CN111739018A - 一种基于点云技术的色差检测方法、装置、终端和介质 - Google Patents

一种基于点云技术的色差检测方法、装置、终端和介质 Download PDF

Info

Publication number
CN111739018A
CN111739018A CN202010729198.2A CN202010729198A CN111739018A CN 111739018 A CN111739018 A CN 111739018A CN 202010729198 A CN202010729198 A CN 202010729198A CN 111739018 A CN111739018 A CN 111739018A
Authority
CN
China
Prior art keywords
color difference
image
difference detection
point cloud
color
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.)
Granted
Application number
CN202010729198.2A
Other languages
English (en)
Other versions
CN111739018B (zh
Inventor
曾涛
郭海山
张涛
李张苗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Construction Science and Technology Group Co Ltd
Original Assignee
China Construction Science and Technology Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Construction Science and Technology Group Co Ltd filed Critical China Construction Science and Technology Group Co Ltd
Priority to CN202010729198.2A priority Critical patent/CN111739018B/zh
Publication of CN111739018A publication Critical patent/CN111739018A/zh
Application granted granted Critical
Publication of CN111739018B publication Critical patent/CN111739018B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/90Determination of colour characteristics

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本申请适用于图像处理技术领域,提供了一种基于点云技术的色差检测方法、装置、终端和介质,所述色差检测方法包括:获取建筑表面的第一点云数据;根据所述第一点云数据,还原所述建筑表面的第一点云图像;获取预设的标准色块,并利用所述标准色块对所述第一点云图像进行色差检测,得到第一色差检测结果。本申请实施例提高了色差检测的效率、可靠性和可追溯性。

