CN111412842B - 墙面的截面尺寸的测量方法及装置、*** - Google Patents
墙面的截面尺寸的测量方法及装置、*** Download PDFInfo
- Publication number
- CN111412842B CN111412842B CN202010275617.XA CN202010275617A CN111412842B CN 111412842 B CN111412842 B CN 111412842B CN 202010275617 A CN202010275617 A CN 202010275617A CN 111412842 B CN111412842 B CN 111412842B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- section
- detected
- wall surface
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请公开了一种墙面的截面尺寸的测量方法及装置、***。其中,该方法包括:获取包含待测墙面的原始点云数据,其中,待测墙面包括待测截面;从原始点云数据中提取出待测墙面对应的点云数据;从待测墙面对应的点云数据中提取出待测截面对应的点云数据;依据待测截面对应的点云数据确定待测截面在任意预设高度的截面尺寸。本申请解决了在建筑施工阶段,通过人工测量墙面的截面尺寸存在作业效率低,测量精度低的技术问题。
Description
技术领域
本申请涉及建筑实体测量领域,具体而言,涉及一种墙面的截面尺寸的测量方法及装置、***。
背景技术
在建筑施工阶段,实测实量通过对施工现场的实体测试,并及时反馈产品的质量状态,以便于项目管理者及时改进施工工艺。而目前实测实量仍然沿用相对老旧的数据采集方式,例如,墙体截面尺寸(墙体截面厚度)的测量,都是由实测实量人员使用钢卷尺测量。建筑工地的墙体,即便是同一堵墙,也很难保证在不同高度位置的截面厚度都是一致的。由于作业效率的限制,人工只能对部分测量点位进行数据采集,采样率较低。而且,受限于所使用工具的精度,作业人员很难得到一个非常准确的测量值。
针对在建筑施工阶段,通过人工测量墙体截面尺寸存在作业效率低,测量精度低的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种墙面的截面尺寸的测量方法及装置、***,以至少解决在建筑施工阶段,通过人工测量墙面的截面尺寸存在作业效率低,测量精度低的技术问题。
根据本申请实施例的一个方面,提供了一种墙面的截面尺寸的测量方法,包括:获取包含待测墙面的原始点云数据,其中,待测墙面包括待测截面;从原始点云数据中提取出待测墙面对应的点云数据;从待测墙面对应的点云数据中提取出待测截面对应的点云数据;依据待测截面对应的点云数据确定待测截面在任意预设高度的截面尺寸。
可选地,从原始点云数据中提取出待测墙面对应的点云数据之前,上述方法还包括:对原始点云数据进行降采样处理;以及对原始点云数据进行滤波去噪处理。
可选地,从原始点云数据中提取出待测墙面对应的点云数据,包括:从原始点云数据中筛选出建筑面的点云数据;从建筑面的点云数据中提取出待测墙面的点云数据。
可选地,从原始点云数据中筛选出建筑面的点云数据,包括:对原始点云数据进行平面分割处理,提取出不同平面的点云数据;从不同平面的点云数据中,筛选出两两垂直的三个平面对应的点云数据作为建筑面的点云数据。
可选地,从不同平面的点云数据中,筛选出两两垂直的三个平面对应的点云数据作为建筑面的点云数据,包括:对不同平面的点云数据进行平面拟合处理,获取每个平面对应的平面法向量的方向,并基于平面法向量的方向对平面进行分类,得到不同方向的平面对应的点云数据;从不同方向的平面对应的点云数据中筛选出两两垂直的三个平面对应的点云数据作为建筑面的点云数据。
可选地,从建筑面的点云数据中提取出待测墙面的点云数据,包括:根据传感器的数据采集角度和坐标方向,从建筑面的点云数据中筛选出与地面平行的点云数据,并从筛选出的与地面平行的点云数据中提取出地面的点云数据;将建筑面的点云数据中除与地面平行的点云数据之外的两组相互垂直的点云数据,作为构成待测墙面的点云数据。
可选地,将建筑面的点云数据中除与地面平行的点云数据之外的两组相互垂直的点云数据,作为构成待测墙面的点云数据之前,上述方法还包括:判断两组相互垂直的点云数据组成的凹凸性;如果两组相互垂直的点云数据组成的凹凸性为凸向,将两组相互垂直的点云数据作为待测墙面的点云数据;如果两组相互垂直的点云数据组成的凹凸性为凹向,将两组相互垂直的点云数据作为干扰点云数据。
可选地,从筛选出的与地面平行的点云数据中提取出地面的点云数据,包括:传感器采集数据的Z向正向朝上,筛选出的与地面平行的建筑面的点云数据中Z值最小的点云数据即为地面点云数据。
可选地,从原始点云数据中提取出待测墙面对应的点云数据之后,上述方法还包括:计算待测墙面的点云数据相对于重力面的倾斜角度;根据倾斜角度对建筑面的点云数据进行旋转校准,使得地面的点云数据对应的平面法向量竖直朝上。
可选地,从待测墙面对应的点云数据中提取出待测截面对应的点云数据,包括:遍历待测墙面对应的点云数据,比较待测墙面的点云数据中的点云宽度数据与预设截面尺寸范围,将落入预设截面尺寸范围内的点云宽度数据对应的待测墙面的点云数据作为候选待测截面的点云数据,点云宽度数据为待测墙面中短边的点云数据。
可选地,将落入预设截面尺寸范围内的点云宽度对应的待测墙面的点云数据作为候选待测截面的点云数据之后,上述方法还包括:从候选待测截面的点云数据中选择出截面高度最大的点云数据作为目标待测截面的点云数据,从待测墙面的点云数据的集合中,查找与目标待测截面的点云数据相互垂直且相邻的点云数据,作为基准面的点云数据,其中,所述基准面的点云数据用于所述待测截面的尺寸测量。
可选地,依据待测截面对应的点云数据确定待测截面在任意预设高度的截面尺寸,包括:依据目标待测截面的点云数据和基准面的点云数据确定待测截面在任意预设高度的截面尺寸。
