CN113223176B - 多维度管道特征参数的获取方法和装置 - Google Patents
多维度管道特征参数的获取方法和装置 Download PDFInfo
- Publication number
- CN113223176B CN113223176B CN202110519315.7A CN202110519315A CN113223176B CN 113223176 B CN113223176 B CN 113223176B CN 202110519315 A CN202110519315 A CN 202110519315A CN 113223176 B CN113223176 B CN 113223176B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- point cloud
- pipeline
- acquiring
- cloud data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000013507 mapping Methods 0.000 claims abstract description 40
- 238000005259 measurement Methods 0.000 claims description 27
- 238000010586 diagram Methods 0.000 claims description 22
- 230000003321 amplification Effects 0.000 claims description 17
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000002372 labelling Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 6
- 230000007547 defect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000009193 crawling Effects 0.000 description 4
- 235000011888 snacks Nutrition 0.000 description 4
- 230000002950 deficient Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种多维度管道特征参数的获取方法和装置,该方法包括:获取目标管道的管道截面的点云数据序列;根据点云数据序列建立目标管道的三维点云模型;根据激光雷达与点云数据序列中的扫描点之间的距离,以及距离与色彩指数的比值关系建立目标管道的二维色谱图;建立二维色谱图的像素点与三维点云模型中的三维点之间的第一映射关系;获取在二维色谱图内选定的多边形区域的像素点信息;根据多边形区域的像素点信息和映射关系得到三维点云模型中与多边形区域对应的选定三维结构的三维点信息;根据选定三维结构的三维点信息得到选定三维结构的特征参数。本发明对管道选定结构特征参数计算效率高,准确率高,且管道选定结构的选定方式简单。
Description
技术领域
本发明涉及管道检测技术领域,尤其涉及一种多维度管道特征参数的获取方法和装置。
背景技术
在管道检测时,通常需要对管道进行三维建模,然后针对管道三维模型中的指定结构(例如缺陷结构)进行分析。
相关技术中,对管道三维图中的指定结构进行操作时比较繁琐,由于管道的三维图展现的只是一个视角上的部分,若选择的指定结构部分包括当前视角的部分结构和其他视角中的部分结构,需要边调整视角边进行选择。此外,由于管道是弯曲的,在管道三维图上选择结构的线条需要随三维管道的表面弯曲,计算选定结构的特征参数非常复杂。
发明内容
本发明提供一种多维度管道特征参数的获取方法和装置,用以解决相关技术对管道三维图中的指定区域进行操作时比较繁琐,且计算选定结构的特征参数非常复杂的缺陷,实现可以快速选择管道三维图中的指定结构,且对指定结构特征参数的计算简单。
本发明提供一种多维度管道特征参数的获取方法,包括:基于雷达测距方法获取目标的点云数据序列;所述点云数据序列包括若干组点云数据,其中,每组点云数据表示当前测量位置处雷达对目标管道内部圆周上若干扫描点进行扫描测距后得到的一组距离值;根据所述点云数据序列建立所述目标管道的三维点云模型;根据所述点云数据序列确定每个扫描点处的测量半径,基于预设的测量半径与色彩指数的关系建立所述目标管道的二维色谱图;建立所述二维色谱图的像素点与所述三维点云模型中的三维点之间的第一映射关系;获取在所述二维色谱图内选定的多边形区域的像素点信息;根据所述多边形区域的像素点信息和所述映射关系得到所述三维点云模型中与所述多边形区域对应的选定三维结构的三维点信息;根据所述选定三维结构的三维点信息得到所述选定三维结构的特征参数。
根据本发明提供的多维度管道特征参数的获取方法,在获取在所述二维色谱图内选定的多边形区域的像素点信息之前,还包括:获取所述目标管道内壁的全景影像;基于所述全景影像建立所述目标管道的二维实景平面展开图;建立所述二维实景平面展开图中像素点与所述二维色谱图的像素点之间的第二映射关系;建立所述二维实景平面展开图中像素点与所述三维点云模型中三维点的第三映射关系;根据所述三维点云模型或所述二维色谱图或所述二维实景平面展开图的选定指令、移动指令,在所述二维色谱图和所述二维实景平面展开图,或所述三维点云模型和所述二维实景平面展开图,或所述三维点云模型和所述二维色谱图上进行对应的区域的选定、对应尺度的移动。