Description

一种基于点云技术的色差检测方法、装置、终端和介质
技术领域
本申请属于图像处理技术领域,尤其涉及一种基于点云技术的色差检测方法、装置、终端和介质。
背景技术
在建筑业中,人们往往会对带装饰面的建筑表面的颜色做要求。例如,要求清水混凝土外挂墙板形成的建筑表面各个区域的颜色差异不能过大。
然而目前,建筑表面的色差检测只能用肉眼来识别检验,受到个体主观性影响,检测效率低、可靠性差且不易被追溯,需要一种可靠的建筑表面色差检测方法。
发明内容
本申请实施例提供一种基于点云技术的色差检测方法、装置、终端和介质,可以解决现有技术中色差检测可靠性差、效率低且不易追溯的问题。
本申请实施例第一方面提供一种基于点云技术的色差检测方法,所述方法包括:
获取建筑表面的第一点云数据;
根据所述第一点云数据,还原所述建筑表面的第一点云图像;
获取预设的标准色块,并利用所述标准色块对所述第一点云图像进行色差检测,得到第一色差检测结果。
本申请实施例第二方面提供的一种基于点云技术的色差检测装置,所述装置包括:
数据获取单元,用于获取建筑表面的第一点云数据;
数据处理单元,用于根据所述第一点云数据,还原所述建筑表面的第一点云图像;
色差检测单元,用于获取预设的标准色块,并利用所述标准色块对所述第一点云图像进行色差检测,得到第一色差检测结果。
本申请实施例第三方面提供一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述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方法的步骤。
本申请实施例第四方面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方法的步骤。
本申请实施例第五方面提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行时实现方法的步骤。
本申请实施例中,通过获取建筑表面的第一点云数据,并根据第一点云数据,还原建筑表面的第一点云图像。此时,可以获取预设的标准色块,并利用标准色块对第一点云图像进行色差检测,得到第一色差检测结果。本申请的实施例实现了对建筑表面的色差检测,并且,由于色差检测结果是通过将第一点云图像与预先设定的标准色块进行颜色差异的比对得到的,而并非通过人眼判断颜色差异,避免了个体主观性的影响,提高了色差检测结果的可靠性与可追溯性,相比于现有的人工色差检测方式效率更高。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种基于点云技术的色差检测方法的第一实现流程示意图;
图2是本申请实施例提供的对第一点云图像进行图像分割的实现流程示意图;
图3是本申请实施例提供的建筑表面第一示意图;
图4是本申请实施例提供的一种基于点云技术的色差检测方法的第二实现流程示意图;
图5是本申请实施例提供的一种基于点云技术的色差检测方法的第三实现流程示意图;
图6是本申请实施例提供的一种基于点云技术的色差检测方法的第四实现流程示意图;
图7是本申请实施例提供的建筑表面第二示意图;
图8是本申请实施例提供的一种基于点云技术的色差检测方法的第五实现流程示意图;
图9是本申请实施例提供的一种基于点云技术的色差检测装置的结构示意图;
图10是本申请实施例提供的终端的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
在建筑业中,人们往往会对带装饰面的建筑表面(例如:门窗、墙面)的颜色做要求。例如,要求清水混凝土外挂墙板形成的建筑表面各个区域的颜色差异不能过大。
然而目前,建筑表面的色差检测只能用肉眼来识别检验,受到个体主观性影响,检测效率低、可靠性差且不易被追溯,需要一种可靠的建筑表面色差检测方法。
基于此,本申请实施例提供一种基于点云技术的色差检测方法、装置、终端和计算机可读存储介质,可以解决现有技术中色差检测可靠性低且不易被追溯的问题。
为了说明本申请的技术方案,下面通过具体实施例来进行说明。
图1示出了本申请实施例提供的一种基于点云技术的色差检测方法的第一实现流程示意图,该方法可以应用于终端,可以由终端上配置的基于点云技术的色差检测装置执行,适用于需提高色差检测方法可靠性的情形。
具体的,上述基于点云技术的色差检测方法可以包括以下步骤101至步骤103。
步骤101,获取建筑表面的第一点云数据。
其中,第一点云数据是指通过测量仪器对目标建筑的建筑表面进行扫描得到的点数据集合。在实际操作中,可以根据实际情况选取上述测量仪器。例如,可以利用激光扫描仪、立体摄像头或者越渡时间相机等测量仪器对建筑表面进行扫描,得到的上述第一点云数据。
在本申请的一种优选的实施方式中,上述测量设备可以为工业级激光扫描仪。在扫描的过程中时,该工业级激光扫描仪可以以地面为基础,选取与建筑表面距离大于预设距离的任一点作为基准点,以360°×270°的扫描视场范围,对建筑表面进行扫描,并将扫描得到的上述第一点云数据发送至上述终端。上述终端在获取到第一点云数据后,对第一点云数据进行处理。