可选地,依据目标待测截面的点云数据和基准面的点云数据确定待测截面在任意预设高度的截面尺寸,包括:从基准面的点云数据中筛选出距目标待测截面与基准面的相交线的距离位于预设范围内的点云数据,作为第一基准面点云数据;提取目标待测截面的点云数据的边缘轮廓数据,从边缘轮廓数据中提取沿目标待测截面的高度方向的两个边缘轮廓数据,并从两个边缘轮廓数据中选择远离第一基准面点云数据的边缘轮廓数据,作为第一边缘轮廓数据;依据预设高度范围从第一边缘轮廓数据中截取第二边缘轮廓数据,从第一基准面点云数据中截取第二基准面点云数据,预设高度范围是以预设高度为基准,往上以及往下分别选取预设数值的高度确定的测量范围;依据第二基准面点云数据和第二边缘轮廓数据确定待测截面在预设高度的截面尺寸。
可选地,依据第二基准面点云数据和第二边缘轮廓数据确定待测截面在预设高度的截面尺寸,包括:对第二基准面点云数据拟合处理,得到第二基准面点云数据在预设坐标系中的平面方程,预设坐标系为以地面墙角位置为原点,基准面的墙面方向为坐标轴方向确定的坐标系;确定第二边缘轮廓数据对应的点云数据与平面方程的距离,将该距离作为待测截面在预设高度的截面尺寸。
根据本申请实施例的另一方面,还提供了一种墙面的截面尺寸的测量装置,包括:获取模块,用于获取包含待测墙面的原始点云数据,其中,待测墙面包括待测截面;第一提取模块,用于从原始点云数据中提取出待测墙面对应的点云数据;第二提取模块,用于从待测墙面对应的点云数据中提取出待测截面对应的点云数据;确定模块,用于依据待测截面对应的点云数据确定待测截面在任意预设高度的截面尺寸。
根据本申请实施例的另一方面,还提供了一种墙面的截面尺寸的测量***,包括:视觉传感器和处理器,其中,视觉传感器,用于获取包含待测墙面的原始点云数据,并将原始点云数据发送至处理器,其中,待测墙面包括待测截面;处理器,与视觉传感器通信连接,用于从原始点云数据中提取出待测墙面对应的点云数据;从待测墙面对应的点云数据中提取出待测截面对应的点云数据;依据待测截面对应的点云数据确定待测截面在任意预设高度的截面尺寸。
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,非易失性存储介质包括存储的程序,在程序运行时控制非易失性存储介质所在设备执行以上的墙面的截面尺寸的测量方法。
根据本申请实施例的再一方面,还提供了一种处理器,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墙面的截面尺寸的测量方法。
在本申请实施例中,采用获取包含待测墙面的原始点云数据;从原始点云数据中提取出待测墙面对应的点云数据,其中,待测墙面包括待测截面;从待测墙面对应的点云数据中提取出待测截面对应的点云数据;依据待测截面对应的点云数据确定待测量墙面的截面尺寸的方式,通过采集建筑物的点云数据,利用点云数据自动测量截面在任意预设高度的截面尺寸,从而实现了提高建筑物的墙面的截面尺寸的测量效率以及测量精度的技术效果,进而解决了在建筑施工阶段,通过人工测量墙面的截面尺寸存在作业效率低,测量精度低技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种墙面的截面尺寸的测量方法的流程图;
图2是根据本申请实施例的一种墙面的截面尺寸的测量装置的结构图;
图3是根据本申请实施例的一种墙面的截面尺寸的测量***的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例,提供了一种墙体截面尺寸的测量方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本申请实施例的一种墙面的截面尺寸的测量方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取包含待测墙面的原始点云数据,其中,待测墙面包括待测截面。
点云数据是指扫描资料以点的形式记录,每一个点包含有三维坐标,有些可能含有颜色信息或反射强度信息。颜色信息通常是通过相机获取彩色影像,然后将对应位置的像素的颜色信息赋予点云中对应的点。强度信息的获取是激光扫描仪接收装置采集到的回波强度,此强度信息与目标的表面材质、粗糙度、入射角度方向,以及仪器的发射能量,激光波长有关。
在本申请的一个可选的实施例中,可以通过视觉传感器获取点云数据。
视觉传感器是整个机器视觉***信息的直接来源,主要由一个或者两个图形传感器组成,有时还要配以光投射器及其其他辅助设备。视觉传感器的主要功能是获取足够的机器视觉***要处理的最原始图像。图像传感器可以使用激光扫描器、线阵和面阵CCD摄像机或者TV摄像机,也可以是最新出现的数字摄像机。
步骤S104,从原始点云数据中提取出待测墙面对应的点云数据。
由于原始点云数据中除了建筑物还有非建筑物,因此需要从采集的目标区域内的点云数据中将建筑物的点云数据区分出来。
步骤S106,从待测墙面对应的点云数据中提取出待测截面对应的点云数据。
步骤S108,依据待测截面对应的点云数据确定待测量截面在任意预设高度的截面尺寸。
通过上述步骤,通过采集建筑物的点云数据,利用点云数据自动测量墙面在任意高度的截面尺寸,从而实现了提高建筑物的墙面的截面尺寸的测量效率以及测量精度的技术效果。
在本申请的一个可选的实施例中,在执行步骤S104之前,还需要对原始点云数据进行降采样处理;以及对原始点云数据进行滤波去噪处理。
在获取到包含完整待测墙面的三维点云数据后,先对获取的点云数据进行降采样处理,降采样的过程处理是一种降低信号采样率的过程,通常用于降低数据传输速率或者数据大小。通过对数据进行降采样处理,可以降低计算机的运算量。再对点云数据进行滤波去噪处理,剔除数据中的离群点,去除环境噪声以及无效点。
在本申请的一个可选的实施例中,执行步骤S104时可以通过以下方法实现:从原始点云数据中筛选出建筑面的点云数据;从建筑面的点云数据中提取出待测墙面的点云数据。
