[发明专利]一种基于点云地图的图像边界获取方法、设备及飞行器

权利要求书

1.一种基于点云地图的图像边界获取方法，其特征在于，所述方法包括：

获取包含语义的点云地图；

根据所述点云地图上的语义，确定所述点云地图上不同语义的各个图像区域。

2.根据权利要求1所述的方法，其特征在于，所述根据所述点云地图上的语义，确定所述点云地图上不同语义的各个图像区域，包括：

根据所述点云地图上的语义，确定所述点云地图上具有连续相同语义的图像区域；

对所述具有连续相同语义的各图像区域进行边沿处理操作，以得到所述点云地图上不同语义的各图像区域。

3.根据权利要求2所述的方法，其特征在于，所述边沿处理操作包括：正向边沿处理操作和/或逆向边沿处理操作。

4.根据权利要求3所述的方法，其特征在于，所述正向边沿处理操作，包括：

对所述点云地图上所有的图像区域进行全局正向边沿处理操作，确定出伪黏连的图像边界，以对伪黏连的各图像区域进行分割；和/或，

对所述点云地图上联通的各图像区域进行局部正向边沿处理操作，确定出半黏连的图像边界，以对所述联通的各图像区域中的半黏连的图像区域进行分割。

5.根据权利要求4所述的方法，其特征在于，所述全局正向边沿处理操作包括：

将所述点云地图中的每一个语义集合图像与预设计算核进行卷积，以求得计算核覆盖的区域的像素点的最小值，并将所述最小值赋值给指定的像素点。

6.根据权利要求4所述的方法，其特征在于，所述局部正向边沿处理操作包括：

将所述点云地图中的具有连通域的语义集合图像与预设计算核进行卷积，以求得计算核覆盖的区域的像素点的最小值，并将所述最小值赋值给指定的像素点。

7.根据权利要求3所述的方法，其特征在于，所述逆向边沿处理操作包括：

将所述点云地图中的每一个语义集合图像与预设计算核进行卷积，以求得计算核覆盖的区域的像素点的最大值，并将所述最大值赋值给指定的像素点。

8.根据权利要求5-7任一项所述的方法，其特征在于，所述预设计算核为带有参考点的预定图形。

9.一种基于点云地图的航线规划方法，其特征在于，所述方法包括：

获取包含语义的点云地图；

根据所述点云地图上的语义，确定所述点云地图上不同语义的各个图像区域；

根据所述点云地图上各图像区域的语义，规划飞行航线；

控制所述飞行器按照所述飞行航线飞行。

10.根据权利要求9所述的方法，其特征在于，所述获取包含语义的点云地图，包括：

获取飞行器上挂载的摄像装置拍摄的第一图像数据；

基于语义识别模型处理所述第一图像数据，以获得所述第一图像数据中每个像素点所具有的语义；

根据所述第一图像数据对应的位置数据、高度数据以及所述第一图像数据中每个像素点所具有的语义，生成包含语义的第一点云数据；

使用所述包含语义的第一点云数据生成点云地图。

11.根据权利要求10所述的方法，其特征在于，所述方法还包括：

获取飞行器上挂载的摄像装置拍摄的第二图像数据；

基于所述语义识别模型处理所述第二图像数据，以获得所述第二图像数据中每个像素点所具有的语义；

根据所述第二图像数据对应的位置数据、高度数据以及所述第二图像数据中每个像素点所具有的语义，生成包含语义的第二点云数据；

使用所述第二点云数据更新所述点云地图。