CN110378843A - 数据滤波方法和装置 - Google Patents
数据滤波方法和装置 Download PDFInfo
- Publication number
- CN110378843A CN110378843A CN201811346626.2A CN201811346626A CN110378843A CN 110378843 A CN110378843 A CN 110378843A CN 201811346626 A CN201811346626 A CN 201811346626A CN 110378843 A CN110378843 A CN 110378843A
- Authority
- CN
- China
- Prior art keywords
- point data
- point
- data set
- filtered
- coordinate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了数据滤波方法和装置。该方法的一具体实施方式包括:获取点数据集合,其中,点数据包括点的坐标;对点数据集合进行滤波处理,生成滤波后的点数据集合;对于滤波后的点数据集合中的点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量;将滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值的点数据的集合,确定为第一滤波结果。该实施方式所得到的滤波结果中包含更少离群点的点数据,从而提高了滤波结果表征的结构信息的直观程度和准确程度,降低了离群点对分析点数据时产生的干扰。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及数据滤波方法和装置。
背景技术
通过测量仪器得到的物品外观表面的点数据集合称之为点云数据。通常,点云数据的预处理对机器人的定位和感知等有着重要的作用。点云数据预处理的好坏,将直接影响到机器人的定位好坏和感知结果的准确率。
点云的预处理通常是对传感器采集的点云数据进行滤波。过滤掉无用的点云数据,有利于点云数据的匹配,有助于提高定位和建图的精度,还可以提高点云数据计算的效率。
发明内容
本申请实施例提出了数据滤波方法和装置。
第一方面,本申请实施例提供了一种数据滤波方法,该方法包括:获取点数据集合,其中,点数据包括点的坐标;对点数据集合进行滤波处理,生成滤波后的点数据集合;对于滤波后的点数据集合中的点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量;将滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值的点数据的集合,确定为第一滤波结果。
在一些实施例中,该方法还包括:确定第一滤波结果包括的点数据的数量;响应于确定点数据的数量大于或等于预设的第二数量阈值,在第一滤波结果中选取第二数量阈值个点数据作为第二滤波结果。
在一些实施例中,在第一滤波结果中选取第二数量阈值个点数据作为第二滤波结果,包括:在第一滤波结果中随机选取第二数量阈值个点数据作为第二滤波结果。
在一些实施例中,对点数据集合进行滤波处理,生成滤波后的点数据集合,包括:基于点数据集合中坐标位于预设坐标范围内的点数据,生成滤波后的点数据集合。
在一些实施例中,基于点数据集合中坐标位于预设坐标范围内的点数据,生成滤波后的点数据集合,包括:采用预定大小的立方体,对点数据集合中坐标位于预设坐标范围内的点数据表征的点所在的三维空间进行划分;确定各个立方体形状的空间内的点数据表征的点的质心点的坐标,将所确定的质心点的坐标的集合作为滤波后的点数据集合。
第二方面,本申请实施例提供了一种数据滤波装置,该装置包括:获取单元,被配置成获取点数据集合,其中,点数据包括点的坐标;生成单元,被配置成对点数据集合进行滤波处理,生成滤波后的点数据集合;第一确定单元,被配置成对于滤波后的点数据集合中的点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量;第二确定单元,被配置成将滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值的点数据的集合,确定为第一滤波结果。
在一些实施例中,该装置还包括:第三确定单元,被配置成确定第一滤波结果包括的点数据的数量;选取单元,被配置成响应于确定点数据的数量大于或等于预设的第二数量阈值,在第一滤波结果中选取第二数量阈值个点数据作为第二滤波结果。
在一些实施例中,选取单元包括:选取模块,被配置成在第一滤波结果中随机选取第二数量阈值个点数据作为第二滤波结果。
在一些实施例中,生成单元包括:生成模块,被配置成基于点数据集合中坐标位于预设坐标范围内的点数据,生成滤波后的点数据集合。