根据本申请的一个可选的实施例,通过以下方式从原始点云数据中筛选出建筑面的点云数据:对原始点云数据进行平面分割处理,提取出不同平面的点云数据;从不同平面的点云数据中,筛选出两两垂直的三个平面对应的点云数据作为建筑面的点云数据。
根据本申请的一个可选的实施例,从不同平面的点云数据中,筛选出两两垂直的三个平面对应的点云数据作为建筑面的点云数据,包括:对不同平面的点云数据进行平面拟合处理,获取每个平面对应的平面法向量的方向,并基于平面法向量的方向对平面进行分类,得到不同方向的平面对应的点云数据;从不同方向的平面对应的点云数据中筛选出两两垂直的三个平面对应的点云数据作为建筑面的点云数据。
建筑信息提取主要包括以下几个步骤:
对获取的原始三维点云数据进行平面分割,提取出所有的平面点云,并进行平面拟合获取方向信息,同时计算点云自身的主方向以及最小包围盒尺寸,最小包围盒是一个简单的几何空间。
根据平面方向,对所有的平面点云进行分类,获取到多组不同方向的点云数据。
在不同方向的点云数据中进行筛选,提取出两两垂直的三组平面作为建筑自身数据,粗略过滤掉其他方向的干扰数据(比如随意放置,表面不平行于墙面的工件)。
通过上述方法,能够根据建筑物本身的设计特征信息,区分点云数据中的建筑物和非建筑物。
根据本申请的一个可选的实施例,从建筑面的点云数据中提取出待测墙面的点云数据,通过以下方式实现:根据传感器的数据采集角度和坐标方向,从建筑面的点云数据中筛选出与地面平行的点云数据;并从筛选出的与地面平行的点云数据中提取出地面的点云数据;将建筑面的点云数据中除与地面平行的点云数据之外的两组相互垂直的点云数据,作为构成待测墙面的点云数据。
在本申请的一个可选的实施例中,将建筑面的点云数据中除与地面平行的点云数据之外的两组相互垂直的点云数据,作为构成待测墙面的点云数据之前,还需要判断两组相互垂直的点云数据组成的凹凸性;如果两组相互垂直的点云数据组成的凹凸性为凸向,将两组相互垂直的点云数据作为待测墙面的点云数据;如果两组相互垂直的点云数据组成的凹凸性为凹向,将两组相互垂直的点云数据作为干扰点云数据。
从原始点云数据坐标原点的方位角度,判断两组相互垂直的点云数据所组成点云的凹凸性是否满足实际情况(从视点的观察角度,截面尺寸都是凸起来的),如果满足,将这两组相互垂直的点云数据作为最终待测墙面的点云数据,否则将这两组相互垂直的点云数据作为干扰数据。
根据本申请的一个可选的实施例,从筛选出的与地面平行的点云数据中提取出地面的点云数据,包括:传感器采集数据的Z向正向朝上,筛选出的与地面平行的建筑面的点云数据中Z值最小的点云数据即为地面点云数据。
根据采集点云数据的视觉传感器本身的数据采集角度,筛选出与地面平行(包含地面)的平面数据集Set1,依据视觉传感器的坐标方向,提取出地面数据F1(比如说传感器采集数据的Z向正向朝上,那么Set1中Z值最小的点云数据即为地面数据)。
通过该方法,可以从建筑物的点云数据中将地面点云数据和墙面点云数据区分开。
在本申请的一些可选的实施例中,从原始点云数据中提取出待测墙面对应的点云数据之后,还需要计算待测墙面的点云数据相对于重力面的倾斜角度;根据倾斜角度对建筑面的点云数据进行旋转校准,使得地面的点云数据对应的平面法向量竖直朝上。
考虑到地面平整度较差,利用建筑墙面的方向朝向,计算出实际墙面点云相对于重力面的倾斜角度,将所有的建筑物点云数据旋转校准到与世界坐标系垂直的方向。并依据墙面附近地面平面的Z值,对所有建筑物信息的点云数据进行平移,令墙角附近地面的平均Z值为0。
通过上述方法对建筑物的点云数据进行校准后,可以以地面上墙角位置为坐标原点,墙面方向为坐标轴方向,建立新的坐标系,是后续根据墙体的点云数据计算墙体的截面尺寸的基础。
根据本申请的一个可选的实施例,步骤S106可以通过以下方法实现:遍历待测墙面对应的点云数据,比较待测墙面的点云数据中的点云宽度数据与预设截面尺寸范围,将落入预设截面尺寸范围内的点云宽度数据对应的待测墙面的点云数据作为候选待测截面的点云数据,点云宽度数据为待测墙面中短边的点云数据。
从待测墙面对应的点云数据中提取出待测截面对应的点云数据主要包括以下步骤:
遍历两组垂直的墙面点云数据Set2和Set3,在其中进行筛选,初步选择点云宽度满足截面尺寸设计值(墙体厚度有一定的设计范围)的候选测量对象Set4。
遍历所有候选测量对象Set4,获取其中的每个平面点云元素O,在与O相垂直的另一个墙面方向的点云数据集合中,查找与O相接壤的点云B,作为相邻墙面/柱面数据。
在本申请的另一个可选的实施例中,将落入预设截面尺寸范围内的点云宽度对应的待测墙面的点云数据作为候选待测截面的点云数据之后,从候选待测截面的点云数据中选择出截面高度最大的点云数据作为目标待测截面的点云数据,从所述待测墙面的点云数据的集合中,查找与所述目标待测截面的点云数据相互垂直且相邻的点云数据,作为基准面的点云数据,其中,所述基准面的点云数据用于所述待测截面的尺寸测量。
如果有多组符合筛选结果的点云数据,选择截面高度最大的一个(截面数据相对更加完整,可测量区域更广),作为最终的测量对象。
通过上述方法,在识别到建筑物信息数据的基础上,能够根据截面尺寸的先验特征,识别出数据中所包含的截面,并结合数据采集的针对性,在可能存在的多个截面中识别出想要测量的截面数据。
根据本申请的一个可选的实施例,步骤S108可以通过以下方法实现:依据目标待测截面的点云数据和基准面的点云数据确定待测截面在任意预设高度的截面尺寸。
在本申请的一个可选的实施例中,依据目标待测截面的点云数据和基准面的点云数据确定待测截面在任意预设高度的截面尺寸,可以通过以下方法实现:从基准面的点云数据中筛选出距目标待测截面与基准面的相交线的距离位于预设范围内的点云数据,作为第一基准面点云数据;提取目标待测截面的点云数据的边缘轮廓数据,从边缘轮廓数据中提取沿目标待测截面的高度方向的两个边缘轮廓数据,并从两个边缘轮廓数据中选择远离第一基准面点云数据的边缘轮廓数据,作为第一边缘轮廓数据;依据预设高度范围从第一边缘轮廓数据中截取第二边缘轮廓数据,依据预设截面测量高度从第一基准面点云数据中截取第二基准面点云数据,预设高度范围是以预设高度为基准,往上以及往下分别选取预设数值的高度确定的测量范围;依据第二基准面点云数据和第二边缘轮廓数据确定待测截面在预设高度的截面尺寸。