步骤102,根据第一点云数据,还原建筑表面的第一点云图像。
其中,上述第一点云图像是指目标建筑的建筑表面的图像。在获取到第一点云数据之后,上述终端可以采用不同的方式对建筑表面的第一点云图像进行还原。
在本申请的一些实施方式中,通过测量仪器对建筑表面进行扫描得到的上述第一点云数据内,可以包含每个点的三维坐标数据。此时,上述终端可以获取第一点云数据的三维坐标数据,并根据三维坐标数据,还原建筑表面的第一点云图像。
其中,在上述三维坐标数据中,用于表示坐标的坐标轴可以是以测量仪器的位置作为坐标中的X值、Y值、Z值均为正无穷的点,例如,以工业级激光扫描仪的激光束发射处作为坐标远端;并且,Z轴位于竖向扫描面内,向上为正;X轴位于横向扫描面内并与Z轴垂直,且垂直于建筑表面所在的方向;Y轴位于横向扫描面内并与X轴垂直,且与X轴和Z轴一起构成右手坐标系,同时,Y轴正方向指向建筑表面。
步骤103,获取预设的标准色块,并利用标准色块对第一点云图像进行色差检测,得到第一色差检测结果。
其中,上述标准色块是指符合上述建筑表面颜色要求的颜色数据。该标准色块的获取方式可以由管理员根据实际情况进行选择。例如,可以由管理员输入标准色块的颜色数据,生成标准色块;或者,以上述第一点云图像中的任一区域作为标准色块。
作为本申请一种优选的实施方式,上述标准色块的获取还可以通过对历史标准色块数据进行数据分析,生成标准色块集,并在标准色块集中获取预设的标准色块。例如,在对清水混凝土外挂墙板进行色差检测时,可以通过获取清水混凝土外挂墙板标准色块的历史数据,生成标准色块集,然后在标准色块集选取一块作为标准色块。
作为本申请的另一种优选的实施方式,上述标准色块的获取还可以是通过预设的算法从第一点云图像中选取出标准色块。例如,可以是计算第一点云图像的RGB平均值,并将第一点云图像中与该RGB平均值最接近的区域设置为标准色块。
在本申请的实施方式中,在还原建筑表面的第一点云图像之后,可以获取预设的标准色块,并利用标准色块对第一点云图像进行色差检测,得到表示第一点云图像与标准色块之间的颜色差异的第一色差检测结果。
需要说明的是,上述标准色块可以是图像,也可以是一个表示颜色的属性值,如RGB值等。若上述标准色块为图像,则可以直接对第一点云图像和标准色块进行颜色比对,得到第一色差检测结果。若上述标准色块为一个表示颜色的属性值,则需要将对第一点云图像的属性值和标准色块的属性值进行比较,得到第一色差检测结果。
本申请实施例中,通过获取建筑表面的第一点云数据,并根据第一点云数据,还原建筑表面的第一点云图像。此时,可以获取预设的标准色块,并利用标准色块对第一点云图像进行色差检测,得到第一色差检测结果。本申请的实施例实现了对建筑表面的色差检测,并且,由于色差检测结果是通过将第一点云图像与预先设定的标准色块进行颜色差异的比对得到的,而并非通过人眼判断颜色差异,避免了个体主观性的影响,提高了色差检测结果的可靠性与可追溯性,相比于现有的人工色差检测方式效率更高。
在实际应用中,例如对清水混凝土外挂墙板进行色差检测时,往往要求清水混凝土外挂墙板的各个区域的颜色差异不能过大。因此,在本申请的一些实施方式中,在上述步骤103之前,可以包括:对第一点云图像进行图像分割处理,得到多个图像区域。
其中,上述图像分割处理的方式可以根据实际情况进行选择。可以根据上述建筑表面的构成进行图像分割,例如,将门窗和外墙等不同部分分割开作为不同的图像区域。具体的,在还原第一点云图像之后,可以对第一点云图像进行图像识别,识别出不同装饰面类别,并将不同装饰类别中,同一类别的装饰面在第一点云图像中对应的区域划分为同一个图像区域。
在本申请的一些实施方式中,还可以采用均等分割的方式进行图像分割。
具体的,由于在得到第一色差检测结果之后,往往需要对颜色不合格的图像区域在建筑表面上对应的区域进行返工处理,因此,在本申请的一些实施方式中,如图2所示,上述图像分割的过程可以包括以下步骤201至步骤202。
步骤201,获取预设面积值。
其中,上述预设面积值为目标建筑的建筑表面的最小返工面积值。该最小返工面积值是指工厂在对用于构建建筑表面的表面材料(如外墙、门窗等)进行生产时,每次能够生产的最小面积值。例如,工厂在生产墙板时,可以生产的最小块墙板对应的面积值。
步骤202,对第一点云图像进行图像分割处理,得到多个图像区域。
其中,上述图像区域的面积值大于或等于最小返工面积值。
也就是说,终端将上述图像区域的面积分割为面积大小大于或等于最小返工面积值的多个图像区域,使得在对颜色不合格的图像区域在建筑表面上对应的区域进行返工处理时,不需要进行切割、裁剪等其他操作。进而避免了浪费,节省了工序,达到提高效率、降低成本的效果。
需要说明的是,上述图像区域的面积大小还可以设定为其他数值,例如可以将图像区域设定为面积大小50分米×50分米的图像区域,具体可以根据管理员的实际需要进行设定。上述图像区域的面积大小越小,则需要进行返工处理的图像区域可能更多,但最终得到的建筑表面的颜色更加符合需要,如颜色更加均匀。上述图像区域的面积大小越大,则需要进行返工处理的图像区域可能更少,整个工业处理流程效率更高。
