(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210632246.5 (22)申请日 2022.06.07 (71)申请人 中国电建集团中南勘测设计 研究院 有限公司 地址 410014 湖南省长 沙市雨花区香樟东 路16号 (72)发明人 刘昊　谭可成　刘承照　刘玮欣　 胡文柯　 (74)专利代理 机构 长沙正奇专利事务所有限责 任公司 431 13 专利代理师 卢宏　曾利平 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/44(2022.01) G06V 10/30(2022.01)G06V 10/26(2022.01) G06V 10/762(2022.01) G06V 10/74(2022.01) (54)发明名称 田块田坎提取方法、 电子设备及存 储介质 (57)摘要 本发明公开了一种田块田坎提取方法、 电子 设备及存储介质， 该方法包括获取目标耕地场景 的原始点云数据； 剔除原始点云数据中的非耕地 点云， 得到耕地点云集合； 计算每个点云pi的法 向量和法向曲率； 对耕地点云集合进行分割， 得 到田坎点云集合与多个田块点云集合； 将小聚类 簇的田块点 云集合合并成一个田块点云集合； 将 每个田块点 云集合投影至坐标系的xy平面， 并计 算每个投影至xy平面的田块点云集合的轮廓； 提 取田坎点云集合中所有内轮廓和外轮廓， 将所有 内轮廓与最大外轮廓合并形成带空洞的多边形 轮廓， 并将多边形轮廓保存为带空洞shape面文 件， 带空洞shape面 即为田坎。 本发明可以解决无 法精细化 提取和连贯 性提取的问题。 权利要求书3页 说明书7页 附图5页 CN 115049925 A 2022.09.13 CN 115049925 A 1.一种田块田坎提取 方法， 其特 征在于， 包括以下步骤： 获取目标耕地场景的带有颜色信息的原 始点云数据； 剔除所述原 始点云数据中的非耕地 点云， 得到耕地 点云集合； 计算所述耕地 点云集合中每个点云pi的法向量； 根据每个点云pi的法向量及其近邻点的法向量计算 点云pi的法向曲率； 基于每个点云pi的法向量和法向曲率对所述耕地点云集合进行分割， 得到 田坎点云集 合与多个田块 点云集合； 判断每个所述田块点云集合是否为小聚类簇， 当所述田块点云集合为小聚类簇时， 计 算该田块点云集合的中心点与其他田块点云集合的中心 点之间的距离， 并将所述距离小于 设定距离的两个田块 点云集合合并成一个田块 点云集合； 以所述原始点云数据所在坐标系的z轴为投影方向， 将每个所述田块点云集合投影至 坐标系的xy平面， 并计算每 个投影至xy平面的田块 点云集合的轮廓； 提取所述田坎点云集合中所有内轮廓和外轮廓， 将所有内轮廓与最大外轮廓 合并形成 带空洞的多边形轮廓， 并将所述多边形轮廓 保存为带空洞shape面文件， 带空洞shape面即 为田坎。 2.如权利要求1所述的田块田坎提取方法， 其特征在于， 剔除所述原始点云数据中的非 耕地点云的具体实现过程 为： 根据每个点云的RGB值计算 点云的绿化 率值， 具体计算公式为： 其中， GR为点云的绿化率值， R、 G和B分别 为对应点云在原始图像中红色波段、 绿色波段 和蓝色波段的亮度值； 基于每个点云的绿化 率值生成直方分布图； 选取所述直方分布图的两个最低 点值作为颜色阈值范围， 将绿化率值在所述颜色阈值 范围内的点云剔除， 得到所述耕地 点云集合。 3.如权利要求1所述的田块田坎提取方法， 其特征在于， 在剔除所述原始点云数据中的 非耕地点云之后， 计算所述耕地点云集合中每个点云pi的法向量之前， 还包括剔除所述耕 地点云集合中的噪声点云的步骤， 其具体实现过程为： 采用离群点滤波算法剔除所述耕地 点云集合中的噪声点云。 4.如权利要求1所述的田块田坎提取方法， 其特征在于， 计算所述耕地点云集合中每个 点云pi的法向量的具体实现过程 为： 寻找所述耕地 点云集合中每个点云pi的k个近邻点； 基于每个点云pi的近邻点进行平面拟合， 得到每 个点云pi的拟合平面方程； 求解所述拟合平面方程的最小值， 得到每 个点云pi的法向量。 5.如权利要求1所述的田块田坎提取方法， 其特征在于， 根据每个点云pi的法向量及其 近邻点的法向量计算对应点云pi的法向曲率的具体实现过程 为： 步骤4.1： 以点云pi的法向量 的延长线与近邻点qj的法向量 的延长线之间的交点作 为圆心， 过点云pi和近邻点qj构造法向截面圆， 其中近邻点qj为点云pi的第j个近邻点；权　利　要　求　书 1/3 页 2 CN 115049925 A 2步骤4.2： 根据点云pi的法向量 近邻点qj的法向量 以及点云pi和近邻点qj在所述 法向截面圆中的位置计算 点云pi的法向曲率， 具体 计算公式为： 其中， 为点云pi的法向曲率， α为法向量 与向量 之间的夹角， β 为法向量 与法 向量 之间的夹角， |piqj|为向量 的模； 步骤4.3： j＝j+1， 重复步骤 4.1和4.2， 直到完成点 云pi与其所有近邻点的法向曲率的计 算， 得到点云pi的k个法向曲率， 其中k 为点云pi的近邻点数； 步骤4.4： 计算点云pi的k个法向曲率的平均值， 以该平均值作为点云pi最终的法向曲 率。 6.如权利要求1所述的田块田坎提取方法， 其特征在于， 对所述耕地点云集合进行分割 的具体实现过程 为： 步骤5.1： 从所述耕地 点云集合中选取法向曲率 最小的点云放入种子点 集合中； 步骤5.2： 在所述种子点集合中选出一个点云作为种子点O， 在所述耕地点云集合中搜 索所述种子点O的近邻点； 步骤5.3： 计算所述种子点O与其每 个近邻点之间的余弦相似度， 具体 计算公式为： 其中， cosθ 为种子点O与某个近邻点之间的余弦相似度， 为种子点O的法向量， 为对应 近邻点的法向量， | | ||表示向量长度； 步骤5.4： 将所述余弦相似度 大于第一设定阈值的近邻点放入到与所述种子点O对应的 聚类集合中； 步骤5.5： 比较所述聚类集合中每个近邻点的法向曲率与第二设定阈值的大小， 将法向 曲率小于第二设定阈值的近邻点 放入所述种子点 集合中； 步骤5.6： 在所述种子点 集合中删除所述种子点O； 步骤5.7： 判断所述种子点 集合是否为空； 如果是， 则转入步骤5.9； 否则转入步骤5.8； 步骤5.8： 在所述种子点 集合中选出 下一个点云作为种子点O， 重复步骤5.2 ～5.7； 步骤5.9： 从所述耕地点云集合中删除已存在于所有聚类集合中的点云， 得到点云集合 R3， 以所述点云集合R3中法向曲率最小的点云作为种子点O， 重复步骤 5.2～5.7， 直到所述种 子点集合为空； 其中， 每个种子点对应的聚类集合为一田块点云集合， 属于耕地点云集合且 不属于所有聚类集 合中的点云构成田坎点云集 合。 7.如权利要求1所述的田块田坎提取方法， 其特征在于， 当所述田块点云集合中的点数 少于2000时， 认定该田块 点云集合为小聚类簇 。 8.如权利要求1～7中任一项所述的田块田坎提取方法， 其特征在于， 所述方法还包括 将所述shape面文件导入可视化平台， 实现田坎与田块的可视化展示及属性 查询。 9.一种电子设备， 包括存储器和 处理器， 所述存储器上存储有能够在所述处理器上运权　利　要　求　书 2/3 页 3 CN 115049925 A 3