可选地,依据第二基准面点云数据和第二边缘轮廓数据确定待测截面在预设高度的截面尺寸,包括:对第二基准面点云数据拟合处理,得到第二基准面点云数据在预设坐标系中的平面方程,预设坐标系为以地面墙角位置为原点,基准面的墙面方向为坐标轴方向确定的坐标系;确定第二边缘轮廓数据对应的点云数据与平面方程的距离,将该距离作为待测截面在预设高度的截面尺寸。
依据上文中提到的待测量墙体截面O的数据信息,仅保留基准面B中距离O的距离位于特定范围以内的数据。该预设范围可以根据需求设定。
提取待测量截面的边缘轮廓,获得一个封闭点云轮廓数据C;在C中提取出沿墙面高度方向的两个边缘轮廓,并筛选出远离相应基准面的一侧边缘轮廓数据L。
在截面指定的测量高度上下一定范围内,截取L中对应的边缘轮廓数据D;同时在相应基准面B中的对应高度处截取相应的墙面数据T。
以T为基准数据,拟合出平面方程,并计算出D中对应的点云数据到该平面方程的距离,即为指定测量高度的截面尺寸测量结果。
通过上述方法,以地面高度为原点,可以根据实测实量的具体需求,仅测量墙面指定高度,也可以对整面墙不同高度都进行测量;且能够适配各种可能出现的墙面情况,自动规避异常位置。
本申请实施例提供的墙面的截面尺寸的测量方法能够自动完成截面尺寸指定位置(或整个墙体高度)的测量。在计算机获取到任意角度采集的倾斜三维点云数据中,通过该测量方法能正确排除非建筑物信息的干扰,并在建筑信息的点云数据中,提取并分辨出待测量截面的点云信息;在获取到具体的待测量截面后,该方法以地面上墙角位置为坐标原点,墙面方向为坐标轴方向,建立新的坐标系。在新坐标系的基础上,根据具体的测量需求,对截面指定高度甚至整个高度都进行截面尺寸测量。当只测量指定高度位置时,能够依据墙体的实际情况,对测量高度进行轻微调整。该测量方法与实测工人的测量手段完全一致,测量结果依托于设备精度,算法误差较小,而且不受任何主观因素的影响,避免了人工测量的局限性,置信度较高。
需要说明的是,上述墙体截面尺寸的测量方法同样适用于门洞深度的测量。
图2是根据本申请实施例的一种墙面的截面尺寸的测量装置的结构图,如图2所示,该装置包括:
获取模块20,用于获取包含待测墙面的原始点云数据,其中,待测墙面包括待测截面。
第一提取模块22,用于从原始点云数据中提取出待测墙面对应的点云数据。
第二提取模块24,用于从待测墙面对应的点云数据中提取出待测截面对应的点云数据。
确定模块26,用于依据待测截面对应的点云数据确定待测截面在任意预设高度的截面尺寸。
需要说明的是,图2所示实施例的优选实施方式可以参见图1所示实施例的相关描述,此处不再赘述。
图3是根据本申请实施例的一种墙面的截面尺寸的测量***的结构图,如图3所示,该***包括:视觉传感器30和处理器32,其中,
视觉传感器30,用于获取包含待测墙面的原始点云数据,并将原始点云数据发送至处理器32,其中,待测墙面包括待测截面。
视觉传感器是整个机器视觉***信息的直接来源,主要由一个或者两个图形传感器组成,有时还要配以光投射器及其其他辅助设备。视觉传感器的主要功能是获取足够的机器视觉***要处理的最原始图像。图像传感器可以使用激光扫描器、线阵和面阵CCD摄像机或者TV摄像机,也可以是最新出现的数字摄像机。
处理器32,与视觉传感器30通信连接,用于从原始点云数据中提取出待测墙面对应的点云数据;从待测墙面对应的点云数据中提取出待测截面对应的点云数据;依据待测截面对应的点云数据确定待测截面在任意预设高度的截面尺寸。
点云数据是指扫描资料以点的形式记录,每一个点包含有三维坐标,有些可能含有颜色信息或反射强度信息。上述目标区域为建筑物所在的区域。
通过上述***,通过采集建筑物的点云数据,利用点云数据自动测量墙体的截面尺寸,从而实现了提高建筑物的墙面的截面尺寸的测量效率以及测量精度的技术效果。
需要说明的是,图3所示实施例的优选实施方式可以参见图1所示实施例的相关描述,此处不再赘述。
本申请实施例提供了一种非易失性存储介质,非易失性存储介质包括存储的程序,在程序运行时控制非易失性存储介质所在设备执行以上的墙面的截面尺寸的测量方法。
非易失性存储介质用于存储执行以下功能的程序:获取包含待测墙面的原始点云数据,其中,待测墙面包括待测截面;从原始点云数据中提取出待测墙面对应的点云数据;从待测墙面对应的点云数据中提取出待测截面对应的点云数据;依据待测截面对应的点云数据确定待测截面在任意预设高度的截面尺寸。
本申请实施例还提供了一种处理器,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墙面的截面尺寸的测量方法。
处理器用于运行执行以下功能的程序:获取包含待测墙面的原始点云数据;从原始点云数据中提取出待测墙面对应的点云数据,其中,待测墙面包括待测截面;从待测墙面对应的点云数据中提取出待测截面对应的点云数据;依据待测截面对应的点云数据确定待测截面在任意预设高度的截面尺寸。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,ReBZLJd-Only Memory)、随机存取存储器(RBZLJM,RBZLJndom BZLJccess Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (13)
1.一种墙面的截面尺寸的测量方法,其特征在于,包括:
获取包含待测墙面的原始点云数据,其中,所述待测墙面包括待测截面;
从所述原始点云数据中提取出所述待测墙面对应的点云数据;
从所述待测墙面对应的点云数据中提取出所述待测截面对应的点云数据;
依据所述待测截面对应的点云数据确定所述待测截面在任意预设高度的截面尺寸;
从所述原始点云数据中提取出所述待测墙面对应的点云数据,包括:从所述原始点云数据中筛选出建筑面的点云数据;从所述建筑面的点云数据中提取出所述待测墙面的点云数据;
