一种基于激光点云的螺纹钢数据结构化的方法及装置与流程

1.本发明涉及图像处理领域，尤其是涉及一种基于激光点云的螺纹钢数据结构化的方法及装置。


背景技术：

2.螺纹钢是中型以上建筑构件必须用的钢材，螺纹钢生产流程中钢坯经过轧机碾压，变成接近成品直径的条状，经过最后一道轧钢机上的花纹轧辊，就生产出了螺纹钢。我国对于螺纹钢质量制定了严格的国家标准，出厂钢筋必须满足国家标准才可以对外出售，以用于各类建筑的建造和其他工业用途。因此每个钢筋厂家均配备专门人员定期对生产的钢筋进行质量检测。钢筋质量问题一般是由于轧辊错位、轧辊磨损等设备原因导致，由于钢筋生产过程是连续的，生产线速度极快，而质检人员无法做到每一批钢筋实时检测，因此很可能错过解决问题的最佳时机，一旦发生问题，若没有及时发现并进行改正，后续生产的一批钢筋就全部是无法上市的废品，降低了有效产能，消耗了大量资源。
3.因此，自动化螺纹钢质检系统对于钢筋生产厂家来说是有实际需求的。螺纹钢质量评估的几个重要指标包括钢筋直径，横肋斜角，横肋高度，横肋与轴线夹角，纵肋高度，纵肋斜角，纵肋顶宽，横肋间距，横肋顶宽，横肋末端间隙等。受模具装配精度、磨损程度影响，一些结构缺陷也需要进行检测如错辊、无纵肋等。
4.需要说明的时候，螺纹钢缺陷检测的前提是需要对钢筋进行数据采集和数据结构化处理，但是现有技术中，如果要实现钢筋数据的采集以及处理，往往通过人工对钢筋先进行接触式测量，然后通过手工测量的数据进行钢筋表面各个结构的定位，从而得到钢筋的结构化数据，导致结构化数据精确性差。
5.有鉴于此，特提出本发明。


技术实现要素：

6.本发明提供了一种基于激光点云的螺纹钢数据结构化的方法及装置，以解决现有技术中通过人工手动测量螺纹钢数据导致结构化数据精确性差的技术问题。
7.根据本发明的第一方面，提供了一种基于激光点云的螺纹钢数据结构化的方法，包括：获取到螺纹钢的三维结构点云；将所述三维结构点云进行展开，得到展开点云；通过所述展开点云生成螺纹钢的展开深度图；识别所述展开深度图，得到展开深度图中不同结构的位置；基于所述展开深度图中不同结构的位置从所述三维结构点云中得到多组点云，其中，每组点云的结构类型相同。
8.进一步地，所述结构类型包括：螺纹钢横肋、螺纹钢纵肋以及螺纹钢表面。
9.进一步地，所述展开深度图为伪彩色深度图，其中，通过所述展开点云生成螺纹钢的展开深度图包括：将所述展开点云进行单通道图像计算，得到螺纹钢初始深度图；计算得到所述螺纹钢初始深度图的横向梯度图以及纵向梯度图；将所述螺纹钢初始深度图、横向梯度图以及纵向梯度图进行叠加，得到所述伪彩色深度图。
10.进一步地，通过所述展开点云生成螺纹钢的展开深度图，包括：将所述展开点云中的每个点按照第二预设转换关系进行转换从而得到所述展开深度图；将所述三维结构点云进行展开，得到展开点云，包括，将述三维结构点云按照第一预设转换关系进行转换从而得到所述展开点云，其中，基于所述展开深度图中不同结构的位置从所述三维结构点云中得到多组点云，包括：
11.将所述展开深度图中不同结构的位置按照所述第二预设转换关系进行逆转换，得到展开点云上的不同结构的位置；根据所述展开点云上的不同结构的位置将所述展开点云上的点云进行分组，其中，展开点云上的每组点云结构类型相同；将所述展开点云上的每组点云按照第一预设转换关系进行逆转换，得到所述三维结构点云上的多组点云。
12.进一步地，所述第二预设转换关系为展开点云上每个点云的空间位置与展开深度图中像素值之间的转换关系，通过如下公式构建所述第二预设转换关系，包括：
[0013][0014]
其中，x为展开点云中的一个点云的空间位置，xmax为展开点云中的横坐标最大值，xmin为展开点云中的横坐标最小值，255为预设映射比例，p为展开点云x的空间位置在展开深度图中对应的像素值。
[0015]
进一步地，构建所述第一预设关系，包括：基于所述三维结构点云中每个点的空间位置坐标生成目标角度；根据所述目标角度以及所述每个点到所述三维结构点云中轴线之间的的距离构建所述第一预设转换关系。
[0016]