根据本发明提供的多维度管道特征参数的获取方法,基于所述全景影像建立所述目标管道的二维实景平面展开图后,还包括:显示所述二维实景平面展开图;接收对二维实景平面展开图指定区域的局部放大指令;根据所述局部放大指令对二维实景平面展开图指定区域进行局部放大。
根据本发明提供的多维度管道特征参数的获取方法,获取目标管道的点云数据序列,包括:获取沿所述目标管道延伸方向上等间隔的若干测量位置处的点云数据;根据若干测量位置的先后顺序对所述点云数据进行排序,得到所述点云数据序列。
根据本发明提供的多维度管道特征参数的获取方法,根据所述选定三维结构的三维点信息得到所述选定三维结构的特征参数,包括:
将所述选定三维结构包括的所有三维点按照对应点云数据中扫描点的测量顺序进行排序,得到所述选定三维结构在多个管道横切面的三维点集;根据所述三维点集计算所述选定三维结构在多个管道横切面上所占的面积;对所述选定三维结构在多个管道横切面上所占的面积进行累加,得到所述选定三维结构的体积。
根据本发明提供的多维度管道特征参数的获取方法,还包括:获取所述多边形区域在所述二维色谱图内包含的像素点总数;根据所述像素点总数、像素点与真实点坐标之间的关系得到所述选定三维结构的表面积。
根据本发明提供的多维度管道特征参数的获取方法,在根据所述多边形区域的像素点信息和所述映射关系得到所述三维点云模型中与所述多边形区域对应的选定三维结构的三维点信息之后,还包括:在所述三维点云模型中对所述选定三维结构进行标注。
本发明还提供一种多维度管道特征参数的获取装置,包括:点云数据序列获取模块,用于基于雷达测距方法获取目标的点云数据序列;所述点云数据序列包括若干组点云数据,其中,每组点云数据表示当前测量位置处雷达对目标管道内部圆周上若干扫描点进行扫描测距后得到的一组距离值;三维点云模型建立模块,用于根据所述点云数据序列建立所述目标管道的三维点云模型;二维色谱图建立模块,用于根据所述点云数据序列确定每个扫描点处的测量半径,基于预设的测量半径与色彩指数的关系建立所述目标管道的二维色谱图;映射关系建立模块,用于建立所述二维色谱图的像素点与所述三维点云模型中的三维点之间的第一映射关系;像素点信息获取模块,用于获取在所述二维色谱图内选定的多边形区域的像素点信息;三维点信息获取模块,用于根据所述多边形区域的像素点信息和所述映射关系得到所述三维点云模型中与所述多边形区域对应的选定三维结构的三维点信息;特征参数获取模块,用于根据所述选定三维结构的三维点信息得到所述选定三维结构的特征参数。
根据本发明提供的多维度管道特征参数的获取装置,还包括:全景影像获取模块,用于获取所述目标管道内壁的全景影像;二维实景平面展开图建立模块,用于基于所述全景影像建立所述目标管道的二维实景平面展开图;指令操作模块,根据所述三维点云模型或所述二维色谱图或所述二维实景平面展开图的选定指令、移动指令,在所述二维色谱图和所述二维实景平面展开图,或所述三维点云模型和所述二维实景平面展开图,或所述三维点云模型和所述二维色谱图上进行对应的区域的选定、对应尺度的移动;其中,所述映射关系建立模块还用于建立所述二维实景平面展开图中像素点与所述二维色谱图的像素点之间的第二映射关系,并建立所述二维实景平面展开图中像素点与所述三维点云模型中三维点的第三映射关系。
根据本发明提供的多维度管道特征参数的获取装置,还包括:显示模块,用于显示所述二维实景平面展开图;局部放大模块,用于接收对二维实景平面展开图指定区域的局部放大指令,并根据所述局部放大指令对二维实景平面展开图指定区域进行局部放大。
根据本发明提供的多维度管道特征参数的获取装置,所述点云数据序列获取模块用于获取沿所述目标管道延伸方向上等间隔的若干测量位置处的点云数据;根据若干测量位置的先后顺序对所述点云数据进行排序,得到所述点云数据序列。
根据本发明提供的多维度管道特征参数的获取装置,所述特征参数获取模块用于将所述选定三维结构包括的所有三维点按照对应点云数据中扫描点的测量顺序进行排序,得到所述选定三维结构在多个管道截面的三维点集;所述特征参数获取模块还用于根据所述三维点集计算所述选定三维结构在多个管道横切面上所占面积;所述特征参数获取模块还用于对所述选定三维结构在多个管道横切面上所占面积进行累加,得到所述选定三维结构的体积。
根据本发明提供的多维度管道特征参数的获取装置,所述特征参数获取模块还用于获取所述多边形区域在所述二维色谱图内包含的像素点总数,根据所述像素点总数、像素点与真实点坐标之间的关系得到所述选定三维结构的表面积。
根据本发明提供的多维度管道特征参数的获取装置,所述显示模块还用于在所述三维点云模型中对所述选定三维结构进行标注,以实现突出显示。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述多维度管道特征参数的获取方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述多维度管道特征参数的获取方法的步骤。
本发明提供的多维度管道特征参数的获取方法和装置,使用载有激光雷达的爬行器在目标管道(如城市排水管道)中爬行时进行扫描,可以得到目标管道的管道截面的点云数据序列,根据点云数据序列分别建立目标管道的三维点云模型和二维色谱图,并建立二维色谱图的像素点与三维点云模型中的扫描点之间的映射关系。当用户在二维色谱图中绘制多边形区域后,可以通过二维到三维的转换得到对应该多边形区域的选定三维结构,通过选定三维结构所包括的三维点可以计算选定三维结构的特征参数,计算效率高,准确率高。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的多维度管道特征参数的获取方法的流程示意图;
图2是本发明一个示例中三维点云模型的示意图;
图3是本发明一个示例中的二维色谱图的灰度图;
图4是本发明一个示例在三维点云模型里形成选定三维结构的示意图;
图5是本发明提供的多维度管道特征参数的获取装置的结构框图;
图6是本发明一个示例中电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应理解,说明书通篇中提到的“实施例”或“一个实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“实施例中”或“在一个实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本发明的描述中,需要理解的是,术语“第一”和“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“连接”应做广义理解,例如,可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面结合附图描述本发明的多维度管道特征参数的获取方法。
图1是本发明提供的多维度管道特征参数的获取方法的流程示意图。如图1所示,本发明提供的多维度管道特征参数的获取方法,包括:
S1:基于雷达测距方法获取目标管道的点云数据序列。所述点云数据序列包括若干组点云数据。其中,每组点云数据表示当前测量位置处雷达对目标管道内部圆周上若干扫描点进行扫描测距后得到的一组距离值。
具体地,使用载有激光雷达的爬行器在目标管道(如城市排水管道)中爬行时进行扫描,可以得到目标管道的管道截面点云数据序列。
在本发明的一个实施例中,步骤S1包括:
S101:获取沿目标管道延伸方向上等间隔的若干测量位置处的点云数据(雷达对目标管道内部圆周上若干扫描点进行扫描测距后得到的一组距离值)。
具体地,使用载有激光雷达的爬行器在目标管道中爬行时进行扫描,可以得到目标管道的所有管道截面的点云数据,以及所有截面的点云数据所对应的截面位置。
在本发明的一个示例中,目标管道中的某段管道为东西方向设置,定义该段管道的东侧起点的管道中心点位置为A,西侧终点的管道中心点位置为N。当使用爬行器上的激光雷达对该段管道进行扫描时,可以得到每个管道截面的点云数据,以及每个管道截面的点云数据对应的管道截面位置。
S102:根据若干测量位置的先后顺序对点云数据进行排序,得到点云数据序列。
S2:根据点云数据序列建立目标管道的三维点云模型。
图2是本发明一个示例中三维点云模型的示意图。如图2所示,A为目标管道的第一个管道截面,N为目标管道的最后一个管道截面,每个管道截面具有相应的点云数据。以爬行器的初始位置作为三维坐标系的原点,经过管道中心点的水平方向作为X坐标,经过管道中心点的竖直方向作为Y坐标,将爬行器的爬行距离作为Z坐标,根据点云数据序列构建出目标管道的三维点云模型。
S3:根据点云数据序列确定每个扫描点处的测量半径,基于预设的测量半径与色彩指数的关系建立目标管道的二维色谱图;
具体地,激光雷达上设置有定位装置。在爬行器在管道中爬行时,如果激光雷达不是位于所在管道截面的中心(圆心),则调整激光雷达的位置,使激光雷达位于所在管道截面的中心,以确定每个扫描点距离管道截面中心的距离值(即测量半径r)。
也可以在获取雷达对目标管道内部圆周上若干扫描点进行扫描测距后得到的一组距离值后,进行圆拟合,基于拟合后的圆得到管道截面中心,以确定每个扫描点距离管道截面中心的距离值(即测量半径r)。
在激光雷达位于所在管道截面的中心的前提下,获取激光雷达当前帧的点云数据,即激光雷达所在管道截面的点云数据。以激光雷达当前帧的点云数据中的扫描点与当前帧管道中心之间的距离(以下简称点心距),以及色彩指数建立目标管道的二维色谱图。
作为一种优选的实施方式,在建立二维色谱图时,可以根据点云数据序列与预先得到的目标管道的标准半径确定每个扫描点的形变率,基于形变率与色彩指数的比值关系建立目标管道的二维色谱图。
由于本实施例的方案是为了对管道状态进行分析。其中,最为重要的就是分析管道缺陷,如凹凸结构,其会导致管道对应部位发生形变,因此本实施例中,通过对目标管道进行分析得到的测量半径r与目标管道的标准半径R进行比较,可以得到每个测量点的形变率,并基于预先设定的形变率与色彩指数的比值关系,确定每个测量点的色彩指数,以基于所有测量点之间的位置关系、测量点的色彩指数建立目标管道的二维色谱图;以使发生形变的位置在二维色谱图上显示出不同的颜色,进而能够准确定位缺陷位置。
在进行形变率计算时,可以通过如下公式:2π(R-r)/R。在建立色彩指数的对应关系时,可以通过形变率与色阶的对应关系来对不同形变率的扫描点进行着色。
作为一种优选的实施方式,还可以直接通过扫描点测量半径与与色阶的对应关系来对扫描点进行着色。
如果当前帧所有扫描点的点心距均相等,或差值在预设距离差值范围内,则在二维色谱图上使用同样的颜色显示。
如果某个扫描点的点心距与其他扫描点的点心距之间的差值大于预设阈值,则对差值大于预设阈值的扫描点在二维色谱图上使用与其他扫描点不同的像素值进行突出显示。