从所述待测墙面对应的点云数据中提取出所述待测截面对应的点云数据,包括:遍历所述待测墙面对应的点云数据,比较所述待测墙面的点云数据中的点云宽度数据与预设截面尺寸范围,将落入所述预设截面尺寸范围内的点云宽度数据对应的待测墙面的点云数据作为候选待测截面的点云数据,所述点云宽度数据为所述待测墙面中短边的点云数据;
将落入所述预设截面尺寸范围内的点云宽度数据对应的待测墙面的点云数据作为候选待测截面的点云数据之后,所述方法还包括:从所述候选待测截面的点云数据中选择出截面高度最大的点云数据作为目标待测截面的点云数据,从所述待测墙面的点云数据的集合中,查找与所述目标待测截面的点云数据相互垂直且相邻的点云数据,作为基准面的点云数据,其中,所述基准面的点云数据用于所述待测截面的尺寸测量;
依据所述待测截面对应的点云数据确定所述待测截面在任意预设高度的截面尺寸,包括:从所述基准面的点云数据中筛选出距所述目标待测截面与所述基准面的相交线的距离位于预设范围内的点云数据,作为第一基准面点云数据;提取所述目标待测截面的点云数据的边缘轮廓数据,从所述边缘轮廓数据中提取沿所述目标待测截面的高度方向的两个边缘轮廓数据,并从所述两个边缘轮廓数据中选择远离所述第一基准面点云数据的边缘轮廓数据,作为第一边缘轮廓数据;依据预设高度范围从所述第一边缘轮廓数据中截取第二边缘轮廓数据,从所述第一基准面点云数据中截取第二基准面点云数据,所述预设高度范围是以所述预设高度为基准,往上以及往下分别选取预设数值的高度确定的测量范围;
对所述第二基准面点云数据拟合处理,得到所述第二基准面点云数据在预设坐标系中的平面方程,所述预设坐标系为以地面墙角位置为原点,所述基准面的墙面方向为坐标轴方向确定的坐标系;确定所述第二边缘轮廓数据对应的点云数据与所述平面方程的距离,将所述距离作为所述待测截面在所述预设高度的截面尺寸。
2.根据权利要求1所述的方法,其特征在于,从所述原始点云数据中提取出所述待测墙面对应的点云数据之前,所述方法还包括:
对所述原始点云数据进行降采样处理;以及
对所述原始点云数据进行滤波去噪处理。
3.根据权利要求1所述的方法,其特征在于,从所述原始点云数据中筛选出建筑面的点云数据,包括:
对所述原始点云数据进行平面分割处理,提取出不同平面的点云数据;
从所述不同平面的点云数据中,筛选出两两垂直的三个平面对应的点云数据作为所述建筑面的点云数据。
4.根据权利要求3所述的方法,其特征在于,从所述不同平面的点云数据中,筛选出两两垂直的三个平面对应的点云数据作为所述建筑面的点云数据,包括:
对所述不同平面的点云数据进行平面拟合处理,获取每个平面对应的平面法向量的方向,并基于所述平面法向量的方向对所述平面进行分类,得到不同方向的平面对应的点云数据;
从不同方向的平面对应的点云数据中筛选出两两垂直的三个平面对应的点云数据作为所述建筑面的点云数据。
5.根据权利要求4所述的方法,其特征在于,从所述建筑面的点云数据中提取出所述待测墙面的点云数据,包括:
根据传感器的数据采集角度和坐标方向,从所述建筑面的点云数据中筛选出与地面平行的点云数据,并从筛选出的与地面平行的点云数据中提取出所述地面的点云数据;
将所述建筑面的点云数据中除与地面平行的点云数据之外的两组相互垂直的点云数据,作为构成所述待测墙面的点云数据。
6.根据权利要求5所述的方法,其特征在于,将所述建筑面的点云数据中除与地面平行的点云数据之外的两组相互垂直的点云数据,作为构成所述待测墙面的点云数据之前,所述方法还包括:
判断所述两组相互垂直的点云数据组成的凹凸性;
如果所述两组相互垂直的点云数据组成的凹凸性为凸向,将所述两组相互垂直的点云数据作为所述待测墙面的点云数据;
如果所述两组相互垂直的点云数据组成的凹凸性为凹向,将所述两组相互垂直的点云数据作为干扰点云数据。
7.根据权利要求5所述的方法,其特征在于,从筛选出的与地面平行的点云数据中提取出地面的点云数据,包括:
所述传感器采集数据的Z向正向朝上,筛选出的与地面平行的所述建筑面的点云数据中Z值最小的点云数据即为地面点云数据。
8.根据权利要求5所述的方法,其特征在于,从所述原始点云数据中提取出所述待测墙面对应的点云数据之后,所述方法还包括:
计算所述待测墙面的点云数据相对于重力面的倾斜角度;
根据所述倾斜角度对所述建筑面的点云数据进行旋转校准,使得所述地面的点云数据对应的平面法向量竖直朝上。
9.根据权利要求1所述的方法,其特征在于,依据所述待测截面对应的点云数据确定所述待测截面在任意预设高度的截面尺寸,包括:
依据所述目标待测截面的点云数据和所述基准面的点云数据确定所述待测截面在任意预设高度的截面尺寸。
10.一种墙面的截面尺寸的测量装置,其特征在于,包括:
获取模块,用于获取包含待测墙面的原始点云数据,其中,所述待测墙面包括待测截面;
第一提取模块,用于从所述原始点云数据中提取出所述待测墙面对应的点云数据;
第二提取模块,用于从所述待测墙面对应的点云数据中提取出所述待测截面对应的点云数据;
确定模块,用于依据所述待测截面对应的点云数据确定所述待测截面在任意预设高度的截面尺寸;
所述第一提取模块还用于从所述原始点云数据中筛选出建筑面的点云数据;从所述建筑面的点云数据中提取出所述待测墙面的点云数据;
所述第二提取模块,还用于遍历所述待测墙面对应的点云数据,比较所述待测墙面的点云数据中的点云宽度数据与预设截面尺寸范围,将落入所述预设截面尺寸范围内的点云宽度数据对应的待测墙面的点云数据作为候选待测截面的点云数据,所述点云宽度数据为所述待测墙面中短边的点云数据;
将落入所述预设截面尺寸范围内的点云宽度数据对应的待测墙面的点云数据作为候选待测截面的点云数据之后,从所述候选待测截面的点云数据中选择出截面高度最大的点云数据作为目标待测截面的点云数据,从所述待测墙面的点云数据的集合中,查找与所述目标待测截面的点云数据相互垂直且相邻的点云数据,作为基准面的点云数据,其中,所述基准面的点云数据用于所述待测截面的尺寸测量;
