各初始种子体素的距离相似邻接体素并入对应初始种子体素中得到初始体素云数据，并确定各初始种子体素的距离相似邻接体素数量
。
[0017]进一步的，构建体素空间，将所述待测料堆点云数据投影到所述体素空间并进行噪点去噪得到投影体素云数据，包括：
[0018]以待测料堆点云数据中坐标值最小顶点和坐标值最大顶点构建最大立方体作为体素空间；
[0019]以所述坐标值最小顶点为原点，以所述体素分辨率最小单元作为坐标值单位长度，构建体素坐标系；
[0020]确定所述体素坐标系中包含点云数据的单位体素和所述单位体素包含的点云数量，根据所述包含点云数据的单位体素将待测料堆点云数据转换为投影体素云数据；
[0021]设置噪点剔除阈值，将所述投影体素云数据中包含点云数量低于所述噪点剔除阈值的体素进行剔除
。
[0022]进一步的，设置离散阈值，并基于所述离散阈值对所述初始种子体素和初始体素云数据进行优化得到优化种子体素和优化体素云数据，包括：
[0023]设置离散阈值，将所述距离相似邻接体素数量低于所述离散阈值的初始种子体素和对应部分初始体素云数据进行剔除，得到优化种子体素和优化体素云数据
。
[0024]进一步的，基于超体素分割算法并通过所述优化种子体素对所述优化体素云数据进行超体素分割得到初始块度数据，包括：
[0025]设置综合相似度阈值，以颜色
、
距离和法向量差异作为权重参量计算各优化种子体素与优化体素云数据中优化种子体素的所有邻接体素的综合相似度，得到各个优化种子体素的综合相似度高于所述综合相似度阈值的综合相似邻接体素；
[0026]将各优化种子体素的综合相似邻接体素并入对应优化种子体素中得到初始块度数据
。
[0027]进一步的，基于聚类算法对所述初始块度数据进行再聚类得到块度分析结果，包括：
[0028]对所述初始块度数据进行平面拟合得到拟合块度数据；
[0029]基于约束平面切割算法对所述拟合块度数据进行再聚类得到块度分析结果
。
[0030]另一方面，本专利技术还提供了一种料堆块度分析装置，包括：
[0031]数据获取单元，用于获取待测料堆点云数据；
[0032]初步分割单元，用于基于超体素分割算法对所述待测料堆点云数据进行初步超体素分割，得到初始种子体素和初始体素云数据；
[0033]数据优化单元，用于设置离散阈值，并基于所述离散阈值对所述初始种子体素和初始体素云数据进行优化得到优化种子体素和优化体素云数据；
[0034]超体素分割单元，用于基于超体素分割算法并通过所述优化种子体素对所述优化体素云数据进行超体素分割得到初始块度数据；
[0035]再聚类单元，用于基于聚类算法对所述初始块度数据进行再聚类得到块度分析结果
。
[0036]另一方面，本专利技术还提供了一种电子设备，包括存储器和处理器，其中，
[0037]所述存储器，用于存储计算机程序；
[0038]所述处理器，与所述存储器耦合，用于执行计算机程序，以实现上述任意一项所述的料堆块度分析方法中的步骤
。
[0039]另一方面，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述任一项所述的料堆块度分析方法中的步骤
。
[0040]与现有技术相比，采用上述实施例的有益效果是：在本专利技术提供的料堆块度分析方法中，首先获取待测料堆点云数据；然后基于超体素分割算法对待测料堆点云数据进行初步超体素分割，得到初始种子体素和初始体素云数据；设置离散阈值，并基于离散阈值对初始种子体素和初始体素云数据进行优化得到优化种子体素和优化体素云数据；基于超体素分割算法并通过优化种子体素对优化体素云数据进行超体素分割得到初始块度数据；最后基于聚类算法对初始块度数据进行再聚类得到块度分析结果
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种料堆块度分析方法，其特征在于，所述方法包括：获取待测料堆点云数据；基于超体素分割算法对所述待测料堆点云数据进行初步超体素分割，得到初始种子体素和初始体素云数据；设置离散阈值，并基于所述离散阈值对所述初始种子体素和初始体素云数据进行优化得到优化种子体素和优化体素云数据；基于超体素分割算法并通过所述优化种子体素对所述优化体素云数据进行超体素分割得到初始块度数据；基于聚类算法对所述初始块度数据进行再聚类得到块度分析结果
。2.
根据权利要求1所述的料堆块度分析方法，其特征在于，所述获取待测料堆点云数据，包括：设置多站点扫描待测料堆得到各站点的初始料堆点云数据；将所述各站点的初始料堆点云数据进行点云配准得到待测料堆点云数据
。3.
根据权利要求1所述的料堆块度分析方法，其特征在于，所述基于超体素分割算法对所述待测料堆点云数据进行初步超体素分割，得到初始种子体素和初始体素云数据，包括：构建体素空间，将所述待测料堆点云数据投影到所述体素空间并进行噪点去噪得到投影体素云数据；在所述投影体素云数据中选定初始种子体素，并将所述初始种子体素中未包含体素云数据的孤立种子体素进行剔除；设置距离相似度阈值，计算所述各初始种子体素与邻接体素的距离相似度，得到各个初始种子体素的距离相似度高于所述距离相似度阈值的距离相似邻接体素，将所述各初始种子体素的距离相似邻接体素并入对应初始种子体素中得到初始体素云数据，并确定各初始种子体素的距离相似邻接体素数量
。4.
根据权利要求3所述的料堆块度分析方法，其特征在于，所述构建体素空间，将所述待测料堆点云数据投影到所述体素空间并进行噪点去噪得到投影体素云数据，包括：以待测料堆点云数据中坐标值最小顶点和坐标值最大顶点构建最大立方体作为体素空间；以所述坐标值最小顶点为原点，以所述体素分辨率最小单元作为坐标值单位长度，构建体素坐标系；确定所述体素坐标系中包含点云数据的单位体素和所述单位体素包含的点云数量，根据所述包含点云数据的单位体素将待测料堆点云数据转换为投影体素云数据；设置噪点剔除阈值，将所述投影体素云数据中包含点云数量低于所述噪点剔除阈值的体素进行剔除
。5.
根据权利要求3所述的料堆块度分析方法，其特征在于，所述设置离散阈...

【专利技术属性】
技术研发人员：李辉，余文杰，田阔，熊书敏，赵书刚，何雷，韩思远，许科，吴峰，吴亚辉，
申请(专利权)人：中冶武勘智诚武汉工程技术有限公司，
类型：发明
国别省市：