[发明专利]一种室内房间点云的自动分割方法

说明书

本发明公开了一种室内房间点云的自动分割方法，所述方法通过首先确定采集到的多房间点云数据中的天花板点云数据，由于一个房间通常对应一个天花板，因此根据确定天花板点云数据可以准确地将多房间点云数据分割成单个房间的点云数据，分割后得到的单个房间点云数据即可直接于现有的模型重建算法，解决了现有技术中采集到的建筑室内多个房间的点云数据，难以应用于现有的基于单个房间的模型重建算法的问题。

技术领域

本发明涉及数据分析领域，尤其涉及的是一种室内房间点云的自动分割方法。

背景技术

随着室外激光雷达点云采集的成熟与小尺寸激光雷达制造水平的提高，越来越多的研究人员将研究方向转移到了建筑室内点云采集。固定站扫描仪与移动扫描仪等被应用于建筑施工监理、室内定位与导航和制作室内建筑的三维模型等领域。其中，移动扫描仪类似推车扫描仪与背包扫描仪，凭借其动态采集的特性能够在一次采集过程中可以获取建筑室内多个房间的点云数据，相较于固定站扫描仪提高了采集效率。

然而由于目前针对点云数据进行模型重建的算法，较多是针对单个房间点云数据进行的，因此采集到的建筑室内多个房间的点云数据，难以应用于现有的基于单房间的模型重建算法。

因此，现有技术还有待改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种室内房间点云的自动分割方法，旨在解决现有技术中采集到的建筑室内多个房间的点云数据，难以应用于现有的基于单房间的模型重建算法问题。

本发明解决问题所采用的技术方案如下：

第一方面，本发明实施例提供一种室内房间点云的自动分割方法，其中，所述方法包括：

获取多房间点云数据；

采用预设的布料模拟算法，确定所述多房间点云数据中的天花板点云数据；

采用预设的格网分析算法对所述天花板点云数据进行分割处理，得到格网点云数据；

采用预设的形态学腐蚀滤波算法对所述格网点云数据进行滤波处理，得到目标天花板点云数据；

根据所述目标天花板点云数据对所述多房间点云数据进行分割处理，得到单个房间的点云数据。

在一种实施方式中，所述获取多房间点云数据，包括：

获取多房间区域采集的原始点云数据，采用预设的体素降采样算法对所述原始点云数据进行降采样处理，得到初始点云数据；

获取预设的距离阈值和最小聚类阈值，根据所述距离阈值和所述最小聚类阈值对所述初始点云数据进行空间聚类处理，得到若干类聚类点云数据；

获取所述若干类聚类点云数据分别对应的点云数量，将所述点云数量最大的所述聚类点云数据作为所述多房间点云数据。

在一种实施方式中，所述采用预设的布料模拟算法，确定所述多房间点云数据中的天花板点云数据，包括：

获取预设的格网分辨率数据，根据所述格网分辨率数据确定布料模拟计算点；

将所述多房间点云数据和所述布料模拟计算点投影到预设平面中，并在所述预设平面中确定所述多房间点云数据中与距离所述布料模拟计算点最近的对应点；

获取所述多房间点云数据和所述布料模拟计算点在所述预设平面中的相交位置信息，根据所述相交位置信息确定所述对应点的高度值，并将所述对应点的高度值作为所述布料模拟计算点对应的最小高度值；

根据预设的重力公式确定所述布料模拟计算点的实际高度值，根据所述最小高度值和所述实际高度值，确定所述多房间点云数据中的天花板点云数据。