所述确定模块,还用于从所述基准面的点云数据中筛选出距所述目标待测截面与所述基准面的相交线的距离位于预设范围内的点云数据,作为第一基准面点云数据;提取所述目标待测截面的点云数据的边缘轮廓数据,从所述边缘轮廓数据中提取沿所述目标待测截面的高度方向的两个边缘轮廓数据,并从所述两个边缘轮廓数据中选择远离所述第一基准面点云数据的边缘轮廓数据,作为第一边缘轮廓数据;依据预设高度范围从所述第一边缘轮廓数据中截取第二边缘轮廓数据,从所述第一基准面点云数据中截取第二基准面点云数据,所述预设高度范围是以所述预设高度为基准,往上以及往下分别选取预设数值的高度确定的测量范围;
对所述第二基准面点云数据拟合处理,得到所述第二基准面点云数据在预设坐标系中的平面方程,所述预设坐标系为以地面墙角位置为原点,所述基准面的墙面方向为坐标轴方向确定的坐标系;确定所述第二边缘轮廓数据对应的点云数据与所述平面方程的距离,将所述距离作为所述待测截面在所述预设高度的截面尺寸。
11.一种墙面的截面尺寸的测量***,其特征在于,包括:视觉传感器和处理器,其中,
所述视觉传感器,用于获取包含待测墙面的原始点云数据,并将所述原始点云数据发送至所述处理器,其中,所述待测墙面包括待测截面;
所述处理器,与所述视觉传感器通信连接,用于从所述原始点云数据中提取出所述待测墙面对应的点云数据;从所述待测墙面对应的点云数据中提取出所述待测截面对应的点云数据;依据所述待测截面对应的点云数据确定所述待测截面在任意预设高度的截面尺寸;
所述处理器还用于从所述原始点云数据中筛选出建筑面的点云数据;从所述建筑面的点云数据中提取出所述待测墙面的点云数据;
所述处理器还用于遍历所述待测墙面对应的点云数据,比较所述待测墙面的点云数据中的点云宽度数据与预设截面尺寸范围,将落入所述预设截面尺寸范围内的点云宽度数据对应的待测墙面的点云数据作为候选待测截面的点云数据,所述点云宽度数据为所述待测墙面中短边的点云数据;
将落入所述预设截面尺寸范围内的点云宽度数据对应的待测墙面的点云数据作为候选待测截面的点云数据之后,从所述候选待测截面的点云数据中选择出截面高度最大的点云数据作为目标待测截面的点云数据,从所述待测墙面的点云数据的集合中,查找与所述目标待测截面的点云数据相互垂直且相邻的点云数据,作为基准面的点云数据,其中,所述基准面的点云数据用于所述待测截面的尺寸测量;
从所述基准面的点云数据中筛选出距所述目标待测截面与所述基准面的相交线的距离位于预设范围内的点云数据,作为第一基准面点云数据;提取所述目标待测截面的点云数据的边缘轮廓数据,从所述边缘轮廓数据中提取沿所述目标待测截面的高度方向的两个边缘轮廓数据,并从所述两个边缘轮廓数据中选择远离所述第一基准面点云数据的边缘轮廓数据,作为第一边缘轮廓数据;依据预设高度范围从所述第一边缘轮廓数据中截取第二边缘轮廓数据,从所述第一基准面点云数据中截取第二基准面点云数据,所述预设高度范围是以所述预设高度为基准,往上以及往下分别选取预设数值的高度确定的测量范围;
对所述第二基准面点云数据拟合处理,得到所述第二基准面点云数据在预设坐标系中的平面方程,所述预设坐标系为以地面墙角位置为原点,所述基准面的墙面方向为坐标轴方向确定的坐标系;确定所述第二边缘轮廓数据对应的点云数据与所述平面方程的距离,将所述距离作为所述待测截面在所述预设高度的截面尺寸。
12.一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,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9中任意一项所述的墙面的截面尺寸的测量方法。
13.一种处理器,其特征在于,所述处理器用于运行存储在存储器中的程序,其中,所述程序运行时执行权利要求1至9中任意一项所述的墙面的截面尺寸的测量方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010275617.XA CN111412842B (zh) | 2020-04-09 | 2020-04-09 | 墙面的截面尺寸的测量方法及装置、*** |
PCT/CN2020/121261 WO2021203664A1 (zh) | 2020-04-09 | 2020-10-15 | 墙面的截面尺寸的测量方法及装置、*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010275617.XA CN111412842B (zh) | 2020-04-09 | 2020-04-09 | 墙面的截面尺寸的测量方法及装置、*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111412842A CN111412842A (zh) | 2020-07-14 |
CN111412842B true CN111412842B (zh) | 2022-02-25 |
Family
ID=71489712
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010275617.XA Active CN111412842B (zh) | 2020-04-09 | 2020-04-09 | 墙面的截面尺寸的测量方法及装置、*** |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111412842B (zh) |
WO (1) | WO2021203664A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111412842B (zh) * | 2020-04-09 | 2022-02-25 | 广东博智林机器人有限公司 | 墙面的截面尺寸的测量方法及装置、*** |
CN111862315A (zh) * | 2020-07-25 | 2020-10-30 | 南开大学 | 一种基于深度相机的人体多尺寸测量方法及*** |
CN113983966B (zh) * | 2021-10-27 | 2023-07-21 | 北京半导体专用设备研究所(中国电子科技集团公司第四十五研究所) | 一种芯片平面度测量方法、装置、电子设备及存储介质 |