在本申请的另一些实施方式中,可以将门窗和外墙等不同部分分割开作为不同的图像区域,使得当该图像区域的色差不满足需求时,可以针对性的进行返工处理。例如,当窗户对应的图像区域不满足需求,则直接对窗户进行返工处理。
相应的,在完成图像分割处理之后,上述利用所述标准色块对所述第一点云图像进行色差检测,得到第一色差检测结果,可以包括:利用标准色块,分别对各个图像区域进行色差检测,得到第一色差检测结果。
也就是说,在得到多个图像区域之后,可以利用标准色块,分别对各个图像区域进行色差检测,得到表示各个图像区域与标准色块之间的颜色差异的第一色差检测结果。
在本申请的一些实施方式中,可以直接选取任一图像区域作为标准色块,并将所述多个图像区域中的其他图像区域与被选取为标准色块的图像区域进行比对,得到第一色差检测结果。
例如,如图3所示,获取建筑表面的第一点云数据之后,可以还原建筑表面的第一点云图像31,并将第一点云图像31分割为12个图像区域,此时,可以选择图像区域301作为标准色块,并将所述多个图像区域中的其他图像区域与图像区域301进行比对,得到第一色差检测结果。
具体的,如图4所示,在上述利用标准色块对所述第一点云图像进行色差检测,得到第一色差检测结果的过程中,对单个图像区域的操作,可以包括以下步骤401至步骤402。
步骤401,获取该图像区域内所有像素点的第一RGB平均值。
在本申请的一些实施方式中,通过测量仪器对建筑表面进行扫描得到的上述第一点云数据内,可以包含每个点的RGB值数据。上述终端可以获取第一点云数据的RGB值数据,并根据RGB值数据,确定第一点云图像中每个像素点的RGB值,进而在完成图像分割处理之后,计算图像区域内所有像素点RGB值的平均值,得到第一RGB平均值。
步骤402,将第一RGB平均值与标准色块的RGB值进行比对,得到该图像区域的第一色差检测结果。
也就是说,在得到多个图像区域之后,可以将每个图像区域的第一RGB平均值与标准色块的RGB值进行比对,得到各个图像区域与标准色块之间的颜色差异的比对结果,进而得到第一色差检测结果。
在实际应用中,每个图像区域的第一RGB平均值很难与标准色块的RGB值完全一致,即在将第一RGB平均值与标准色块的RGB值进行比对的过程中,如果要求所有第一RGB平均值和标准色块的RGB值不相同的图像区域在建筑表面中关联的区域进行返工,可能造成工程量大、效率低的问题。为了解决这一问题,可以判定与标准色块较为接近的图像区域的第一色差检测结果为色差合格。
具体的,如图5所示,上述将第一RGB平均值与标准色块的RGB值进行比对,得到该图像区域的第一色差检测结果,可以包括以下步骤501至步骤503。
步骤501,获取预设色差阈值。
其中,预设色差阈值表示图像区域的第一RGB平均值与标准色块的RGB值之间可以允许的RGB最大差值。需要说明的是,该预设色差阈值可以根据实际情况进行调整。
步骤502,若比对的结果为第一RGB平均值与标准色块的RGB值的差值大于预设色差阈值,则判定该图像区域的第一色差检测结果为色差不合格。
在本申请的一些实施方式中,若比对的结果为第一RGB平均值与标准色块的RGB值的差值大于预设色差阈值,表示该图像区域和标准色块之间的色差超出允许的范围,则可以判定该图像区域的第一色差检测结果为色差不合格。
步骤503,若比对的结果为所述第一RGB平均值与标准色块的RGB值的差值小于或等于预设色差阈值,则判定该图像区域的第一色差检测结果为色差合格。
在本申请的一些实施方式中,若比对的结果为第一RGB平均值与标准色块的RGB值的差值小于或等于预设色差阈值,表示该图像区域和标准色块之间的色差在允许的范围内,则可以判定该图像区域的第一色差检测结果为色差合格。
例如,如图3所示,在将建筑表面的第一点云图像31分割为12个图像区域,并选择图像区域301作为标准色块之后,可以将多个图像区域中的其他图像区域与图像区域301进行比对。由于图像区域301的第一RGB平均值为(191,191,191),而图像区域302的第一RGB平均值为(191,191,191),图像区域303的第一RGB平均值为为(216,216,216),预设色差阈值为RGB每个通道值为20。因此,图像区域302的第一RGB平均值与标准色块的RGB值(即图像区域301的第一RGB平均值)的差值小于预设色差阈值,判定该图像区域302的第一色差检测结果为色差合格。图像区域303的第一RGB平均值与标准色块的RGB值(即图像区域301的第一RGB平均值)的差值大于预设色差阈值,判定该图像区域303的第一色差检测结果为色差不合格。
可以理解,当图像区域的第一色差检测结果为色差不合格时,需要对色差不合格的图像区域在建筑表面中关联的区域进行返工处理,以使目标建筑的建筑表面符合色彩要求。
具体的,如图6所示,上述色差检测方法还包括以下步骤601至步骤604。
步骤601,若多个图像区域中的任一图像区域的第一色差检测结果为色差不合格,则将该图像区域作为目标图像区域。
也就是说,目标图像区域为第一色差检测结果为色差不合格的图像区域。