在一些实施例中,生成模块包括:划分子模块,被配置成采用预定大小的立方体,对点数据集合中坐标位于预设坐标范围内的点数据表征的点所在的三维空间进行划分;确定子模块,被配置成确定各个立方体形状的空间内的点数据表征的点的质心点的坐标,将所确定的质心点的坐标的集合作为滤波后的点数据集合。
第三方面,本申请实施例提供了一种数据滤波电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得该一个或多个处理器实现如上述数据滤波方法中任一实施例的方法。
第四方面,本申请实施例提供了一种数据滤波计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上述数据滤波方法中任一实施例的方法。
本申请实施例提供的数据滤波方法和装置,通过获取点数据集合,然后,对点数据集合进行滤波处理,生成滤波后的点数据集合,之后,对于滤波后的点数据集合中的点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量,最后,将滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值的点数据的集合,确定为第一滤波结果,从而使得所得到的滤波结果中包含更少离群点的点数据,由此,提高了滤波结果表征的结构信息的直观程度和准确程度,降低了离群点对分析点数据时产生的干扰。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性***架构图;
图2是根据本申请的数据滤波方法的一个实施例的流程图;
图3A和图3B是根据本申请的数据滤波方法的一个应用场景的示意图;
图4是根据本申请的数据滤波方法的又一个实施例的流程图;
图5是根据本申请的数据滤波装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的电子设备的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请实施例的数据滤波方法或数据滤波装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括终端设备101、102,服务器103、网络104和点云数据采集装置105。网络104用以在终端设备101、102、服务器103和点云数据采集装置105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102,服务器103,点云数据采集装置105可以通过网络104交互,以接收或发送数据(例如点数据集合(即点云数据))等。终端设备101、102上可以安装有各种通讯客户端应用,例如数据处理类应用、图像处理类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102可以是硬件,也可以是软件。当终端设备101、102为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器103可以是提供各种服务的服务器,例如对终端设备101、102上发送的数据进行计算的后台服务器。后台服务器可以对接收到的数据(例如点云数据)进行滤波等处理,并将处理结果(例如滤波后得到的点云数据)反馈给终端设备。
点云数据采集装置105可以是用于采集点云数据的装置。例如,点云数据采集装置105可以包括但不限于:三维激光扫描仪、照相式扫描仪等等。点云数据采集装置105在采集到点云数据之后,可以将采集到的点云数据发送至终端设备101、102或者服务器103,以供终端设备101、102或者服务器103对点云数据进行滤波等处理。
需要说明的是,本申请实施例所提供的数据滤波方法可以由服务器103执行,相应地,数据滤波装置可以设置于服务器103中。此外,本申请实施例所提供的数据滤波方法也可以由终端设备101、102执行,相应地,数据滤波装置也可以设置于终端设备101、102中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络、服务器和点云数据采集装置的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。当数据滤波方法运行于其上的电子设备不需要与其他电子设备进行数据传输时,该***架构可以不包括除数据滤波方法运行于其上的电子设备之外的其他电子设备。
继续参考图2,示出了根据本申请的数据滤波方法的一个实施例的流程200。该数据滤波方法,包括以下步骤:
步骤201,获取点数据集合。
在本实施例中,数据滤波方法的执行主体(例如图1所示的服务器或终端设备)可以通过有线连接方式或者无线连接方式获取点数据集合。其中,点数据包括点的坐标。上述点数据集合可以获取自数据采集装置(例如传感器),也可以获取自用于存储点数据集合的装置,还可以获取自本地(即上述执行主体本身)。