CN114140459B (zh) * | 2021-12-09 | 2023-04-07 | 中铁二院工程集团有限责任公司 | 基于原始激光点云的铁路横断面测量方法 |
CN116030103B (zh) * | 2023-03-07 | 2024-02-27 | 北京百度网讯科技有限公司 | 确定砌筑质量的方法、装置、设备和介质 |
CN116258969B (zh) * | 2023-05-12 | 2023-08-25 | 宁波市天一测绘设计研究有限公司 | 基于点云数据的结构件测量方法及装置 |
CN117190925B (zh) * | 2023-11-07 | 2024-01-23 | 成都鱼凫城产实业有限公司 | 一种建筑施工用的检测设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106091921A (zh) * | 2015-04-28 | 2016-11-09 | 三菱电机株式会社 | 用于确定场景中的尺寸的方法 |
CN108629849A (zh) * | 2018-05-16 | 2018-10-09 | 浙江大学 | 一种基于bim和点云技术的构件质检*** |
CN109102535A (zh) * | 2018-07-27 | 2018-12-28 | 西安理工大学 | 一种基于构件提取的室内场景重建方法 |
CN109724573A (zh) * | 2018-12-28 | 2019-05-07 | 广东建准检测技术有限公司 | 基于三维激光检测***获取房屋指标参数的扫描方法 |
CN109781561A (zh) * | 2018-12-28 | 2019-05-21 | 广东建准检测技术有限公司 | 基于三维激光扫描技术在结构鉴定中的应用方法 |
CN110823077A (zh) * | 2019-11-19 | 2020-02-21 | 广东博智林机器人有限公司 | 一种基于三维点云的墙面靠尺检测方法及*** |
CN110956690A (zh) * | 2019-11-19 | 2020-04-03 | 广东博智林机器人有限公司 | 一种建筑信息模型生成方法和*** |
CN110954074A (zh) * | 2019-12-16 | 2020-04-03 | 江苏科技大学 | 一种基于三维激光扫描技术的公路施工质量检测方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105243276B (zh) * | 2015-10-14 | 2017-03-22 | 中国地震局地壳应力研究所 | 一种建筑物震害分析方法 |
US10066925B2 (en) * | 2016-02-02 | 2018-09-04 | The Boeing Company | Point cloud processing apparatus and method |
CN105702151B (zh) * | 2016-03-31 | 2019-06-11 | 百度在线网络技术(北京)有限公司 | 一种室内地图构建方法及装置 |
JP6771994B2 (ja) * | 2016-08-17 | 2020-10-21 | 株式会社トプコン | 測定方法及びレーザスキャナ |
CN106780619B (zh) * | 2016-11-25 | 2020-03-13 | 青岛大学 | 一种基于Kinect深度相机的人体尺寸测量方法 |
CN108267747B (zh) * | 2017-01-03 | 2021-10-22 | 中交宇科(北京)空间信息技术有限公司 | 基于激光点云的道路特征提取方法和装置 |
CN107045731B (zh) * | 2017-03-21 | 2020-07-03 | 国网湖北省电力公司检修公司 | 基于点云数据对变电站母线进行建模的方法 |
CN107045733B (zh) * | 2017-03-21 | 2020-08-25 | 国网湖北省电力公司检修公司 | 基于点云数据对变电站gis设备进行建模的方法 |
CN109272547A (zh) * | 2018-09-17 | 2019-01-25 | 南京阿凡达机器人科技有限公司 | 一种包裹外接体积测量方法、***、存储介质及移动终端 |
CN109764812B (zh) * | 2019-03-11 | 2020-07-28 | 舟山市质量技术监督检测研究院 | 一种基于激光点云分析的油罐测量方法及*** |
CN111412842B (zh) * | 2020-04-09 | 2022-02-25 | 广东博智林机器人有限公司 | 墙面的截面尺寸的测量方法及装置、*** |
-
2020
- 2020-04-09 CN CN202010275617.XA patent/CN111412842B/zh active Active
- 2020-10-15 WO PCT/CN2020/121261 patent/WO2021203664A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106091921A (zh) * | 2015-04-28 | 2016-11-09 | 三菱电机株式会社 | 用于确定场景中的尺寸的方法 |
CN108629849A (zh) * | 2018-05-16 | 2018-10-09 | 浙江大学 | 一种基于bim和点云技术的构件质检*** |
CN109102535A (zh) * | 2018-07-27 | 2018-12-28 | 西安理工大学 | 一种基于构件提取的室内场景重建方法 |
CN109724573A (zh) * | 2018-12-28 | 2019-05-07 | 广东建准检测技术有限公司 | 基于三维激光检测***获取房屋指标参数的扫描方法 |