步骤602,检测预设更新条件是否被触发。
其中,上述预设更新条件在色差不合格的图像区域完成返工时触发。
具体的,本申请不对该预设更新条件的触发方式进行过多限定。可以是在上述终端在接收到由管理员输入的色差检测指令时触发预设更新条件;或者,由上述终端对建筑表面进行实时监控,并在检测到在上述建筑表面发生更新时触发预设更新条件。
步骤603,若预设更新条件被触发,则获取建筑子区域的第二点云图像。
其中,上述建筑子区域为目标图像区域在建筑表面中关联的区域。
当上述预设更新条件被触发,说明色差不合格的图像区域在建筑表面中关联的建筑子区域已经完成返工,此时,需要重新检测该建筑子区域与标准色块之间的色差。因此,需要获取该建筑子区域的第二点云图像。
具体的,该第二点云图像的获取方式可以参看上述步骤101至102,本申请对此不进行赘述。
步骤604,利用标准色块对第二点云图像进行色差检测,得到第二色差检测结果。
也就是说,在得到多个图像区域之后,可以在将原本色差不合格的建筑子区域返工后,利用标准色块对返工后的建筑子区域的第二点云图像进行色差检测,得到该区域与标准色块之间的颜色差异的第二色差检测结果。
在本申请的实施例中,通过在预设更新条件被触发时,获取建筑子区域的第二点云图像,并将所述第二点云图像与标准色块进行颜色比对,得到第二色差检测结果,进而判断返工后的建筑子区域的颜色是否满足需求。可以理解的是,若第二色差检测结果为色差合格,则返工后的建筑子区域的颜色满足需求;若第二色差检测结果为色差不合格,则需要继续返工,直到该建筑子区域的颜色满足需求。
并且,在本申请的一些实施方式中,在得到上述第一色差检测结果,或者得到第二色差检测结果时,可以生成点云色差识别报表,方便工作人员及时对色差检测结果进行查阅,提高色差检测方法的可追溯性。
在实际应用中,上述建筑表面的外表面往往不是单色的,即目标建筑的建筑表面的不同区域有不同的颜色;例如,如图7所示,目标建筑的建筑表面71的不同区域有不同的颜色。此时,需要将每个区域分别进行色差检测。
具体的,如图8所示,上述获取建筑表面的预设的标准色块,并利用标准色块,分别对各个图像区域进行色差检测,得到第一色差检测结果,可以包括以下步骤801至步骤802。
步骤801,获取与图像区域一一对应的标准色块。
也就是说,每个图像区域都有与之对应的标准色块。相应的,标准色块的获取方式可以是由管理员分别输入每个标准色块的颜色数据,并生成各个标准色块;或者,可以通过预制的建筑表面彩色图像(例如,建筑表面彩色设计图),确定各个图像区域对应的标准色块。
步骤802,利用标准色块,对与该标准色块对应的图像区域进行色差检测,得到第一色差检测结果。
也就是说,将每个图像区域和该图像区域对应的标准色块进行比对,可以确定每块图像区域是否满足颜色要求,得到第一色差检测结果。
例如,如图7所示,分别将建筑表面的第一点云图像71的图像区域701和该图像区域对应的标准色块704进行颜色比对、将图像区域702和该图像区域对应的标准色块705进行颜色比对、图像区域703和该图像区域对应的标准色块706进行颜色比对,可以确定图像区域701、702和703是否满足颜色要求,得到第一色差检测结果。
在本申请的一些实施方式,若上述图像区域是根据不同装饰面类别划分的,则上述标准色块即与不同装饰面类别一一对应。例如,表示门的图像区域可以对应一个标准色块;表示墙面的图像区域可以对应另一个标准色块。
进一步的,在实际应用中,同一装饰面类别的装饰物可能有多种颜色,比如同一建筑表面上的窗户可以为不同的颜色。相应的,表示某一装饰面类别的图像区域对应的标准色块同样为多个。此时,对该图像区域进行色差检测,可以包括:将该图像区域分别与该图像区域对应的多个标准色块进行比对,得到第一色差检测结果。需要说明的是,在第一色差检测结果中,若该图像区域和与该图像区域对应的多个标准色块中的任一个标准色块之间的色差小于预设色差阈值,则表示该图像区域满足色差要求。
本申请的实施方式中,通过获取与图像区域一一对应的标准色块,并利用标准色块,对与该标准色块对应的图像区域进行色差检测,得到第一色差检测结果,实现了对多色建筑表面的色差检测,提高了色差检测方法的实用性。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为根据本申请,某些步骤可以采用其它顺序进行。
如图9所示为本申请实施例提供一种基于点云技术的色差检测装置900的结构示意图,所述基于点云技术的色差检测装置900配置于终端上,所述基于点云技术的色差检测装置900可以包括:数据获取单元901、数据处理单元902和色差检测单元903。
数据获取单元901,用于获取建筑表面的第一点云数据;
数据处理单元902,用于根据所述第一点云数据,还原所述建筑表面的第一点云图像;
色差检测单元903,用于获取预设的标准色块,并利用所述标准色块对所述第一点云图像进行色差检测,得到第一色差检测结果。
在本申请的一些实施方式中,上述数据处理单元902,还具体用于:获取所述第一点云数据的三维坐标数据,并根据所述三维坐标数据,还原所述建筑表面的第一点云图像。
在本申请的一些实施方式中,上述基于点云技术的色差检测装置900还包括图像分割单元,由于对所述第一点云图像进行图像分割处理,得到多个图像区域;上述数据处理单元902,还具体用于:利用所述标准色块,分别对各个所述图像区域进行色差检测,得到所述第一色差检测结果。
在本申请的一些实施方式中,上述图像分割单元,还具体用于:获取预设面积值;所述预设面积值为所述建筑表面的外表面的最小返工面积值;对所述第一点云图像进行图像分割处理,得到多个所述图像区域;所述图像区域的面积值大于或等于所述最小返工面积值。
在本申请的一些实施方式中,上述色差检测单元903,还具体用于:若多个所述图像区域中的任一图像区域的所述第一色差检测结果为色差不合格,则将该图像区域作为目标图像区域;检测预设更新条件是否被触发;若所述预设更新条件被触发,则获取建筑子区域的第二点云图像,所述建筑子区域为目标图像区域在所述建筑表面中关联的区域;利用所述标准色块对所述第二点云图像进行色差检测,得到第二色差检测结果。
在本申请的一些实施方式中,上述色差检测单元903,还具体用于:获取与所述图像区域一一对应的所述标准色块;利用所述标准色块,对与该标准色块对应的所述图像区域进行色差检测,得到所述第一色差检测结果。
在本申请的一些实施方式中,上述色差检测单元903,还具体用于:获取该图像区域内所有像素点的第一RGB平均值;将所述第一RGB平均值与所述标准色块的RGB值进行比对,得到该图像区域的所述第一色差检测结果。
在本申请的一些实施方式中,上述色差检测单元903,还具体用于:获取预设色差阈值;若所述比对的结果为所述第一RGB平均值与所述标准色块的RGB值的差值大于所述预设色差阈值,则判定该图像区域的所述第一色差检测结果为色差不合格;若所述比对的结果为所述第一RGB平均值与所述标准色块的RGB值的差值小于或等于所述预设色差阈值,则判定该图像区域的所述第一色差检测结果为色差合格。
需要说明的是,为描述的方便和简洁,上述基于点云技术的色差检测装置900的具体工作过程,可以参考图1至图8所述方法的对应过程,在此不再赘述。
如图10所示,为本申请实施例提供的一种终端的示意图。该终端100可以包括:处理器1000、存储器1001以及存储在所述存储器1001中并可在所述处理器1000上运行的计算机程序1002,例如基于点云技术的色差检测装置程序。所述处理器1000执行所述计算机程序1002时实现上述各个色差检测方法实施例中的步骤,例如图1所示的步骤101至103。或者,所述处理器1000执行所述计算机程序1002时实现上述各装置实施例中各模块/单元的功能,例如图9所示单元901至903的功能。
所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器1001中,并由所述处理器1000执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述终端中的执行过程。例如,所述计算机程序可以被分割成数据获取单元、数据处理单元和色差检测单元,各单元具体功能如下:
数据获取单元,用于获取建筑表面的第一点云数据;
数据处理单元,用于根据所述第一点云数据,还原所述建筑表面的第一点云图像;
色差检测单元,用于获取预设的标准色块,并利用所述标准色块对所述第一点云图像进行色差检测,得到第一色差检测结果。
所述终端可以是智能手机、桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端可包括,但不仅限于,处理器1000、存储器1001。本领域技术人员可以理解,图10仅仅是终端的示例,并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器1000可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器1001可以是所述终端的内部存储单元,例如终端的硬盘或内存。所述存储器1001也可以是所述终端的外部存储设备,例如所述终端上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器1001还可以既包括所述终端的内部存储单元也包括外部存储设备。所述存储器1001用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器1001还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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网络单元上。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。
所述集成的模块/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,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (10)