当目标管道的内壁上具有例如凸起等缺陷时,会在二维色谱图上进行突出显示。
S4:建立二维色谱图的像素点与三维点云模型中的三维点之间的第一映射关系。由于二维色谱图和三维点云模型均是通过点云数据序列中的点云数据建立的,因此可以建立该第一映射关系。
S5:获取在二维色谱图内选定的多边形区域的像素点信息。其中,多边形区域是用户选定的,例如通过预设软件选定的。该多边形区域可以为目标管道的缺陷区域,或者包括目标管道的缺陷区域。
图3是本发明一个示例中的二维色谱图对应的灰度图,图中右侧表示色阶与形变率的对应关系,图中可以很明显的得到缺陷位置,即图中的黑色(灰度处理后)显示部分。如图3所示,箭头所指的矩形区域可以是多边形区域,该矩形区域包括了目标管道的缺陷区域。
S6:根据多边形区域的像素点信息和映射关系得到三维点云模型中与多边形区域对应的选定三维结构的三维点信息。
在本发明的一个实施例中,步骤S6包括:
S601:获取在三维点云模型中,对应多边形的所有边长起点的三维空间坐标和所有边长终点的三维空间坐标。
具体地,基于根据第一映射关系,根据多边形的所有边长起点和所有边长终点在二维色谱图中的像素坐标可以得到多边形的所有边长起点的三维空间坐标和所有边长终点的三维空间坐标。
S602:根据所有边长起点的三维空间坐标和所有边长终点的三维空间坐标确定选定三维结构的最小包围盒。
图4是本发明一个示例在三维点云模型里形成选定三维结构的示意图。如图4所示,对多边形的任意一条边,如边qw。
确定这条边的起点q和终点w所在的管道截面,将这条边的起点和终点所在的管道截面的扫描点或最邻近的扫描点作为这条边的起点和终点的扫描点,基于同样的方式得到这条边上所有点对应的扫描点。对多边形的所有边上的点按照以上方式进行处理,最终可以得到多边形对应的点集,例如点集包括多边形中从x到y上所有扫描点。
计算多边形区域对应的点集中在三维坐标系的最大和最小值,从而可以得到三维缺陷结构的长方体的包围盒。
S603:在三维点云模型中,将最小包围盒内的扫描点向目标管道的管壁方向进行平面投影。
具体地,将最小包围盒内对应的点集向目标管道的管壁方向进行平面投影。
S604:根据平面投影结果确定三维结构的三维点信息。
具体地,根据多边形区域在投影面的直线进行求交判断,如果交点个数为奇数,则表示该点在多边形区域内部;如果交点个数为偶数,则表示该点在多边形区域外部。本实施例通过这种方式获取三维点云模型中多边形区域内部的扫描点。
S7:根据选定三维结构的三维点信息得到选定三维结构的特征参数。
具体地,将三维结构包括的所有扫描点按照爬行器的爬行方向(对应点云数据中扫描点的测量顺序)进行排序,得到三维结构在多个管道截面的三维点集。根据三维点集计算选定三维结构在多个管道横切面上所占面积。在本实施例中,根据一重积分法计算每个管道横切面上所占面积。对三维结构在多个横切面上所占面积进行累加(积分),得到三维结构的体积,将三维结构的体积作为三维结构的一个管道特征参数。
在本发明的一个实施例中,在步骤S5之前,还包括:获取目标管道内壁的全景影像;基于全景影像建立目标管道的二维实景平面展开图;显示二维实景平面展开图。
具体地,在爬行器上安装全景摄像头,在爬行器在目标管道中爬行时,通过全景摄像头可以拍摄目标管道内壁的全景影像。通过对全景影像进行像素点拼接可以得到目标管道的二维实景平面展开图,然后对二维实景平面展开图进行显示。在本实施例中,还可以建立二维实景平面展开图与三维点云模型的映射关系,可以将二维实景平面展开图附着到三维点云模型内壁进行显示,实现管道内部的全景重现。
进一步地,在步骤S5之前,还包括:建立二维实景平面展开图中像素点与二维色谱图的像素点之间的第二映射关系;接收对二维实景平面展开图指定区域的局部放大指令;根据局部放大指令对二维实景平面展开图指定区域进行局部放大。
具体地,当得到二维色谱图和二维实景平面展开图之后,用户可以从二维色谱图上看到突出显示的像素区域,这些像素区域很可能是目标管道上的缺陷区域,例如目标管道内壁上的凸起区域。用户可以通过对二维实景平面展开图上与二维色谱图上突出显示的像素区域相对应的区域进行局部放大观察和测量,最终选定步骤S5中的多边形区域。
多维度管道特征参数的获取方法还包括:建立二维实景平面展开图中像素点与三维点云模型中三维点的第三映射关系;根据三维点云模型或二维色谱图或二维实景平面展开图的选定指令、移动指令,在二维色谱图和二维实景平面展开图,或三维点云模型和二维实景平面展开图,或三维点云模型和二维色谱图上进行对应的区域的选定、对应尺度的移动。
在本发明的一个实施例中,多维度管道特征参数的获取方法还包括:获取多边形区域在二维色谱图内包含的像素点总数;根据像素点总数、像素点与真实点坐标之间的关系得到选定三维结构的表面积,将三维结构的表面积作为另外一个管道特征参数。
下面对本发明提供的多维度管道特征参数的获取装置进行描述,下文描述的多维度管道特征参数的获取装置与上文描述的多维度管道特征参数的获取方法可相互对应参照。
图5是本发明提供的多维度管道特征参数的获取装置的结构框图。如图5所示,本发明提供的多维度管道特征参数的获取装置,包括:点云数据序列获取模块510、三维点云模型建立模块520、二维色谱图建立模块530、映射关系建立模块540、像素点信息获取模块550、三维点信息获取模块560和特征参数获取模块570。
其中,点云数据序列获取模块510用于获取目标管道的管道截面的点云数据序列。三维点云模型建立模块520用于根据点云数据序列建立目标管道的三维点云模型。二维色谱图建立模块530用于根据激光雷达与点云数据序列中的扫描点之间的距离,以及距离与色彩指数的比值关系建立目标管道的二维色谱图。其中,点云数据序列是通过爬行器上安装的激光雷达进行扫描得到的。映射关系建立模块540用于建立二维色谱图的像素点与三维点云模型中的三维点之间的第一映射关系。像素点信息获取模块550用于获取在二维色谱图内选定的多边形区域的像素点信息。三维点信息获取模块560用于根据多边形区域的像素点信息和映射关系得到三维点云模型中与多边形区域对应的选定三维结构的三维点信息。特征参数获取模块570用于根据选定三维结构的三维点信息得到选定三维结构的特征参数。
在本发明的一个实施例中,还包括:全景影像获取模块,用于获取目标管道内壁的全景影像。二维实景平面展开图建立模块,用于基于全景影像建立目标管道的二维实景平面展开图。指令操作模块,根据三维点云模型或二维色谱图或二维实景平面展开图的选定指令、移动指令,在二维色谱图和二维实景平面展开图,或三维点云模型和二维实景平面展开图,或三维点云模型和二维色谱图上进行对应的区域的选定、对应尺度的移动;其中,映射关系建立模块540还用于建立二维实景平面展开图中像素点与二维色谱图的像素点之间的第二映射关系,并建立二维实景平面展开图中像素点与三维点云模型中三维点的第三映射关系。
在本发明的一个实施例中,还包括:显示模块,用于显示二维实景平面展开图。局部放大模块,用于接收对二维实景平面展开图指定区域的局部放大指令,并根据局部放大指令对二维实景平面展开图指定区域进行局部放大。
在本发明的一个实施例中,点云数据序列获取模块510用于获取沿目标管道延伸方向上等间隔的若干测量位置处的点云数据;根据若干测量位置的先后顺序对点云数据进行排序,得到点云数据序列。
在本发明的一个实施例中,特征参数获取模块570用于将选定三维结构包括的所有三维点按照爬行器的爬行方向进行排序,得到选定三维结构在多个管道截面的三维点集。特征参数获取模块570还用于根据三维点集计算选定三维结构在多个横切面上所占面积。特征参数获取模块570还用于对选定三维结构在多个横切面上所占面积进行累加,得到选定三维结构的体积。
在本发明的一个实施例中,特征参数获取模块570还用于获取多边形区域在二维色谱图内包含的像素点总数,根据像素点总数、像素点与真实点坐标之间的关系得到选定三维结构的表面积。
在本发明的一个实施例中,显示模块还用于在三维点云模型中对选定三维结构进行突出显示。
需要说明的是,本发明实施例的多维度管道特征参数的获取装置的具体实施方式与本发明实施例的多维度管道特征参数的获取方法的具体实施方式类似,具体参见多维度管道特征参数的获取方法部分的描述,为了减少冗余,不做赘述。
另外,本发明实施例的多维度管道特征参数的获取装置的其它构成以及作用对于本领域的技术人员而言都是已知的,为了减少冗余,不做赘述。
图6是本发明一个示例中电子设备的结构示意图。如图6所示,该电子设备可以包括:处理器610、通信接口620、存储器630和通信总线640,其中,处理器610,通信接口620,存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令,以执行多维度管道特征参数的获取方法,该方法包括:基于雷达测距方法获取目标的点云数据序列;所述点云数据序列包括若干组点云数据,其中,每组点云数据表示当前测量位置处雷达对目标管道内部圆周上若干扫描点进行扫描测距后得到的一组距离值;根据所述点云数据序列建立所述目标管道的三维点云模型;根据所述点云数据序列确定每个扫描点处的测量半径,基于预设的测量半径与色彩指数的关系建立所述目标管道的二维色谱图;建立所述二维色谱图的像素点与所述三维点云模型中的三维点之间的第一映射关系;获取在所述二维色谱图内选定的多边形区域的像素点信息;根据所述多边形区域的像素点信息和所述映射关系得到所述三维点云模型中与所述多边形区域对应的选定三维结构的三维点信息;根据所述选定三维结构的三维点信息得到所述选定三维结构的特征参数。
在本发明实施例中,处理器可以是一种集成电路芯片,具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,简称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。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息,结合其硬件完成上述方法的步骤。
此外,上述的存储器630中的逻辑指令可以通过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,本发明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(可以是个人计算机,服务器,或者网络设备等)执行本发明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、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各提供的多维度管道特征参数的获取方法,该方法包括:基于雷达测距方法获取目标的点云数据序列;所述点云数据序列包括若干组点云数据,其中,每组点云数据表示当前测量位置处雷达对目标管道内部圆周上若干扫描点进行扫描测距后得到的一组距离值;根据所述点云数据序列建立所述目标管道的三维点云模型;根据所述点云数据序列确定每个扫描点处的测量半径,基于预设的测量半径与色彩指数的关系建立所述目标管道的二维色谱图;建立所述二维色谱图的像素点与所述三维点云模型中的三维点之间的第一映射关系;获取在所述二维色谱图内选定的多边形区域的像素点信息;根据所述多边形区域的像素点信息和所述映射关系得到所述三维点云模型中与所述多边形区域对应的选定三维结构的三维点信息;根据所述选定三维结构的三维点信息得到所述选定三维结构的特征参数。
