【技术实现步骤摘要】
本申请涉及数据处理，具体而言，涉及一种点云数据的拾取方法及装置、非易失性存储介质。
技术介绍
1、激光雷达点云地图在实际工作得到广泛的应用。随着激光雷达融合定位技术日趋成熟，获取激光雷达点云地图变得更加简单。得到激光点云地图，通过三维渲染技术将之呈现在计算机屏幕上。地图中的每一个点都要坐标信息。用鼠标获取屏幕中三维点对象这一过程称之为拾取，拾取是三维渲染中基础部分工作。
2、但是，在海量点云显示的情况下，点云前后遮挡关系常常会出现。相关的三维坐标拾取方法为：以距离点云投影的二维坐标最近为条件，判断是否为拾取对象。该方法在点云前后叠加的情况下，很难选取到需要的坐标点，很容易出现点透的情况。
3、针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种点云数据的拾取方法及装置、非易失性存储介质，以至少解决由于相关技术无法在点云数据前后叠加的情况下，拾取目标坐标点，进而造成无法对点云数据进行精准拾取的技术问题。
2、根据本申请实施例的一个方面，提供了一种点云数据的拾取方法，包括：获取目标区域内的点云数据集；确定点云数据集中每个点云数据之间的目标距离，并确定每个点云数据与第一目标点之间的目标夹角，其中，第一目标点为采集装置对应的点，采集装置用于采集点云数据集；将目标距离小于预设阈值，且目标夹角处于预设区间内的点云数据进行聚类，得到多个点云数据簇；在多个点云数据簇中，确定与第二目标点距离最近的目标点云数据簇，并在目标点云数据簇
3、可选地，获取目标区域内的点云数据集，包括：确定用于表示目标区域的透视投影矩阵；获取显示装置的第一二维坐标以及第一方向向量；根据第一二维坐标以及第一方向向量，确定视图矩阵；将透视投影矩阵以及视图矩阵进行组合，得到模型视图投影矩阵，其中，模型视图投影矩阵用于确定点云数据的裁剪空间坐标；根据裁剪空间坐标，确定目标区域内的点云数据集。
4、可选地，得到多个点云数据簇之后，方法还包括：获取多个点云数据簇中每个点云数据簇的第一三维坐标；获取采集装置的第二二维坐标以及第二方向向量；根据第一三维坐标、第二二维坐标、第二方向向量以及采集装置的焦距，确定每个点云数据簇的第二二维坐标。
5、可选地，在多个点云数据簇中，确定与第二目标点距离最近的目标点云数据簇，包括：确定第二目标点对应的第三二维坐标；根据每个点云数据簇的第二二维坐标与第三二维坐标，确定每个点云数据簇与第二目标点的欧式距离；根据每个点云数据簇与第二目标点的欧式距离，确定与第二目标点距离最近的目标点云数据簇。
6、可选地，在目标点云数据簇中确定拾取对象，包括：确定目标点云数据簇中的每个目标点云数据与第二目标点之间的距离；将与第二目标点距离最近的目标点云数据确定为拾取对象，其中，拾取对象中包括以下至少之一：二维坐标、三维坐标、法向量以及颜色。
7、可选地，获取目标区域内的点云数据集之后，方法还包括：通过以下至少之一的方式，去除点云数据集中的噪声以及对点云数据集进行滤波处理：高斯滤波以及统计滤波。
8、可选地，预设区间为90度至180度。
9、根据本申请实施例的再一方面，还提供了一种点云数据的拾取装置，包括：获取模块，用于获取目标区域内的点云数据集；第一确定模块，用于确定点云数据集中每个点云数据之间的目标距离，并确定每个点云数据与第一目标点之间的目标夹角，其中，第一目标点为采集装置对应的点，采集装置用于采集点云数据集；聚类模块，用于将目标距离小于预设阈值，且目标夹角处于预设区间内的点云数据进行聚类，得到多个点云数据簇；第二确定模块，用于在多个点云数据簇中，确定与第二目标点距离最近的目标点云数据簇，并在目标点云数据簇中确定拾取对象，其中，第二目标点为与采集装置对应设置的显示装置对应的点。
10、根据本申请实施例的再一方面，还提供了一种非易失性存储介质，存储介质包括存储的程序，其中，程序运行时控制存储介质所在的设备执行以上的点云数据的拾取方法。
11、根据本申请实施例的再一方面，还提供了一种电子设备，包括：存储器和处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的点云数据的拾取方法。
12、在本申请实施例中，采用获取目标区域内的点云数据集；确定点云数据集中每个点云数据之间的目标距离，并确定每个点云数据与第一目标点之间的目标夹角，其中，第一目标点为采集装置对应的点，采集装置用于采集点云数据集；将目标距离小于预设阈值，且目标夹角处于预设区间内的点云数据进行聚类，得到多个点云数据簇；在多个点云数据簇中，确定与第二目标点距离最近的目标点云数据簇，并在目标点云数据簇中确定拾取对象，其中，第二目标点为与采集装置对应设置的显示装置对应的点的方式，达到了在点云数据前后叠加的情况下，确定目标拾取对象的目的，从而实现了对点云数据进行精准拾取的技术效果，进而解决了由于相关技术无法在点云数据前后叠加的情况下，拾取目标坐标点，进而造成无法对点云数据进行精准拾取的技术问题。
本文档来自技高网...【技术保护点】
1.一种点云数据的拾取方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取目标区域内的点云数据集，包括：
3.根据权利要求2所述的方法，其特征在于，得到多个点云数据簇之后，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，在所述多个点云数据簇中，确定与第二目标点距离最近的目标点云数据簇，包括：
5.根据权利要求1所述的方法，其特征在于，在所述目标点云数据簇中确定拾取对象，包括：
6.根据权利要求1所述的方法，其特征在于，获取目标区域内的点云数据集之后，所述方法还包括：通过以下至少之一的方式，去除所述点云数据集中的噪声以及对所述点云数据集进行滤波处理：高斯滤波以及统计滤波。
7.根据权利要求1所述的方法，其特征在于，所述预设区间为90度至180度。
8.一种点云数据的拾取装置，其特征在于，包括：
9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中任意一项所述的点
10.一种电子设备，其特征在于，包括：存储器和处理器，所述处理器用于运行存储在所述存储器中的程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的点云数据的拾取方法。
...【技术特征摘要】
1.一种点云数据的拾取方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，获取目标区域内的点云数据集，包括：
3.根据权利要求2所述的方法，其特征在于，得到多个点云数据簇之后，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，在所述多个点云数据簇中，确定与第二目标点距离最近的目标点云数据簇，包括：
5.根据权利要求1所述的方法，其特征在于，在所述目标点云数据簇中确定拾取对象，包括：
6.根据权利要求1所述的方法，其特征在于，获取目标区域内的点云数据集之后，所述方法还包括：通过以下至少之一的方式，去除所述点云数...
【专利技术属性】
技术研发人员：郭甜，赵洋，尚英强，黄小羽，熊俊，
申请(专利权)人：国网北京市电力公司，
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。