1.一种基于点云技术的色差检测方法,其特征在于,包括:
获取建筑表面的第一点云数据;
根据所述第一点云数据,还原所述建筑表面的第一点云图像;
获取预设的标准色块,并利用所述标准色块对所述第一点云图像进行色差检测,得到第一色差检测结果。
2.如权利要求1所述的色差检测方法,其特征在于,所述根据所述第一点云数据,还原所述建筑表面的第一点云图像,包括:
获取所述第一点云数据的三维坐标数据,并根据所述三维坐标数据,还原所述建筑表面的所述第一点云图像。
3.如权利要求2所述的色差检测方法,其特征在于,在所述利用所述标准色块对所述第一点云图像进行色差检测,得到第一色差检测结果之前,包括:
对所述第一点云图像进行图像分割处理,得到多个图像区域;
相应的,所述利用所述标准色块对所述第一点云图像进行色差检测,得到第一色差检测结果,包括:
利用所述标准色块,分别对各个所述图像区域进行色差检测,得到所述第一色差检测结果。
4.如权利要求3所述的色差检测方法,其特征在于,所述对所述第一点云图像进行图像分割处理,得到多个图像区域,包括:
获取预设面积值;所述预设面积值为所述建筑表面的最小返工面积值;
对所述第一点云图像进行图像分割处理,得到多个所述图像区域;所述图像区域的面积值大于或等于所述最小返工面积值。
5.如权利要求3或4所述的色差检测方法,其特征在于,还包括:
若多个所述图像区域中的任一所述图像区域的所述第一色差检测结果为色差不合格,则将该图像区域作为目标图像区域;
检测预设更新条件是否被触发;
若所述预设更新条件被触发,则获取建筑子区域的第二点云图像,所述建筑子区域为所述目标图像区域在所述建筑表面中关联的区域;
利用所述标准色块对所述第二点云图像进行色差检测,得到第二色差检测结果。
6.如权利要求3或4所述的色差检测方法,其特征在于,所述获取预设的标准色块,利用所述标准色块,分别对各个所述图像区域进行色差检测,得到所述第一色差检测结果,包括:
获取与所述图像区域一一对应的所述标准色块;
利用所述标准色块,对与该标准色块对应的所述图像区域进行色差检测,得到所述第一色差检测结果。
7.如权利要求3或4所述的色差检测方法,其特征在于,在所述利用所述标准色块,分别对各个所述图像区域进行色差检测,得到所述第一色差检测结果的过程中,对单个图像区域的操作,包括:
获取该图像区域内所有像素点的第一RGB平均值;
将所述第一RGB平均值与所述标准色块的RGB值进行比对,得到该图像区域的所述第一色差检测结果。
8.如权利要求7所述的色差检测方法,其特征在于,所述将所述第一RGB平均值与所述标准色块的RGB值进行比对,得到该图像区域的所述第一色差检测结果,包括:
获取预设色差阈值;
若所述比对的结果为所述第一RGB平均值与所述标准色块的RGB值的差值大于所述预设色差阈值,则判定该图像区域的所述第一色差检测结果为色差不合格;
若所述比对的结果为所述第一RGB平均值与所述标准色块的RGB值的差值小于或等于所述预设色差阈值,则判定该图像区域的所述第一色差检测结果为色差合格。
9.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述方法的步骤。
10.一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,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8任一项所述方法的步骤。
CN202010729198.2A 2020-07-27 2020-07-27 一种基于点云技术的色差检测方法、装置、终端和介质 Active CN111739018B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010729198.2A CN111739018B (zh) 2020-07-27 2020-07-27 一种基于点云技术的色差检测方法、装置、终端和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010729198.2A CN111739018B (zh) 2020-07-27 2020-07-27 一种基于点云技术的色差检测方法、装置、终端和介质