存储介质可以是存储器,例如可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
其中,非易失性存储器可以是只读存储器(Read-Only Memory,简称ROM)、可编程只读存储器(Programmable ROM,简称PROM)、可擦除可编程只读存储器(Erasable PROM,简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM,简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory,简称RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,简称SRAM)、动态随机存取存储器(Dynamic RAM,简称DRAM)、同步动态随机存取存储器(Synchronous DRAM,简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM,简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM,简称ESDRAM)、同步连接动态随机存取存储器(Synch Link DRAM,简称SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时,可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (10)
1.一种多维度管道特征参数的获取方法,其特征在于,包括:
基于雷达测距方法获取目标管道的点云数据序列;所述点云数据序列包括若干组点云数据,其中,每组点云数据表示当前测量位置处雷达对目标管道内部圆周上若干扫描点进行扫描测距后得到的一组距离值;
根据所述点云数据序列建立所述目标管道的三维点云模型;
根据所述点云数据序列确定每个扫描点处的测量半径,基于预设的测量半径与色彩指数的关系建立所述目标管道的二维色谱图;
建立所述二维色谱图的像素点与所述三维点云模型中的三维点之间的第一映射关系;
获取在所述二维色谱图内选定的多边形区域的像素点信息;
根据所述多边形区域的像素点信息和所述第一映射关系得到所述三维点云模型中与所述多边形区域对应的选定三维结构的三维点信息;
根据所述选定三维结构的三维点信息得到所述选定三维结构的特征参数。
2.根据权利要求1所述的多维度管道特征参数的获取方法,其特征在于,在获取在所述二维色谱图内选定的多边形区域的像素点信息之前,还包括:
获取所述目标管道内壁的全景影像;
基于所述全景影像建立所述目标管道的二维实景平面展开图;
建立所述二维实景平面展开图中像素点与所述二维色谱图的像素点之间的第二映射关系;
建立所述二维实景平面展开图中像素点与所述三维点云模型中三维点的第三映射关系;
根据所述三维点云模型或所述二维色谱图或所述二维实景平面展开图的选定指令、移动指令,在所述二维色谱图和所述二维实景平面展开图,或所述三维点云模型和所述二维实景平面展开图,或所述三维点云模型和所述二维色谱图上进行对应的区域的选定、对应尺度的移动。
3.根据权利要求2所述的多维度管道特征参数的获取方法,其特征在于,基于所述全景影像建立所述目标管道的二维实景平面展开图后,还包括:
显示所述二维实景平面展开图;
接收对二维实景平面展开图指定区域的局部放大指令;
根据所述局部放大指令对二维实景平面展开图指定区域进行局部放大。
4.根据权利要求1所述的多维度管道特征参数的获取方法,其特征在于,获取目标管道的点云数据序列,包括:
获取沿所述目标管道延伸方向上等间隔的若干测量位置处的点云数据;
根据若干测量位置的先后顺序对所述点云数据进行排序,得到所述点云数据序列。
5.根据权利要求1所述的多维度管道特征参数的获取方法,其特征在于,根据所述选定三维结构的三维点信息得到所述选定三维结构的特征参数,包括:
将所述选定三维结构包括的所有三维点按照对应点云数据中扫描点的测量顺序进行排序,得到所述选定三维结构在多个测量位置处对应的三维点集;
根据所述三维点集计算所述选定三维结构在多个管道横切面上所占的面积;
对所述选定三维结构在多个管道横切面上所占面积进行累加,得到所述选定三维结构的体积。
6.根据权利要求1所述的多维度管道特征参数的获取方法,其特征在于,还包括:
获取所述多边形区域在所述二维色谱图内包含的像素点总数;
根据所述像素点总数、像素点与真实点坐标之间的关系得到所述选定三维结构的表面积。
7.根据权利要求1所述的多维度管道特征参数的获取方法,其特征在于,在根据所述多边形区域的像素点信息和所述第一映射关系得到所述三维点云模型中与所述多边形区域对应的选定三维结构的三维点信息之后,还包括:
在所述三维点云模型中对所述选定三维结构进行标注。
8.一种多维度管道特征参数的获取装置,其特征在于,包括:
点云数据序列获取模块,用于基于雷达测距方法获取目标的点云数据序列;所述点云数据序列包括若干组点云数据,其中,每组点云数据表示当前测量位置处雷达对目标管道内部圆周上若干扫描点进行扫描测距后得到的一组距离值;