实践中,点数据集合可以是一帧或多帧雷达数据(例如点云数据)。点数据可以表征物体外观的点。通常,点数据表征的点可以是三维空间中的点,因而,点数据包括点的坐标通常为三维坐标。
步骤202,对点数据集合进行滤波处理,生成滤波后的点数据集合。
在本实施例中,上述执行主体可以对步骤201中获取的点数据集合进行滤波处理,生成滤波后的点数据集合。
在这里,上述滤波处理可以包括但不限于以下至少一项:直通滤波、体素化(Voxelization)滤波等等。
可以理解,经过滤波处理,可能会减少(也可能不减少)点数据集合中的点数据的数量,从而得到滤波后的点数据集合。技术人员可以根据实际需要确定上述滤波处理的具体方式,以在点数据集合中去除某个范围之内或者之外的点数据,或者,去除离群点(例如由传感器噪声产生的,或者由传感器中的点发生折射等物理现象产生的,或者由于距离传感器相对其他点较远而无法观测到的点)的点数据。
在本实施例的一些可选的实现方式中,上述执行主体可以如下执行该步骤202:基于点数据集合中坐标位于预设坐标范围内的点数据,生成滤波后的点数据集合。其中,预设坐标范围可以是预先设置的坐标范围。
示例性的,上述执行主体可以将点数据集合中的、坐标位于该预设坐标范围内的点数据进行保留,将点数据集合中的、坐标位于该预设坐标范围之外的点数据进行删除,从而将保留的点数据的集合作为滤波后的点数据集合。
可选的,上述执行主体还可以将点数据集合中的、坐标位于该预设坐标范围内的点数据进行标记,从而将标记的点数据的集合作为滤波后的点数据集合。或者,上述执行主体还可以将点数据集合中的、坐标位于该预设坐标范围之外的点数据进行标记,从而将未被标记的点数据的集合作为滤波后的点数据集合。
作为示例,上述执行主体可以将点数据集合中坐标位于预设坐标范围(例如x、y、z坐标轴分别位于0米至50米之间)内的点数据的集合确定为滤波后的点数据集合。
步骤203,对于滤波后的点数据集合中的点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量。
在本实施例中,对于滤波后的点数据集合中的点数据,上述执行主体可以根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量。其中,上述设定范围可以是预先设置的范围。例如,上述设定范围可以是以该点数据为球心,以某个距离阈值(例如1米)为半径的球体范围内。也可以是以该点数据为质心的正方体所在的范围内。
在这里,上述执行主体可以对于滤波后的点数据集合中的每个点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量。也可以对于滤波后的点数据集合中的预定数量(例如1000、500等)个点数据中的点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量。
在一些使用情况下,上述执行主体还可以对于滤波后的点数据集合中的点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的、除该点数据之外的其他点数据表征的点的数量。
步骤204,将滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值的点数据的集合,确定为第一滤波结果。
在本实施例中,上述执行主体可以将滤波后的点数据集合中的、所确定的大于或等于预设的第一数量阈值的数量对应的点数据的集合,确定为第一滤波结果。其中,第一数量阈值可以是预先设置的数量值。例如,上述第一数量阈值可以是5、6等等。
应当理解,在步骤203中,上述执行主体确定了滤波后的点数据集合中的点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量,因此,滤波后的点数据集合中的点数据与所确定的每个数量是相对应的。
可以理解,上述执行主体可以通过比较滤波后的点数据集合中的点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量,与上述第一数量阈值的大小关系,从而将数量大于或等于预设的第一数量阈值的点数据的集合,确定为第一滤波结果。
在本实施例的一些可选的实现方式中,上述执行主体还可以确定第一滤波结果包括的点数据的数量。如果所确定的点数据的数量大于或等于预设的第二数量阈值,那么,上述执行主体可以在第一滤波结果中选取第二数量阈值个点数据作为第二滤波结果。其中,第二数量阈值可以是预先设置的数量值(例如200、300等)。需要说明的是,第一数量阈值、第二数量阈值仅用作区分两个数量值,第一数量阈值和第二数量阈值可以相同也可以不同。
在这里,上述执行主体可以通过多种方式,在第一滤波结果中选取第二数量阈值个点数据。示例性的,上述执行主体可以将第一滤波结果包括的点数据所在的三维空间划分为预定数量(例如2、4等等)个区域,然后从每个区域中随机选取,或者,按照一定的规则(例如按照预设的编号顺序)选取点数据,使得所选取的各个区域的点数据的数量之和为第二数量阈值。
在本实施例的一些可选的实现方式中,上述在第一滤波结果中选取第二数量阈值个点数据作为第二滤波结果,可以包括:在第一滤波结果中随机选取第二数量阈值个点数据作为第二滤波结果。
继续参见图3A-图3B,图3A-图3B是根据本实施例的数据滤波方法的一个应用场景的示意图。在图3A中,服务器301首先获取到了点数据集合。其中点数据集合包括点数据1、点数据2,……,点数据n(n为正整数,n表征获取的点数据集合中的点数据的数量)。点数据1可以包括该点数据1表征的点的坐标(例如(1,2,3)),点数据2可以包括该点数据2表征的点的坐标(例如(1.1,2.1,3.1)),……,点数据n可以包括该点数据n表征的点的坐标(例如(1.2,2.2,3.2))。然后,服务器301可以对点数据集合进行滤波处理(例如删除x坐标、y坐标、z坐标位于0至50米范围之外的点数据),生成滤波后的点数据集合。这里,滤波后的点数据集合包括点数据1、点数据5、点数据m(m为正整数,用于标识滤波后的点数据集合中的点数据)……。之后,对于滤波后的点数据集合中的点数据,服务器301根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量。这里,点数据1表征的点的设定范围(例如1米)内滤波后的点数据集合中的点数据表征的点的数量为“数量1(例如1)”,点数据5表征的点的设定范围(例如1米)内滤波后的点数据集合中的点数据表征的点的数量为“数量5(例如18)”,点数据m表征的点的设定范围(例如1米)内滤波后的点数据集合中的点数据表征的点的数量为“数量m(例如7)”。最后,服务器301将滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值(例如5)的点数据的集合,确定为第一滤波结果。这里,服务器301确定出滤波后的点数据集合中的点数据5表征的点(例如图3B中的点5)的设定范围(例如1米)内滤波后的点数据集合中的点数据表征的点的数量、点数据m表征的点的设定范围(例如1米)内滤波后的点数据集合中的点数据表征的点的数量大于或等于预设的第一数量阈值,由此,得到的第一滤波结果包括上述滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值的点数据的集合(即包括点数据5……点数据m)。
本申请的上述实施例提供的方法,通过获取点数据集合,然后,对点数据集合进行滤波处理,生成滤波后的点数据集合,之后,对于滤波后的点数据集合中的点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量,最后,将滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值的点数据的集合,确定为第一滤波结果,从而使得所得到的滤波结果中包含更少离群点的点数据,由此,提高了滤波结果表征的结构信息的直观程度和准确程度,降低了离群点对分析点数据时产生的干扰。
进一步参考图4,其示出了数据滤波方法的又一个实施例的流程400。该数据滤波方法的流程400,包括以下步骤:
步骤401,获取点数据集合。
在本实施例中,步骤401与图2对应实施例中的步骤201基本一致,这里不再赘述。
步骤402,采用预定大小的立方体,对点数据集合中坐标位于预设坐标范围内的点数据表征的点所在的三维空间进行划分。
在本实施例中,上述执行主体可以采用预定大小的立方体,对点数据集合中坐标位于预设坐标范围内的点数据表征的点所在的三维空间进行划分。
在这里,上述执行主体可以如下执行该步骤402:
首先,确定步骤401获取的点数据集合中,坐标位于预设坐标范围(例如x、y、z坐标轴分别位于0米至50米之间)内的点数据。
可以理解,通常对于生成点云数据的传感器而言,距离太远的点的分布较稀疏,不再具有明显的结构化特征;距离太近的点可能为障碍物,没有实际作用,因此,通过确定坐标位于预设坐标范围内的点数据,可以保留对后续分析有用途的、具有结构化特征的数据。
然后,采用预定大小(例如边长为0.5米、1米等)的立方体,对上述坐标位于预设坐标范围内的点数据表征的点所在的三维空间进行划分。可以理解,当上述执行主体采用边长为1米的立方体,对上述坐标位于x、y、z坐标轴分别位于0米至50米内的点数据表征的点所在的三维空间进行划分时,可以划分得到125000个立方体形状的空间。
步骤403,确定各个立方体形状的空间内的点数据表征的点的质心点的坐标,将所确定的质心点的坐标的集合作为滤波后的点数据集合。
在本实施例中,上述执行主体可以确定各个立方体形状的空间内的点数据表征的点的质心点的坐标,将所确定的质心点的坐标的集合作为滤波后的点数据集合。
可以理解,上述执行主体可以通过确定每个立方体内的点数据的x、y、z轴坐标的平均值,得到该立方体内的点数据表征的点的质心点的坐标,然后再将所得到的质心点的坐标的集合作为滤波后的点数据集合。
在这里,坐标位于上述预设坐标范围内的点数据的集合通常较为稠密,且保留了大量的结构化特征,但过于稠密的点数据会大大消耗内存和计算资源。在此场景下,通过将所确定的质心点的坐标的集合,确定为滤波后的点数据集合,可以降低数据的密度,由此,可以保证在不破坏点云数据表征的结构信息的前提下,降低了数据的数量,从而减少了对内存和计算资源的消耗。
步骤404,对于滤波后的点数据集合中的点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量。
在本实施例中,步骤404与图2对应实施例中的步骤203基本一致,这里不再赘述。
步骤405,将滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值的点数据的集合,确定为第一滤波结果。
在本实施例中,步骤405与图2对应实施例中的步骤204基本一致,这里不再赘述。
可以理解,通过执行上述步骤401至步骤403之后保留的数据中,可能仍包括大量的离群点的点数据,在此场景下,通过执行步骤404和步骤405,可以一定程度上去除离群点,从而得到第一滤波结果。
步骤406,确定第一滤波结果包括的点数据的数量。
在本实施例中,上述执行主体可以确定第一滤波结果包括的点数据的数量。
可以理解,第一滤波结果为滤波后的点数据集合中所确定的大于或等于预设的第一数量阈值的数量对应的点数据的集合,由此,上述执行主体可以确定该集合中的集合元素的数量作为第一滤波结果包括的点数据的数量。
步骤407,响应于确定点数据的数量大于或等于预设的第二数量阈值,在第一滤波结果中随机选取第二数量阈值个点数据作为第二滤波结果。
在本实施例中,在确定点数据的数量大于或等于预设的第二数量阈值的情况下,上述执行主体可以在第一滤波结果中随机选取第二数量阈值个点数据作为第二滤波结果。如果所确定的点数据的数量大于或等于预设的第二数量阈值,那么,上述执行主体可以在第一滤波结果中随机选取第二数量阈值个点数据作为第二滤波结果。其中,第二数量阈值可以是预先设置的数量值。
在本实施例的一些可选的实现方式中,在确定点数据的数量小于上述第二数量阈值的情况下,上述执行主体还可以将步骤401获取到的点数据集合确定为无效的点数据集合。
可以理解,通过执行上述步骤401至步骤405之后,可以得到第一滤波结果。然而,由于周围环境的复杂程度不同,保留的点数据的数量可能不同(例如,在空旷的区域点云数量通过上述处理后,剩余的点数据的数量很少,在密集的区域则剩余的点数据的数量很多),会导致不同场景下计算时间消耗、计算资源占用不同,可能导致机器人无法定位和感知周围环境。在高精度定位过程中,通常需要以一定的频率输出定位的结果,因此需要对点数据的数量进行控制,使其在不破坏原有结构的基础上,控制点数据的数量不超过一定的阈值。
从图4中可以看出,与图2对应的实施例相比,本实施例中的数据滤波方法的流程400突出了对点数据集合依次进行多次不同的滤波处理的步骤。由此,本实施例描述的方案可以引入更多的滤波处理方式,从而更精确的滤除了离群点,相对于第一滤波结果,第二滤波结果得到的点数据的数量可能更少,由此,可以减少对滤波结果进行计算的计算量,降低了对计算资源的占用。此外,本实施例中的数据滤波方法的流程400可以通过第一预设数量阈值的设置,降低对预设坐标范围的依赖,相对于图2对应的实施例,本申请实施例的适用范围更广。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种数据滤波装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,除下面所记载的特征外,该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征。该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的数据滤波装置500包括:获取单元501、生成单元502、第一确定单元503和第二确定单元504。其中,获取单元501被配置成获取点数据集合,其中,点数据包括点的坐标;生成单元502被配置成对点数据集合进行滤波处理,生成滤波后的点数据集合;第一确定单元503被配置成对于滤波后的点数据集合中的点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量;第二确定单元504被配置成将滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值的点数据的集合,确定为第一滤波结果。
在本实施例中,数据滤波装置500的获取单元501可以通过有线连接方式或者无线连接方式获取点数据集合。其中,点数据包括点的坐标。上述点数据集合可以获取自数据采集装置(例如传感器),也可以获取自用于存储点数据集合的装置,还可以获取自本地(即上述装置500本身)。
在本实施例中,上述生成单元502可以对获取单元501获取的点数据集合进行滤波处理,生成滤波后的点数据集合。
在本实施例中,对于滤波后的点数据集合中的点数据,上述第一确定单元503可以根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量。其中,上述设定范围可以是预先设置的范围。例如,上述设定范围可以是以该点数据为球心,以某个距离阈值(例如1米)为半径的球体范围内。也可以是以该点数据为质心的正方体所在的范围内。
在本实施例中,上述第二确定单元504可以将滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值的点数据的集合,确定为第一滤波结果。其中,第一数量阈值可以是预先设置的数量值。例如,上述第一数量阈值可以是5、6等等。
在本实施例的一些可选的实现方式中,该装置500还可以包括:第三确定单元(图中未示出)被配置成确定第一滤波结果包括的点数据的数量;选取单元(图中未示出)被配置成响应于确定点数据的数量大于或等于预设的第二数量阈值,在第一滤波结果中选取第二数量阈值个点数据作为第二滤波结果。其中,第二数量阈值可以是预先设置的数量值。需要说明的是,第一数量阈值、第二数量阈值仅用作区分两个数量值,第一数量阈值和第二数量阈值可以相同也可以不同。
在本实施例的一些可选的实现方式中,选取单元可以包括:选取模块(图中未示出)被配置成在第一滤波结果中随机选取第二数量阈值个点数据作为第二滤波结果。
在本实施例的一些可选的实现方式中,生成单元502可以包括:生成模块(图中未示出)被配置成基于点数据集合中坐标位于预设坐标范围内的点数据,生成滤波后的点数据集合。其中,预设坐标范围可以是预先设置的坐标范围。
在本实施例的一些可选的实现方式中,生成模块可以包括:划分子模块(图中未示出)被配置成采用预定大小的立方体,对点数据集合中坐标位于预设坐标范围内的点数据的表征的点所在的三维空间进行划分;确定子模块(图中未示出)被配置成确定各个立方体形状的空间内的点数据表征的点的质心点的坐标,将所确定的质心点的坐标的集合作为滤波后的点数据集合。
本申请的上述实施例提供的装置,通过获取单元501获取点数据集合,其中,点数据包括点的坐标,然后生成单元502对所述点数据集合进行滤波处理,生成滤波后的点数据集合,之后第一确定单元503对于所述滤波后的点数据集合中的点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内所述滤波后的点数据集合中的点数据表征的点的数量,第二确定单元504将所述滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值的点数据的集合,确定为第一滤波结果,从而使得所得到的滤波结果中包含更少离群点的点数据,由此,提高了滤波结果表征的结构信息的直观程度和准确程度,降低了离群点对分析点数据时产生的干扰。
下面参考图6,其示出了适于用来实现本申请实施例的电子设备的计算机***600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机***600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有***600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向目标的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、生成单元、第一确定单元和第二确定单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取点数据集合的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取点数据集合,其中,点数据包括点的坐标;对点数据集合进行滤波处理,生成滤波后的点数据集合;对于滤波后的点数据集合中的点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内滤波后的点数据集合中的点数据表征的点的数量;将滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值的点数据的集合,确定为第一滤波结果。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种数据滤波方法,包括:
获取点数据集合,其中,点数据包括点的坐标;
对所述点数据集合进行滤波处理,生成滤波后的点数据集合;
对于所述滤波后的点数据集合中的点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内所述滤波后的点数据集合中的点数据表征的点的数量;
将所述滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值的点数据的集合,确定为第一滤波结果。
2.根据权利要求1所述的方法,其中,所述方法还包括:
确定所述第一滤波结果包括的点数据的数量;
响应于确定所述点数据的数量大于或等于预设的第二数量阈值,在所述第一滤波结果中选取所述第二数量阈值个点数据作为第二滤波结果。
3.根据权利要求2所述的方法,其中,所述在所述第一滤波结果中选取所述第二数量阈值个点数据作为第二滤波结果,包括:
在所述第一滤波结果中随机选取所述第二数量阈值个点数据作为第二滤波结果。
4.根据权利要求1-3之一所述的方法,其中,所述对所述点数据集合进行滤波处理,生成滤波后的点数据集合,包括:
基于所述点数据集合中坐标位于预设坐标范围内的点数据,生成滤波后的点数据集合。
5.根据权利要求4所述的方法,其中,所述基于所述点数据集合中坐标位于预设坐标范围内的点数据,生成滤波后的点数据集合,包括:
采用预定大小的立方体,对所述点数据集合中坐标位于预设坐标范围内的点数据表征的点所在的三维空间进行划分;
确定各个立方体形状的空间内的点数据表征的点的质心点的坐标,将所确定的质心点的坐标的集合作为滤波后的点数据集合。
6.一种数据滤波装置,包括:
获取单元,被配置成获取点数据集合,其中,点数据包括点的坐标;
生成单元,被配置成对所述点数据集合进行滤波处理,生成滤波后的点数据集合;
第一确定单元,被配置成对于所述滤波后的点数据集合中的点数据,根据该点数据表征的点的坐标,确定该点数据表征的点的设定范围内所述滤波后的点数据集合中的点数据表征的点的数量;
第二确定单元,被配置成将所述滤波后的点数据集合中所确定的数量大于或等于预设的第一数量阈值的点数据的集合,确定为第一滤波结果。
7.根据权利要求6所述的装置,其中,所述装置还包括:
第三确定单元,被配置成确定所述第一滤波结果包括的点数据的数量;
选取单元,被配置成响应于确定所述点数据的数量大于或等于预设的第二数量阈值,在所述第一滤波结果中选取所述第二数量阈值个点数据作为第二滤波结果。
8.根据权利要求7所述的装置,其中,所述选取单元包括:
选取模块,被配置成在所述第一滤波结果中随机选取所述第二数量阈值个点数据作为第二滤波结果。
9.根据权利要求6-8之一所述的装置,其中,所述生成单元包括:
生成模块,被配置成基于所述点数据集合中坐标位于预设坐标范围内的点数据,生成滤波后的点数据集合。
10.根据权利要求9所述的装置,其中,所述生成模块包括:
划分子模块,被配置成采用预定大小的立方体,对所述点数据集合中坐标位于预设坐标范围内的点数据表征的点所在的三维空间进行划分;
确定子模块,被配置成确定各个立方体形状的空间内的点数据表征的点的质心点的坐标,将所确定的质心点的坐标的集合作为滤波后的点数据集合。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811346626.2A CN110378843A (zh) | 2018-11-13 | 2018-11-13 | 数据滤波方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811346626.2A CN110378843A (zh) | 2018-11-13 | 2018-11-13 | 数据滤波方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110378843A true CN110378843A (zh) | 2019-10-25 |
Family
ID=68243484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811346626.2A Pending CN110378843A (zh) | 2018-11-13 | 2018-11-13 | 数据滤波方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378843A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111190169A (zh) * | 2019-12-31 | 2020-05-22 | 智车优行科技(北京)有限公司 | 雷达数据滤波方法和装置、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103824270A (zh) * | 2013-09-25 | 2014-05-28 | 浙江树人大学 | 一种快速的离散三维点云滤波方法 |
CN105046275A (zh) * | 2015-07-13 | 2015-11-11 | 河海大学 | 基于角度方差的大规模高维离群数据检测方法 |
CN107067045A (zh) * | 2017-05-31 | 2017-08-18 | 北京京东尚科信息技术有限公司 | 数据聚类方法、装置、计算机可读介质和电子设备 |
WO2017185296A1 (zh) * | 2016-04-28 | 2017-11-02 | 深圳大学 | 一种基于多支撑点索引的离群检测方法及其*** |
CN111582054A (zh) * | 2020-04-17 | 2020-08-25 | 中联重科股份有限公司 | 点云数据处理方法及装置、障碍物检测方法及装置 |
-
2018
- 2018-11-13 CN CN201811346626.2A patent/CN110378843A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103824270A (zh) * | 2013-09-25 | 2014-05-28 | 浙江树人大学 | 一种快速的离散三维点云滤波方法 |
CN105046275A (zh) * | 2015-07-13 | 2015-11-11 | 河海大学 | 基于角度方差的大规模高维离群数据检测方法 |
WO2017185296A1 (zh) * | 2016-04-28 | 2017-11-02 | 深圳大学 | 一种基于多支撑点索引的离群检测方法及其*** |
CN107067045A (zh) * | 2017-05-31 | 2017-08-18 | 北京京东尚科信息技术有限公司 | 数据聚类方法、装置、计算机可读介质和电子设备 |
CN111582054A (zh) * | 2020-04-17 | 2020-08-25 | 中联重科股份有限公司 | 点云数据处理方法及装置、障碍物检测方法及装置 |
Non-Patent Citations (2)
Title |
---|
培培哥等: "PCL点云数据的VoxelGrid和RadiusOutlierRemoval滤波", 《HTTPS://BLOG.CSDN.NET/U014695839/ARTICLE/DETAILS/78746064/》 * |
杨泽鑫等: "基于PCL和Qt的点云处理***设计与开发", 《广东工业大学学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111190169A (zh) * | 2019-12-31 | 2020-05-22 | 智车优行科技(北京)有限公司 | 雷达数据滤波方法和装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106911697B (zh) | 访问权限设置方法、装置、服务器及存储介质 | |
CN109389640A (zh) | 图像处理方法和装置 | |
CN109992498A (zh) | 测试用例的生成方法及***、计算机*** | |
CN109118456A (zh) | 图像处理方法和装置 | |
CN109272050B (zh) | 图像处理方法和装置 | |
CN109325996A (zh) | 用于生成信息的方法和装置 | |
CN109711508A (zh) | 图像处理方法和装置 | |
CN109377508A (zh) | 图像处理方法和装置 | |
CN110400201A (zh) | 信息展示方法、装置、电子设备以及介质 | |
CN110070076A (zh) | 用于选取训练用样本的方法和装置 | |
CN109241722A (zh) | 用于获取信息的方法、电子设备和计算机可读介质 | |
CN108960206A (zh) | 视频帧处理方法和装置 | |
CN108364029A (zh) | 用于生成模型的方法和装置 | |
CN109785072A (zh) | 用于生成信息的方法和装置 | |
US20200372462A1 (en) | Order display method and apparatus | |
CN113658597B (zh) | 语音下单方法、装置、电子设备和计算机可读介质 | |
CN110245684A (zh) | 数据处理方法、电子设备和介质 | |
CN110414613A (zh) | 区域聚类的方法、装置、设备和计算机可读存储介质 | |
CN109598344A (zh) | 模型生成方法和装置 | |
CN109597912A (zh) | 用于处理图片的方法 | |
CN110378843A (zh) | 数据滤波方法和装置 | |
CN110349263A (zh) | 一种智能的物品包装方法和装置 | |
CN113808134B (zh) | 油罐布局信息生成方法、装置、电子设备、介质 | |
CN109614603A (zh) | 用于生成信息的方法和装置 | |
CN109948636A (zh) | 数据融合方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191025 |