Publications (2)

Publication Number Publication Date
CN111739018A true CN111739018A (zh) 2020-10-02
CN111739018B CN111739018B (zh) 2020-12-11

Family

ID=72657897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010729198.2A Active CN111739018B (zh) 2020-07-27 2020-07-27 一种基于点云技术的色差检测方法、装置、终端和介质

Country Status (1)

Country Link
CN (1) CN111739018B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103699903A (zh) * 2013-12-24 2014-04-02 中国科学院深圳先进技术研究院 基于图像识别的城市屋顶绿化面积计算方法及***
CN105157566A (zh) * 2015-05-08 2015-12-16 深圳市速腾聚创科技有限公司 彩色三维激光扫描仪及三维立体彩色点云扫描的方法
CN106340012A (zh) * 2016-08-23 2017-01-18 凌云光技术集团有限责任公司 印刷品颜色检测方法及装置
CN106404792A (zh) * 2016-08-31 2017-02-15 云南中烟工业有限责任公司 一种基于机器视觉识别技术的高光性卷烟条包装纸的色差检测方法
CN107730493A (zh) * 2017-10-24 2018-02-23 广东天机工业智能***有限公司 产品颜色差异检测方法、装置、介质以及计算机设备
CN108280852A (zh) * 2018-01-16 2018-07-13 常景测量科技(武汉)有限公司 一种基于激光点云数据的门窗点云形状检测方法及***
CN111579505A (zh) * 2020-04-23 2020-08-25 河南中烟工业有限责任公司 一种基于数字图像处理的卷烟包装材料色差检测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103699903A (zh) * 2013-12-24 2014-04-02 中国科学院深圳先进技术研究院 基于图像识别的城市屋顶绿化面积计算方法及***
CN105157566A (zh) * 2015-05-08 2015-12-16 深圳市速腾聚创科技有限公司 彩色三维激光扫描仪及三维立体彩色点云扫描的方法
CN106340012A (zh) * 2016-08-23 2017-01-18 凌云光技术集团有限责任公司 印刷品颜色检测方法及装置
CN106404792A (zh) * 2016-08-31 2017-02-15 云南中烟工业有限责任公司 一种基于机器视觉识别技术的高光性卷烟条包装纸的色差检测方法
CN107730493A (zh) * 2017-10-24 2018-02-23 广东天机工业智能***有限公司 产品颜色差异检测方法、装置、介质以及计算机设备
CN108280852A (zh) * 2018-01-16 2018-07-13 常景测量科技(武汉)有限公司 一种基于激光点云数据的门窗点云形状检测方法及***
CN111579505A (zh) * 2020-04-23 2020-08-25 河南中烟工业有限责任公司 一种基于数字图像处理的卷烟包装材料色差检测方法

Also Published As

Publication number Publication date
CN111739018B (zh) 2020-12-11

Similar Documents

Publication Publication Date Title
CN109116129B (zh) 终端检测方法、检测设备、***及存储介质
CN112288254B (zh) 一种施工质量检测方法、终端和存储介质
CN111985036A (zh) 户型框线图绘制方法和装置、存储介质、电子设备
CN105302413A (zh) 控件的ui测试方法及***
CN111899270A (zh) 卡片边框检测方法、装置、设备及可读存储介质
CN113312969A (zh) 一种基于三维视觉的零部件识别与定位方法、***
CN113901998A (zh) 模型的训练方法、装置、设备、存储介质以及检测方法
CN116245193A (zh) 目标检测模型的训练方法、装置、电子设备及介质
CN111739018B (zh) 一种基于点云技术的色差检测方法、装置、终端和介质
EP3543878A1 (en) Systems and methods for lean ortho correction for computer models of structures
CN116958515B (zh) 工件轮廓的拟合定位方法、装置及存储介质
CN117612313A (zh) 一种施工区域安全监控方法及***
CN104881663A (zh) 辨别复选框的选定结果的方法及装置
CN110557622A (zh) 基于结构光的深度信息获取方法及装置、设备及介质
CN111259102A (zh) 地图更新方法、电子设备及存储介质
CN116432160A (zh) 基于rpa和lbp特征的滑块验证码识别方法及***
CN116385415A (zh) 一种边缘缺陷检测方法、装置、设备及存储介质
CN116542998A (zh) 用于光刻薄膜电感的轮廓检测方法、装置、设备及介质
CN109214015B (zh) 一种建筑构件管理方法、装置、终端设备及可读存储介质
CN113870210A (zh) 一种图像质量评估方法、装置、设备及存储介质
CN104570934A (zh) 产品加工部位检测方法及***
CN116309660A (zh) 一种直线检测方法、装置、设备及存储介质
CN114897034B (zh) 冲压模具监管方法、装置、设备及存储介质
CN117274525B (zh) 一种虚拟卷尺测量仿真方法及***
CN113382134B (zh) 一种线阵工业相机的聚焦调试方法

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
GR01 Patent grant
GR01 Patent grant