进一步地，所述方法还包括：获取到螺纹钢的测量指令；从所述测量指令确定螺纹钢的目标测量结构类型；基于所述目标测量结构类型从所述到多组点云种抽取到目标点云；根据所述测量指令对所述目标点云进行测量。
[0017]
进一步地，包括：所述三维结构点云为通过螺纹钢的初始点云拟合得到的圆柱点云，所述每个点到所述三维结构点云中轴线之间的的距离为所述圆柱点云的半径。
[0018]
根据本发明的第二方面，提供了一种基于激光点云的螺纹钢数据结构化的装置，包括：获取单元，用于获取到螺纹钢的三维结构点云；展开单元，用于将所述三维结构点云进行展开，得到展开点云；生成单元，用于通过所述展开点云生成螺纹钢的展开深度图；识别单元，用于识别所述展开深度图，得到展开深度图中不同结构的位置；结构化单元，用于基于所述展开深度图中不同结构的位置从所述三维结构点云中得到多组点云，其中，每组点云的结构类型相同。
[0019]
本发明提供了一种螺纹钢数据结构化的方法及装置，该方法包括：获取到螺纹钢的三维结构点云；将所述三维结构点云进行展开，得到展开点云；通过所述展开点云生成螺纹钢的展开深度图；识别所述展开深度图，得到展开深度图中不同结构的位置；基于所述展开深度图中不同结构的位置从所述三维结构点云中得到多组点云，其中，每组点云的结构类型相同。解决了现有技术中通过人工手动测量螺纹钢数据导致结构化数据精确性差的技术问题。
附图说明
[0020]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下边将对具体
实施方式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，下边描述中的附图是本发明的一些实施方式，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。
[0021]
图1是本发明提供的基于激光点云的螺纹钢数据结构化的方法的流程图；
[0022]
图2是本发明提供的螺纹钢的三维结构点云的示意图；
[0023]
图3(a)至图3(b)是本发明提供的不同视角下的展开点云的示意图；
[0024]
图4是本发明提供的螺纹钢表面点云的分离开的各部分结构点云的示意图；
[0025]
图5是针对展开深度图进行分割的结果示意图；图6是本发明提供的基于激光点云的螺纹钢数据结构化的装置的示意图。
具体实施方式
[0026]
为了使本发明的上述以及其他特征和优点更加清楚，下边结合附图进一步描述本发明。应当理解，本文给出的具体实施例是出于向本领域技术人员解释的目的，仅是示例性的，而非限制性的。
[0027]
在以下描述中，阐述了许多具体细节以提供对本发明的透彻理解。然而，对于本领域普通技术人员来说，明显的是，不需要采用具体细节来实践本发明。在其他情况下，未详细描述众所周知的步骤或操作，以避免模糊本发明。
[0028]
实施例一
[0029]
本技术提供了一种基于激光点云的螺纹钢数据结构化的方法，如图1所示，包括：
[0030]
步骤s11，获取到螺纹钢的三维结构点云。
[0031]
具体的，本方案可以由服务器或者其他带有数据处理的设备作为本方案的方法的执行主体，上述螺纹钢的三维点云可以为预先通过多个激光雷达在多个角度针对螺纹钢进行拍摄得到，图2是上述螺纹钢的三维结构点云的示意图。
[0032]
步骤s13，将所述三维结构点云进行展开，得到展开点云。
[0033]
具体的，本方案可以将上述三维结构展开，得到一个展开之后的点云的示意图，图3(a)以及图3(b)是不同视角下的展开点云，在展开点云上可以从一个视角上看到螺纹钢所有表面位置的结构。
[0034]
可选的，本方案可以沿着图2中三维结构点云中的中轴线对三维结构点云进行展开，以得到图3(a)以及图3(b)中的展开点云。
[0035]
步骤s15，通过所述展开点云生成螺纹钢的展开深度图。
[0036]
具体的，本方案可以生成展开点云的深度图，在上述展开深度图中，图像中像素值大小代表空间中的深度(高度)大小。这里需要说明的是，上述深度图为二维图像，本方案将三维空间的点云元素分类问题转化为二维空间的图像像素分类问题，降低了分类问题的维度以及难度。