三维点云模型建立模块,用于根据所述点云数据序列建立所述目标管道的三维点云模型;
二维色谱图建立模块,用于根据所述点云数据序列确定每个扫描点处的测量半径,基于预设的测量半径与色彩指数的关系建立所述目标管道的二维色谱图;
映射关系建立模块,用于建立所述二维色谱图的像素点与所述三维点云模型中的三维点之间的第一映射关系;
像素点信息获取模块,用于获取在所述二维色谱图内选定的多边形区域的像素点信息;
三维点信息获取模块,用于根据所述多边形区域的像素点信息和所述第一映射关系得到所述三维点云模型中与所述多边形区域对应的选定三维结构的三维点信息;
特征参数获取模块,用于根据所述选定三维结构的三维点信息得到所述选定三维结构的特征参数。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上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程序时实现如权利要求1至7任一项所述多维度管道特征参数的获取方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,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7任一项所述多维度管道特征参数的获取方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110519315.7A CN113223176B (zh) | 2021-05-12 | 2021-05-12 | 多维度管道特征参数的获取方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110519315.7A CN113223176B (zh) | 2021-05-12 | 2021-05-12 | 多维度管道特征参数的获取方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113223176A CN113223176A (zh) | 2021-08-06 |
CN113223176B true CN113223176B (zh) | 2022-09-20 |
Family
ID=77095267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110519315.7A Active CN113223176B (zh) | 2021-05-12 | 2021-05-12 | 多维度管道特征参数的获取方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113223176B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114331956A (zh) * | 2021-11-16 | 2022-04-12 | 武汉中仪物联技术股份有限公司 | 管道检测方法、装置、电子设备及存储介质 |
CN114488139B (zh) * | 2022-01-19 | 2022-09-27 | 杭州睿影科技有限公司 | 探测对象的成像方法、成像装置、设备以及安检*** |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109658398A (zh) * | 2018-12-12 | 2019-04-19 | 华中科技大学 | 一种基于三维测量点云的零件表面缺陷识别与评估方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10347031B2 (en) * | 2015-03-09 | 2019-07-09 | Carestream Dental Technology Topco Limited | Apparatus and method of texture mapping for dental 3D scanner |
CN105915859B (zh) * | 2016-06-17 | 2019-04-05 | 武汉中仪物联技术股份有限公司 | 基于管道机器人的管道检测***及检测方法 |
US10546427B2 (en) * | 2017-02-15 | 2020-01-28 | Faro Technologies, Inc | System and method of generating virtual reality data from a three-dimensional point cloud |
US11618438B2 (en) * | 2018-03-26 | 2023-04-04 | International Business Machines Corporation | Three-dimensional object localization for obstacle avoidance using one-shot convolutional neural network |
CN110443881B (zh) * | 2019-05-29 | 2023-07-07 | 重庆交通大学 | 桥面形态变化识别桥梁结构损伤的cnn-grnn方法 |