CN109781561A (zh) * | 2018-12-28 | 2019-05-21 | 广东建准检测技术有限公司 | 基于三维激光扫描技术在结构鉴定中的应用方法 |
CN110823077A (zh) * | 2019-11-19 | 2020-02-21 | 广东博智林机器人有限公司 | 一种基于三维点云的墙面靠尺检测方法及*** |
CN110956690A (zh) * | 2019-11-19 | 2020-04-03 | 广东博智林机器人有限公司 | 一种建筑信息模型生成方法和*** |
CN110954074A (zh) * | 2019-12-16 | 2020-04-03 | 江苏科技大学 | 一种基于三维激光扫描技术的公路施工质量检测方法 |
Non-Patent Citations (1)
Title |
---|
"大型立式容器容量计量方法与应用软件开发";韩文广;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20200315;第B016-42页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111412842A (zh) | 2020-07-14 |
WO2021203664A1 (zh) | 2021-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111412842B (zh) | 墙面的截面尺寸的测量方法及装置、*** | |
Böhm et al. | Automatic marker-free registration of terrestrial laser scans using reflectance | |
JP6620477B2 (ja) | コンクリートのひび割れ検出方法及び検出プログラム | |
US7822267B2 (en) | Enhanced object reconstruction | |
Aschoff et al. | Describing forest stands using terrestrial laser-scanning | |
EP2074378B1 (en) | System for and method of processing laser scan samples and digital photographic images relating to building facades | |
Ugelmann | Automatic breakline detection from airborne laser range data | |
CN108921864B (zh) | 一种光条中心提取方法及装置 | |
US9147014B2 (en) | System and method for image selection of bundled objects | |
CN102834691B (zh) | 测绘方法 | |
Becker et al. | Combined feature extraction for façade reconstruction | |
CN107077735A (zh) | 三维对象识别 | |
Kang et al. | The change detection of building models using epochs of terrestrial point clouds | |
CN115731165A (zh) | 一种锂电池在线尺寸点检的检测***及方法 | |
CN112258474A (zh) | 一种墙面异常检测方法和装置 | |
Adu-Gyamfi et al. | Functional evaluation of pavement condition using a complete vision system | |
Brink et al. | Indexing Uncoded Stripe Patterns in Structured Light Systems by Maximum Spanning Trees. | |
JP2002117403A (ja) | 画像処理装置および画像処理方法 | |
CN115861443A (zh) | 一种多相机内参标定方法、装置、电子设备及存储介质 | |
US11748876B2 (en) | Joint surface safety evaluation apparatus | |
US20230287750A1 (en) | Method and system for measuring volume of a drill core sample | |
Grifoni et al. | 3D multi-modal point clouds data fusion for metrological analysis and restoration assessment of a panel painting | |
Liang et al. | Plot-level trunk detection and reconstruction using one-scan-mode terrestrial laser scanning data | |
WO2021189968A1 (zh) | 阴阳角的测量方法、装置、存储介质和处理器 | |
Briese et al. | Line based reconstruction from terrestrial laser scanning data |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40026124 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |