一种深度学习点云分割的水泥输送机体积测量方法

本申请提供了一种深度学习点云分割的水泥输送机体积测量方法。其中方法包括：利用激光线扫3D相机获得3D点云数据，并确定3D点云数据对应像素的RGB值，得到带有颜色特征的3D点云；将带有颜色特征的3D点云输入至改进的Point‑Net++神经网络进行3D点云分割，分割后得到仅包含输送机中水泥表面的3D点云数据；采用三角剖分法，基于分割后的3D点云数据中的水泥不规则表面构建三角网，并根据所构建的三角网进行体积计算；其中，改进的Point‑Net++神经网络是基于原Point‑Net++点云分割网络的框架构建的，包括：核心点卷积，上下文感知模块，Focal Loss损失函数。如此，提高了点云分割算法的性能，即便在复杂情况下，仍能精准分割出输送机内水泥物料的表面点云数据进行体积测量。