CN110570466B (zh) * | 2019-09-09 | 2022-09-16 | 广州建通测绘地理信息技术股份有限公司 | 三维实景点云模型的生成方法和装置 |
-
2021
- 2021-05-12 CN CN202110519315.7A patent/CN113223176B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109658398A (zh) * | 2018-12-12 | 2019-04-19 | 华中科技大学 | 一种基于三维测量点云的零件表面缺陷识别与评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113223176A (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rottensteiner et al. | Automated delineation of roof planes from lidar data | |
Andrés et al. | Generation of virtual models of cultural heritage | |
US8818077B2 (en) | Stereo image matching apparatus and method | |
CN110223226B (zh) | 全景图像拼接方法及*** | |
US10477178B2 (en) | High-speed and tunable scene reconstruction systems and methods using stereo imagery | |
CN113223176B (zh) | 多维度管道特征参数的获取方法和装置 | |
US20050053276A1 (en) | Method of obtaining a depth map from a digital image | |
US20150063707A1 (en) | Outline approximation for point cloud of building | |
CN113223178B (zh) | 管道选定结构特征参数的确定方法和装置 | |
JP2008082870A (ja) | 画像処理プログラム及びこれを用いた路面状態計測システム | |
KR102432164B1 (ko) | 3dbim 기반 ar 검토 및 형상을 이용한 현장 검증 서비스 제공 시스템 | |
CN111105452B (zh) | 基于双目视觉的高低分辨率融合立体匹配方法 | |
US10977816B2 (en) | Image processing apparatus, image processing program, and driving assistance system | |
CN111709876B (zh) | 一种图像拼接的方法及装置、设备、存储介质 | |
CN107941241B (zh) | 一种用于航空摄影测量质量评价的分辨率板及其使用方法 | |
JP7004636B2 (ja) | 表示データ生成装置、表示データ生成方法、および表示データ生成プログラム | |
CN114494573A (zh) | 三维管道模型标注方法、装置、电子设备及存储介质 | |
CN113223179B (zh) | 管道选定线路长度的确定方法和装置 | |
CN115656991A (zh) | 车辆外参标定方法、装置、设备以及存储介质 | |
CN115146745A (zh) | 点云数据坐标点位置校正的方法、装置、设备及存储介质 | |
CN110853087B (zh) | 一种视差估计方法、装置、存储介质及终端 | |
Fallah et al. | Intensifying the spatial resolution of 3D thermal models from aerial imagery using deep learning-based image super-resolution | |
KR101915024B1 (ko) | 스캐닝 정보 제공 장치 및 방법 | |
Abdelhafiz et al. | Automatic texture mapping mega-projects | |
JP2018041169A (ja) | 情報処理装置およびその制御方法、プログラム |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Method and device for obtaining multi-dimensional pipeline characteristic parameters Effective date of registration: 20231229 Granted publication date: 20220920 Pledgee: China Merchants Bank Limited by Share Ltd. Wuhan branch Pledgor: WUHAN EASY-SIGHT TECHNOLOGY Co.,Ltd. Registration number: Y2023980075365 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |