一种基于深度学习的点云预制墙体尺寸检测方法

本发明公开了一种基于深度学习的点云预制墙体尺寸检测方法，首先对待测墙体预制构件的结构面进行点云数据采集，构建得到点云图像数据集；然后对点云数据进行预处理，得到预处理后的点云数据；再使用基于网格的点云分割算法将墙体预制构件的点云数据从点云图像中分离出来；接着构建PointNet模型，提取墙体预制构件边界的特征点，并通过DBSCAN密度聚类算法得到边界部分的聚类簇，根据聚类簇信息计算墙体预制构件的长度和宽度；最后在点云图像中，使用可视化工具对点云进行可视化，并在点云图像上显示计算的墙体预制构件的长度和宽度数据。本发明通过融合深度学习算法与点云数据处理技术，实现墙体尺寸的自动化、高精度检测。