[0037]
步骤s17，识别所述展开深度图，得到展开深度图中不同结构的位置。
[0038]
具体的，本方案可以通过图像分割算法对展开深度图进行识别，以得到展开深度图中不同结构的位置坐标。
[0039]
可选的，本方案可以使用经过人工标注数据训练后的全卷积网络对展开深度图进行分割，分割结果如图5所示，本方案也可用其他人工智能方法进行分割。
[0040]
步骤s19，基于所述展开深度图中不同结构的位置从所述三维结构点云中得到多组点云，其中，每组点云的结构类型相同。
[0041]
具体的，在展开深度图上得到不同结构的位置坐标后，本方案然后根据展开深度图上确定的不同结构的位置坐标来从最原始的三维结构点云中将不同类型结构的点云进行分类，可选的，所述结构类型包括：螺纹钢横肋、螺纹钢纵肋以及螺纹钢表面。也就是说，通过上述多个步骤，本方案可以从螺纹钢的三维结构点云中，将螺纹钢横肋、螺纹钢纵肋以及螺纹钢表面进行数据结构化，在后续的螺纹钢检测作业中，工作人员基于数字化、结构化的多组点云中抽取任意想要的点云进行处理，比如，基于所述三维结构点云中多组点云对螺纹钢的各种结构参数进行测量。
[0042]
这里需要说明的是，本方案不同于现有技术中通过人工的接触式测量对螺纹钢进行数字化处理，而是，先获取到螺纹钢的三维点云结构，然后将三维点云结构生成二维的深度图，即将三维空间的点云元素分类问题转化为二维空间的图像像素分类问题，降低了问题的维度，极大的降低了计算量，同时提高了计算的准确性和可靠性，通过本专利的方法能精确地提取螺纹钢表面的关键结构，为自动化质检测量提供可靠的基础，在本专利的基础上可以很方便地对螺纹钢的各种结构参数进行测量。
[0043]
可选的，所述展开深度图可以为伪彩色深度图，其中，步骤s15通过所述展开点云生成螺纹钢的展开深度图包括：
[0044]
步骤s151，将所述展开点云进行单通道图像计算，得到螺纹钢初始深度图。
[0045]
具体的，本方案可由上述过程展开的点云，以空间x轴为深度方向，z轴为高度，y轴为宽度，生成深度图。
[0046]
步骤s152，计算得到所述螺纹钢初始深度图的横向梯度图以及纵向梯度图。
[0047]
步骤s153，将所述螺纹钢初始深度图、横向梯度图以及纵向梯度图进行叠加，得到所述伪彩色深度图。
[0048]
具体的，上述螺纹钢的初始深度图为单通道深度图，本方案对单通道深度图，分别计算横纵两个方向的图像梯度，将横向梯度图、深度图、纵向梯度图分别作为红色通道、绿色通道、蓝色通道叠加在一起，形成伪彩色深度图。需要说明的是，伪彩色深度图包含更多深度变化、边缘强度等先验信息，有助于提高后续结构化处理的精度。
[0049]
具体的，通过所述展开点云生成螺纹钢的展开深度图，包括：将所述展开点云中的每个点按照第二预设转换关系进行转换从而得到所述展开深度图；将所述三维结构点云进行展开，得到展开点云，包括，将述三维结构点云按照第一预设转换关系进行转换从而得到所述展开点云，其中，步骤s19基于所述展开深度图中不同结构的位置从所述三维结构点云中得到多组点云，包括：
[0050]
步骤s191，将所述展开深度图中不同结构的位置按照所述第二预设转换关系进行逆转换，得到展开点云上的不同结构的位置。
[0051]
具体的，在得到展开深度图中不同结构的位置坐标之后，本方案可以按照上述“展开点云
‑‑
展开深度图”的逆过程，得到展开点云上不同结构的位置坐标。
[0052]
步骤s192，根据所述展开点云上的不同结构的位置将所述展开点云上的点云进行分组(分成横肋、纵肋以及表面)，其中，展开点云上的每组点云结构类型相同。
[0053]
步骤s193，将所述展开点云上的每组点云按照第一预设转换关系进行逆转换，得
到所述三维结构点云上的多组点云。
[0054]
具体的，在得到展开点云上不同结构的位置坐标之后，本方案则根据所述展开点云上的不同结构的位置将所述展开点云上的点云进行分组，其中，展开点云上的每组点云结构类型相同，然后本方案可以再按照上述“三维结构点云
‑‑
展开点云”的逆过程，得到三维结构点云上的多组点云。
[0055]
需要说明的是，通过上述步骤s193，本方案开将完成分类的点云恢复螺纹钢原本的形态，即完成了螺纹钢表面点云的数据结构化处理，得到了分离开的各部分结构如图4所示。
[0056]
可选的，所述第二预设转换关系为展开点云上每个点云的空间位置与展开深度图中像素值之间的转换关系，通过如下过程构建所述第二预设转换关系，包括：
[0057]
首先，将各点坐标按比例缩放至512*256范围内(将物理空间位置与图像空间像素位置之间建立比例关系)，记录缩放系数和偏移系数。
[0058]
然后，展开点云x的空间位置在展开深度图中对应的像素值p通过如下公式计算得到：
[0059][0060]
其中，x为展开点云中的一个点云的空间位置，xmax为展开点云中的横坐标最大值，xmin为展开点云中的横坐标最小值，255为预设映射比例。
[0061]
可选的，构建所述第一预设关系，包括：
[0062]
步骤s51，基于所述三维结构点云中每个点的空间位置坐标生成目标角度；
[0063]
步骤s52，根据所述目标角度以及所述每个点到所述三维结构点云中轴线之间的的距离构建所述第一预设转换关系。
[0064]
具体的，对于三维结构点云上的每一个点(x,y,z)，展开后对应的空间位置为(x,y,z)，上述步骤s51至步骤s52则是要建立三维结构点云上的每一个点(x,y,z)与展开后对应的空间位置为(x,y,z)之间的第一预设转换关系。
[0065]
更为具体的，在上述第一预设转换关系中，
[0066]
z＝z
[0067][0068][0069][0070]
y＝angle*r
[0071]
其中，上述angle为上述目标角度，r为每个点到所述三维结构点云中轴线之间的的距离。
[0072]
可选的，在上述步骤s51之前，本方案还可以包括：根据三维点云结构轴向量和三维点云结构中心点，对圆柱点云进行平移和旋转，使得三维点云结构中心点在坐标原点，三
维点云结构轴线和坐标轴z轴重合，上述三维点云位置的标准化是为了便于后续的计算。
[0073]
可选的，所述三维结构点云为通过螺纹钢的初始点云拟合得到的圆柱点云，所述每个点到所述三维结构点云中轴线之间的的距离为所述圆柱点云的半径。
[0074]
这里需要说明的是，本方案可以通过圆柱拟合的方式将三维结构点云转换成一个圆柱结构点云，更加符合了螺纹钢的圆柱形形态，更加方便了后续的计算，增加了计算的精确性。
[0075]
可选的，所述方法还包括：
[0076]
获取到螺纹钢的测量指令；
[0077]
从所述测量指令确定螺纹钢的目标测量结构类型；
[0078]
基于所述目标测量结构类型从所述到多组点云种抽取到目标点云；
[0079]
根据所述测量指令对所述目标点云进行测量。
[0080]
可选的，在通过本方案将螺纹钢进行结构化和分类之后，本方案可以通过多组点云中按照自己的需求抽取到目标点云，然后根据测量指令对所述目标点云进行测量。
[0081]
综上，本方案提出了一种螺纹钢点云结构化处理方法，提出了将点云沿中轴线展开生成深度图，将三维空间上的点云元素分类问题转化为二维空间上的图像像素分类问题，降低了问题的维度，极大地降低了计算量，同时提高了计算的准确性和可靠性。通过本专利的方法能精确地提取螺纹钢表面的关键结构，为自动化质检测量提供可靠的基础，在本专利的基础上可以很方便地对螺纹钢的各种结构参数进行测量。
[0082]
实施例二
[0083]
本技术还提供了一种基于激光点云的螺纹钢数据结构化的装置，上述装置可以用于执行上述实施例一的方法，结合图6，包括：
[0084]
获取单元60，用于获取到螺纹钢的三维结构点云。
[0085]
展开单元62，用于将所述三维结构点云进行展开，得到展开点云。
[0086]
生成单元64，用于通过所述展开点云生成螺纹钢的展开深度图。
[0087]
识别单元66，用于识别所述展开深度图，得到展开深度图中不同结构的位置。
[0088]
结构化单元68，用于基于所述展开深度图中不同结构的位置从所述三维结构点云中得到多组点云，其中，每组点云的结构类型相同。
[0089]
本方案不同于现有技术中通过人工的接触式测量对螺纹钢进行数字化处理，而是，先获取到螺纹钢的三维点云结构，然后将三维点云结构生成二维的深度图，即将三维空间的点云元素分类问题转化为二维空间的图像像素分类问题，降低了问题的维度，极大的降低了计算量，同时提高了计算的准确性和可靠性，通过本专利的方法能精确地提取螺纹钢表面的关键结构，为自动化质检测量提供可靠的基础，在本专利的基础上可以很方便地对螺纹钢的各种结构参数进行测量。
[0090]
应理解，本文中前述关于本发明的方法所描述的具体特征、操作和细节也可类似地应用于本发明的装置和系统，或者，反之亦然。另外，上文描述的本发明的方法的每个步骤可由本发明的装置或系统的相应部件或单元执行。
[0091]
应理解，本发明的装置的各个模块/单元可全部或部分地通过软件、硬件、固件或其组合来实现。所述各模块/单元各自可以硬件或固件形式内嵌于计算机设备的处理器中或独立于所述处理器，也可以软件形式存储于计算机设备的存储器中以供处理器调用来执
行所述各模块/单元的操作。所述各模块/单元各自可以实现为独立的部件或模块，或者两个或更多个模块/单元可实现为单个部件或模块。
[0092]
在一个实施例中，提供了一种计算机设备(电子设备)，其包括存储器和处理器，所述存储器上存储有可由处理器执行的计算机指令，所述计算机指令在由所述处理器执行时指示所述处理器执行本发明的实施例的方法的各步骤。该计算机设备可以广义地为服务器、终端，或任何其他具有必要的计算和/或处理能力的电子设备。在一个实施例中，该计算机设备可包括通过系统总线连接的处理器、存储器、网络接口、通信接口等。该计算机设备的处理器可用于提供必要的计算、处理和/或控制能力。该计算机设备的存储器可包括非易失性存储介质和内存储器。该非易失性存储介质中或上可存储有操作系统、计算机程序等。该内存储器可为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口和通信接口可用于与外部的设备通过网络连接和通信。该计算机程序被处理器执行时执行本发明的方法的步骤。
[0093]
本发明可以实现为一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在由处理器执行时导致本发明实施例的方法的步骤被执行。在一个实施例中，所述计算机程序被分布在网络耦合的多个计算机设备或处理器上，以使得所述计算机程序由一个或多个计算机设备或处理器以分布式方式存储、访问和执行。单个方法步骤/操作，或者两个或更多个方法步骤/操作，可以由单个计算机设备或处理器或由两个或更多个计算机设备或处理器执行。一个或多个方法步骤/操作可以由一个或多个计算机设备或处理器执行，并且一个或多个其他方法步骤/操作可以由一个或多个其他计算机设备或处理器执行。一个或多个计算机设备或处理器可以执行单个方法步骤/操作，或执行两个或更多个方法步骤/操作。
[0094]
本领域普通技术人员可以理解，本发明的方法步骤可以通过计算机程序来指示相关的硬件如计算机设备或处理器完成，所述的计算机程序可存储于非暂时性计算机可读存储介质中，该计算机程序被执行时导致本发明的步骤被执行。根据情况，本文中对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。非易失性存储器的示例包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)、闪存、磁带、软盘、磁光数据存储装置、光学数据存储装置、硬盘、固态盘等。易失性存储器的示例包括随机存取存储器(ram)、外部高速缓冲存储器等。
[0095]
以上描述的各技术特征可以任意地组合。尽管未对这些技术特征的所有可能组合进行描述，但这些技术特征的任何组合都应当被认为由本说明书涵盖，只要这样的组合不存在矛盾。
[0096]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。

技术特征：
1.一种基于激光点云的螺纹钢数据结构化的方法，其特征在于，包括：获取到螺纹钢的三维结构点云；将所述三维结构点云进行展开，得到展开点云；通过所述展开点云生成螺纹钢的展开深度图；识别所述展开深度图，得到展开深度图中不同结构的位置；基于所述展开深度图中不同结构的位置从所述三维结构点云中得到多组点云，其中，每组点云的结构类型相同。2.根据权利要求1所述的基于激光点云的螺纹钢数据结构化的方法，其特征在于，所述结构类型包括：螺纹钢横肋、螺纹钢纵肋以及螺纹钢表面。3.根据权利要求1所述的基于激光点云的螺纹钢数据结构化的方法，其特征在于，所述展开深度图为伪彩色深度图，其中，通过所述展开点云生成螺纹钢的展开深度图包括：将所述展开点云进行单通道图像计算，得到螺纹钢初始深度图；计算得到所述螺纹钢初始深度图的横向梯度图以及纵向梯度图；将所述螺纹钢初始深度图、横向梯度图以及纵向梯度图进行叠加，得到所述伪彩色深度图。4.根据权利要求1所述的基于激光点云的螺纹钢数据结构化的方法，其特征在于，通过所述展开点云生成螺纹钢的展开深度图，包括：将所述展开点云中的每个点按照第二预设转换关系进行转换从而得到所述展开深度图；将所述三维结构点云进行展开，得到展开点云，包括，将述三维结构点云按照第一预设转换关系进行转换从而得到所述展开点云，其中，基于所述展开深度图中不同结构的位置从所述三维结构点云中得到多组点云，包括：将所述展开深度图中不同结构的位置按照所述第二预设转换关系进行逆转换，得到展开点云上的不同结构的位置；根据所述展开点云上的不同结构的位置将所述展开点云上的点云进行分组，其中，展开点云上的每组点云结构类型相同；将所述展开点云上的每组点云按照第一预设转换关系进行逆转换，得到所述三维结构点云上的多组点云。5.根据权利要求4所述的基于激光点云的螺纹钢数据结构化的方法，其特征在于，所述第二预设转换关系为展开点云上每个点云的空间位置与展开深度图中像素值之间的转换关系，通过如下公式构建所述第二预设转换关系，包括：其中，x为展开点云中的一个点云的空间位置，xmax为展开点云中的横坐标最大值，xmin为展开点云中的横坐标最小值，255为预设映射比例，p为展开点云x的空间位置在展开深度图中对应的像素值。6.根据权利要求4所述的基于激光点云的螺纹钢数据结构化的方法，其特征在于，构建所述第一预设关系，包括：基于所述三维结构点云中每个点的空间位置坐标生成目标角度；
根据所述目标角度以及所述每个点到所述三维结构点云中轴线之间的的距离构建所述第一预设转换关系。7.根据权利要求4所述的基于激光点云的螺纹钢数据结构化的方法，其特征在于，所述方法还包括：获取到螺纹钢的测量指令；从所述测量指令确定螺纹钢的目标测量结构类型；基于所述目标测量结构类型从所述到多组点云种抽取到目标点云；根据所述测量指令对所述目标点云进行测量。8.根据权利要求6所述的基于激光点云的螺纹钢数据结构化的方法，其特征在于，包括：所述三维结构点云为通过螺纹钢的初始点云拟合得到的圆柱点云，所述每个点到所述三维结构点云中轴线之间的的距离为所述圆柱点云的半径。9.一种基于激光点云的螺纹钢数据结构化的装置，其特征在于，包括：获取单元，用于获取到螺纹钢的三维结构点云；展开单元，用于将所述三维结构点云进行展开，得到展开点云；生成单元，用于通过所述展开点云生成螺纹钢的展开深度图；识别单元，用于识别所述展开深度图，得到展开深度图中不同结构的位置；结构化单元，用于基于所述展开深度图中不同结构的位置从所述三维结构点云中得到多组点云，其中，每组点云的结构类型相同。

技术总结
本发明提供了一种基于激光点云的螺纹钢数据结构化的方法及装置，该方法包括：获取到螺纹钢的三维结构点云；将所述三维结构点云进行展开，得到展开点云；通过所述展开点云生成螺纹钢的展开深度图；识别所述展开深度图，得到展开深度图中不同结构的位置；基于所述展开深度图中不同结构的位置从所述三维结构点云中得到多组点云，其中，每组点云的结构类型相同。解决了现有技术中通过人工手动测量螺纹钢数据导致结构化数据精确性差的技术问题。数据导致结构化数据精确性差的技术问题。数据导致结构化数据精确性差的技术问题。


技术研发人员：严超 司泽 陈俊良 李志轩 唐东明 董峰
受保护的技术使用者：江苏图知天下科技有限公司
技术研发日：2023.01.16
技术公布日：2023/9/23