边界检测方法、装置、电子设备及计算机可读存储介质与流程

1.本发明涉及数据处理技术领域，具体而言，涉及一种边界检测方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.地块是土地等级划分中的地籍单元之一，地块边界数据可以描述和展示真实农业场景的地块要素，也可以应用于农业机器人、无人机等的植保作业中，例如，基于地块边界数据确定作业范围，规划作业路线等。目前，通常采用地块边界绘制方法绘制出各个待测地域的地块边界。但是，这些方法容易因地块边界存在不确定性，而导致绘制出的地块边界准确度较低。


技术实现要素：

3.有鉴于此，本发明的目的在于提供一种边界检测方法、装置、电子设备及计算机可读存储介质，其能够改善目前的地块绘制发方法因地块边界存在不确定性，而导致绘制出的地块边界准确度较低的问题。
4.为了实现上述目的，本发明实施例采用的技术方案如下。
5.第一方面，本发明实施例提供一种边界检测方法，采用如下的技术方案。
6.一种边界检测方法，包括：
7.获取待测地域的原始点云数据；
8.将所述原始点云数据进行筛查，得到待测点云数据；
9.基于所述待测点云数据，利用预设的分割算法进行地块分割后提取出地块数据；
10.根据所述待测点云数据和所述地块数据，生成地块对比图；
11.基于所述地块对比图，对所述地块数据进行审核修正，并描绘出所述待测地域的地块边界。
12.进一步地，所述分割算法包括基于颜色的区域生长分割算法和基于区域生长的点云分割算法，所述基于所述待测点云数据，利用预设的分割算法进行地块分割后提取出地块数据的步骤，包括：
13.基于所述待测点云数据，利用所述基于颜色的区域生长分割算法进行地块识别分割，提取出第一分割数据；
14.基于所述第一分割数据，利用所述基于区域生长的点云分割算法进行二次地块分割，提取出地块数据。
15.进一步地，所述地块对比图包括二维正射影像图和三维场景图，所述地块数据包括分割得到的每个地块的边界数据，所述三维场景图和所述二维正射影像图均包括地块的边界数据；
16.所述基于所述地块对比图，对所述地块数据进行审核修正，并描绘出所述待测地域的地块边界的步骤，包括：
17.将所述二维正射影像图与所述三维场景图联动控制；
18.隐藏所述三维场景图中距离地表的高程超过预设值的数据，得到待绘制三维图，并将所述二维正射影像图作为待绘制影像图；
19.将所述待绘制三维图放大预设倍数，结合所述地块的边界数据，在所述待绘制三维图和所述待绘制影像图上绘制地块边界线，所述地块边界线包括多个边界点；
20.判断所述地块边界线上的各边界点是否符合预设规则，若否，则将所述待绘制影像图和所述待绘制三维图上不符合所述预设规则的边界点显示为异常点；
21.结合所述待绘制三维图和所述待绘制影像图，确定出目标边界点并以所述目标边界点替换所述异常点，以完成地块边界绘制。
22.进一步地，所述确定出目标边界点的步骤，包括：
23.根据所述异常点的位置，确定出所述待绘制三维图和所述待绘制影像图中的异常点所在区域；
24.将所述异常点所在区域放大到预设分辨率后，确定出所述异常点所在地块与相邻地块之间的交界点；
25.以所述交界点作为目标边界点。
26.进一步地，所述地块包括多个类别，每个类别分别对应有预设规则，所述地块数据还包括每个地块的类别，所述预设规则包括高程差阈值；
27.所述判断所述地块边界线上的各边界点是否符合预设规则的步骤，包括：
28.计算出所述地块边界线上的相邻边界点间的高程差，若所述高程差大于地块所属类别所对应的高程差阈值，则该相邻边界点均不符合预设规则。
29.进一步地，所述将所述原始点云数据进行筛查，得到待测点云数据的步骤，包括：
30.采用滤波方法，对所述原始点云数据进行滤波，得到滤波点云数据；
31.将所述滤波点云数据中距离地表的高程超过预设阈值的数据排除。
32.进一步地，所述滤波方法包括统计滤波法、双边滤波法、高斯滤波法和半径滤波法中的至少一种。
33.第二方面，本发明实施例提供一种边界检测装置，采用如下的技术方案。
34.一种边界检测装置，包括预处理模块、分割模块和绘制模块；
35.所述预处理模块，用于获取待测地域的原始点云数据，将所述原始点云数据进行筛查，得到待测点云数据；
36.所述分割模块，用于基于所述待测点云数据，利用预设的分割算法进行地块分割后提取出地块数据，所述地块数据包括地块数及地块边界数据；
37.所述绘制模块，用于根据所述待测点云数据和所述地块数据，生成地块对比图，基于所述地块对比图，对所述地块数据进行审核修正，并描绘出所述待测地域的地块边界。
38.第三方面，本发明实施例提供一种电子设备，采用如下的技术方案。
39.一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器可执行所述机器可执行指令以实现如第一方面所述的边界检测方法。
40.第四方面，本发明实施例提供一种计算机可读存储介质，采用如下的技术方案。
41.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执
行时实现如第一方面所述的边界检测方法。
42.相对于现有技术，本发明实施例具有以下有益效果：对获取到的待测地域的原始点云数据进行筛查，得到待测点云数据，筛除原始点云数据中的干扰数据，之后利用分割算法对待测点云数据进行地块分割，提取出地块数据，从而结合待测点云数据生成地块对比图，进而根据地块对比图进一步修正地块数据，以描绘出待测地域的地块边界，使得绘制出的地块边界更为准确，极大改善因为地块边界的不确定性，导致绘制出的地块边界的准确度较低的问题。
43.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
44.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
45.图1示出了本发明实施例提供的边界检测系统的方框示意图。
46.图2示出了本发明实施例提供的电子设备的方框示意图。
47.图3示出了本发明实施例提供的边界检测方法的流程示意图。
48.图4示出了图3中步骤s103的部分子步骤的流程示意图。
49.图5示出了图3中步骤s105的部分子步骤的流程示意图。
50.图6示出了图3中步骤s109的部分子步骤的流程示意图。
51.图7示出了二维正射影像图和三维场景图的联动示意图。
52.图8示出了图6中步骤s109-4的部分子步骤的流程示意图。
53.图9示出了图6中步骤s109-6的部分子步骤的流程示意图。
54.图10示出了本发明实施例提供的边界检测装置的方框示意图。
55.图标：100-边界检测系统；110-采集设备；120-电子设备；130-存储器；140-处理器；150-通信模块；160-边界检测装置；170-预处理模块；180-分割模块；190-绘制模块。
具体实施方式
56.下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
57.因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
58.需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且
还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
59.地块边界数据除了展示和描述真实作业场景的地块要素，还可以应用于农业机器人、无人机等的植保作业中。例如，农业机器人和无人机等智能机械，基于地块边界数据确定作业范围，从而规划作业路线。
60.当前，一般采用地块边界绘制方法，进行各地域的各个地块的边界绘制，获取地块边界和地块情况。但是，这些方法容易因地块边界存在不确定性，而导致绘制出的地块边界准确度较低。
61.基于上述考虑，本发明实施例提供一种边界检测方案，通过对待测地域的原始点云数据进行筛查，利用算法分割，并对分割得到的地块数据进行审核修正的方式，绘制地块边界，以改善现有的地块边界绘制方法所绘制出的地块边界准确度较低的问题。
62.请参照图1，为本发明实施例提供的边界检测系统100的方框示意图，本发明实施例提供的边界检测方法应用于该边界检测系统100中。该边界检测系统100包括采集设备110和电子设备120，采集设备110和电子设备120可以通过近场通信设备、网络、总线等方式通信连接。
63.采集设备110，用于采集待测地域的原始点云数据，并将原始点云数据发送给电子设备120。
64.电子设备120，用于实现本发明实施例提供的边界检测方法。
65.其中，采集设备110可以但不限于是：安装有激光雷达的无人机或固定拍摄设备。电子设备120可以但不限于是：个人计算机、笔记本电脑、ipad、可穿戴设备和服务器。服务器可以为独立服务器，也可以为服务器集群。
66.应当理解的是，在其他实施方式中，电子设备120和采集设备110可以集成为一体。
67.请参照图2，是电子设备120的方框示意图。电子设备120包括存储器130、处理器140及通信模块150。存储器130、处理器140以及通信模块150各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
68.其中，存储器130用于存储程序或者数据。存储器130可以是，但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，eeprom)等。
69.处理器140用于读/写存储器130中存储的数据、计算机程序或机器可执行指令，并执行相应地功能。具体地，处理器140执行存储器130中的计算机程序或机器可执行指令时，实现本发明实施例提供的边界检测方法。
70.通信模块150用于通过网络建立电子设备120与其它通信终端之间的通信连接，并用于通过网络收发数据。
71.应当理解的是，图2所示的结构仅为电子设备120的结构示意图，电子设备120还可包括比图2中所示更多或者更少的组件，或者具有与图1所示不同的配置。图2中所示的各组
件可以采用硬件、软件或其组合实现。
72.请参照图3，图3为本发明实施例提供的边界检测方法的流程示意图。在本实施方式中，以该方法应用于上述图1和图2中的电子设备120来举例说明，该方法可以包括以下步骤。
73.s101，获取待测地域的原始点云数据。
74.电子设备120获取原始点云数据的方式有多种，例如，在图1所示架构中，可以由采集设备110采集完待测地域的原始点云数据后，将原始点云数据发送至电子设备120，电子设备120接收该原始点云数据。又例如，在其他实现方式中，可以由电子设备120从存储有原始点云数据的数据库中获取，也可以由用户向电子设备120输入原始点云数据。
75.s103，将原始点云数据进行筛查，得到待测点云数据。
76.电子设备120接收完原始点云数据之后，对原始点云数据进行筛查，排除部分干扰数据之后，得到待测点云数据。即待测点云数据为筛除了干扰数据的点云数据。
77.s105，基于待测点云数据，利用预设的分割算法进行地块分割后提取出地块数据。
78.预设的分割算法能够基于待测点云数据进行地块分割，以提取出地块数据。
79.s107，根据待测点云数据和地块数据，生成地块对比图。
80.s109，基于地块对比图，对地块数据进行审核修正，并描绘出待测地域的地块边界。
81.由于地块数据可能存在准确度欠佳的问题，因此电子设备120在待测点云数据的基础上，结合地块数据生成地块对比图。进而基于地块对比图，审核修正地块数据，来描绘出待测地块的地块边界。
82.上述边界检测方法中，先对获取到的待测地域的原始点云数据进行筛查，得到待测点云数据，筛除原始点云数据中的干扰数据。之后利用分割算法对待测点云数据进行地块分割，提取出地块数据，从而结合待测点云数据生成地块对比图，进而根据地块对比图进一步修正地块数据，以描绘出待测地域的地块边界，使得绘制出的地块边界更为准确，极大改善因为地块边界的不确定性，导致绘制出的地块边界的准确度较低的问题。
83.需要说明的是，获取到原始点云数据后，若待测地域面积较大，例如待测地域面积超过预设面积，则可以以预设面积为划分依据，将原始点云数据划分为多个更小的待测地域后，将每个更小的待测地域的原始点云数据进行s103-s109的处理，来描绘出每个待测地域的地块数据。
84.将原始点云数据进行筛查的的方式有多种，例如，可以通过滤波、去噪、设定的选择规则等方式进行筛查。在本实施例中，提供上述s103的一种可行的实施方式，参照图4，图4为上述步骤s103的部分子步骤的流程示意图，可以通过以下步骤实现将原始点云数据进行筛查，来得到待测点云数据。
85.s103-1，采用滤波方法，对原始点云数据进行滤波，得到滤波点云数据。
86.例如，对原始点云数据进行滤波，去除原始点云数据中的散列点和独立点等会干扰后续分割算法的点，来提高目标提取精度。
87.s103-2，将滤波点云数据中距离地表的高程超过预设阈值的数据排除。
88.由于地块具有一定的厚度，如树、高架桥、建筑物等远高于地块，因此可能会遮挡住部分地块。故而，设置一定的预设阈值，将滤波点云数据中距离地表的高程超过预设阈值
的数据排除，即可将树、高价桥、建筑物等遮挡物排除。
89.应当理解的是，点云数据是指在一个三维坐标系统中的一组向量的集合，因此点云数据自身带有高程数据的属性，即可以从点云数据中得到高程数据。并且，点云数据将扫描资料以点的形式记录，每个点包含有三维坐标，以及含有颜色信息，甚至有些点还包含反射强度信息。
90.其他实施方式中，可以先采用滤波方法对原始点云数据进行滤波，再对滤波点云数据按设定的选择规则进行数据筛选，得到待测点云数据。也可以按设定的选择规则进行数据筛选后，再进行滤波等。
91.通过滤波方法将散列点、独立点、遮挡物等数据排除，能够减少点云数据自身带来的干扰，同时消除遮挡物的干扰，有助于提高地块边界的绘制准确度。
92.s103-2中的滤波方法可以灵活选择。例如，可以包括统计滤波法、双边滤波法、高斯滤波法和半径滤波法中的至少一种。
93.s105中的分割算法可以灵活选择各种聚类分割算法、基于点云频率的分割算法、区域生长算法、点云分割算法等。
94.例如，在一种实施方式中，可以包括基于颜色的区域生长分割算法和基于区域生长的点云分割算法。在此基础上，参照图5，为s105的部分子步骤的流程示意图，包括以下步骤。
95.s105-1，基于待测点云数据，利用基于颜色的区域生长分割算法进行地块识别分割，提取出第一分割数据。
96.其中，第一分割数据包括识别分割得到的每个地块，每个地块的边界数据，以及每个地块的初始类别。类别包括耕地、森林、水塘、湖泊等。
97.基于颜色的区域生长分割算法用于根据待测点云数据中各点的颜色信息，进行地块识别分割，并输出关于地块分割的第一分割数据。
98.由于一个地块植物生长情况等原因，因此同一地块的各区域一般具有相同的特征，例如农业地块，一个地块种植同一种作物，水塘里都包括水，森林里都包括树，而具有相同特征的地块所对应的点云数据中的点具有同种色性。因此，利用基于颜色的区域生长分割算法能够将点云数据以点的颜色信息作为依据，来进行识别和分割地块。
99.应当理解的是，由于待测点云数据中的点包含颜色信息，且由于点所对应的真实物体有多种，因此不同真实物体所对应的点具有不同的颜色信息。故而，采用基于颜色的区域生长分割算法除了识别和分割地块之外，还能识别出每个点的属性，属性包括树、水塘、农业地块、草等。
100.因此，基于识别出的每个点的属性，给待测点云数据中的每个点赋予语义信息，该语义信息指的是关于属性的语义信息，例如，点的属性是树，则该点的语音信息就是树。
101.s105-2，基于第一分割数据，利用基于区域生长的点云分割算法进行二次地块分割，提取出地块数据。
102.其中，地块数据包括二次分割得到的每个地块，每个地块的边界数据，以及每个地块的类别。类别包括山地、水田、旱地、水塘、森林、湖泊、建筑物等。
103.基于区域生长的点云分割算法用于根据待测数中点的曲率值进行地块分割，并输出关于地块分割的地块数据。而点云数据点的曲率值是地形的衡量指标。
104.将叠加有第一分割数据的待测点云数据输入基于区域生长的点云分割算法，在第一分割数据的基础上，再次根据点的曲率值来进行地块分割，并得到地块数据。地块数据是进一步地块分割后的数据，即是细化分割后的数据。
105.例如，第一次地块分割是识别出农业地块，而对于大、中或规模化的农场，地块还具有平坦、规范、整齐等特点，反应在点云数据上即为点的曲率值。因此进行第二次分割后，则可将农业地块具体细化为山地、旱地和水田等，并且可将大、中或规模化的农业用地划分成更小的农业用地。
106.上述步骤s105-1至s105-2中，通过采用基于颜色的区域生长分割算法和基于区域生长的点云分割算法，来对待测点云数据进而二次地块分割，以更为准确地分割地块，以进一步细分地块，并得到细分后的各地块的类型和边界数据。
107.需要说明的是，由于在得出第一分割数据时，已赋予点云数据中的各个点语义信息，因此，二次分割后得到的地块数据中也包括各个点的语义信息。
108.并且，在其他实施方式中，也可以先采用基于区域生长的点云分割算法进行第一次地块分割，再采用基于颜色的区域生长分割算法进行二次地块分割。
109.在本实施例中，地块对比图可以灵活选择。例如，地块对比图为多个不同维度的图之间的对比，即将地块数据在不同维度图上进行展示。在一种实施方式中，地块对比图可以包括二维正射影像图和三维场景图。
110.例如，将叠加有地块数据的待测点云数据进行投影，得到二维正射影像图，根据叠加有地块数据的待测点云数据即可得到三维场景图。
111.正射影像图的原理是将真实世界按照一定的数学法则投影到一个二维平面，来得到二维正射影像图。
112.同时，由于二维正射影像图是投影得到的，因此，在二维正射影像图上极易出现由树冠等遮挡物形成的遮挡区域，导致位于被遮挡区域内的地块边界存在不确定性，从而导致绘制出的地块边界准确度较差。故而，结合三维场景图排除形成遮挡区域的遮挡物，以有助于提升地块数据审核修正的效果。
113.应当理解的是，三维场景图和二维正射影像图中均包括地块的边界数据和地块类别。
114.例如，在三维场景图和二维正射影像图上绘制某一个地块的边界时，会以语义信息的方式，显示该地块的类别。
115.在此基础上，针对s109，在一种实施方式中，参照图6和图7，图6为s109的部分子步骤的流程示意图，包括如下步骤。
116.s109-1，将二维正射影像图与三维场景图联动控制。
117.其中，联动控制指的是二维正射影像图和三维场景图中任一个图发生旋转、平移、滑动、放大、缩小等操作时，另一个图同步发生相同操作。
118.并且二维正射影像图和三维场景图被切分成瓦片数据进行加载和渲染，其中，二维正射影像图采用谷歌的瓦片切分规则，三维场景图采用ept的切分规则。从而使得二维正射影像图和三维场景图也能够供人眼查看，实现在不影响展示效果的前提下，加快了数据传输和显示的效率。
119.联动控制的一种实现方式为，三维场景图和二维正射影像图可以以双视图的方式
在电子设备120的屏幕上显示，即同时显示三维场景图和二维正射影像图，且支持单个视图全屏显示。
120.s109-2，隐藏三维场景图中距离地表的高程超过预设值的数据，得到待绘制三维图，并将二维正射影像图作为待绘制影像图。
121.预设值的大小可以根据实际处理需求而进行灵活设置，且不同的地域可以有不同的预设值。例如，在本实施方式中，预设值可以小于上述步骤s103-2中的预设阈值，如预设阈值是1.5m，则预设值可以为1m，这样可以进一步排除能够遮挡地块边界的遮挡物，简化待绘制三维图和待绘制影像图，以减少绘制过程中的干扰因素。
122.s109-3，将待绘制三维图放大预设倍数，结合地块的边界数据，在待绘制三维图和待绘制影像图上绘制地块边界线。
123.将待绘制三维图放大预设倍数之后，待绘制三维图和待绘制影像图同步达到需求的分辨率，能够清晰地展示待绘制区域的全貌，从而能够根据地块的边界数据，在待绘制影像图和待绘制三维图中绘制边界点。
124.应当理解的是，在其中一个图上绘制边界点，会同步在另一个图上的对应位置绘制边界点。
125.s109-4，判断地块边界线上的各边界点是否符合预设规则。若否，则执行s109-5，否则绘制结束。
126.预设规则是用于判断边界点是否合理的依据，因此，不同的边界绘制需求，例如，精度不同，则可以有不同的预设规则。
127.s109-5，将待绘制影像图和待绘制三维图上不符合预设规则的边界点显示为异常点。
128.显示异常点的逻辑可以灵活设置。例如，在本实施例中，只要同一个边界数据对应的边界点在待绘制影像图和待绘制三维图中的至少一个中不符合预设规则，则均显示为异常点。
129.s109-6，结合待绘制三维图和待绘制影像图，确定出目标边界点并以目标边界点替换异常点，以完成地块边界绘制。
130.应当理解的是，地块边界绘制结束后，会同步更新地块数据，以得到修正后的地块数据。绘制结束后，点击某一个地块的地块边界内的任意一点，均会以语音信息的方式显示地块的类别，例如水田、山地等。
131.通过上述步骤s109-1至s109-6，根据地块数据，在待绘制三维图和待绘制影像图上绘制边界线，并在其中的至少一个图显示边界点不符合预设规则的情况下，对不符合预设规则的异常点进行修正，来使绘制出的地块边界和修正后的地块数据更为准确。
132.需要说明的是，每个地块的地块边界线均可以通过上述s109-1至s109-6来完成绘制。并且，在进行边界绘制之前，可先选择地块的类别，比如水田等，在绘制完选择的地块的边界线后，调取所选择的类别所对应的预设规则，对绘制完的地块边界线进行检验，突出显示异常点。也可以在绘制边界点的过程时，基于预设规则实时检验绘制的边界点。
133.进一步地，由于地块包括多个类别，而不同的类别具有自己的特性，例如山地陡峭，坡度变化快，而水田平坦，坡度变化慢。因此，不同的类别具有各自对应的预设规则，即每个类别分别对应有预设规则。
134.例如，在本实施例中，预设规则可以与高程变化相关，即预设规则可以包括高程差阈值。即不同类别的地块具有不同的高程差阈值。
135.而地块数据包括分割得到的地块数、地块的类别和地块的边界数据。
136.因此，在一种实施方式中，参照图8，为上述步骤s109-4的部分子步骤的流程示意图。
137.s201，计算出地块边界线上的相邻边界点间的高程差。
138.一条地块边界线上包括多组相邻边界点，且一条完整的地块边界线应当是闭合的线。
139.例如，地块边界线上有4个边界点，每个边界点分别与相邻的边界点组成一组相邻边界点，则共有4组相邻边界点，且这四组相邻边界点同属于一个地块。针对每一组相邻边界点，执行s202。
140.s202，若高程差大于地块所属类别所对应的高程差阈值，则该相邻边界点均不符合预设规则。
141.即只要高程差大于高程差阈值，则判定该高程差所对应的两个边界点均为异常点。
142.通过根据高程差阈值来判定出异常点，能够排除掉坡度变化不符合地块特点的边界点，使绘制出的地块边界更为合理，进而能够提高地块数据的准确度。
143.可选的，预设规则还可以包括预设距离，即边界点间的间隔长度不能超过预设距离，例如不能超过100m。且,不同的类别的地块具有不同的预设距离。
144.此外，三维场景图和待绘制三维图均支持查看地块边界的剖视图，以用于对地块边界的高程信息进行分析。
145.进一步地，确定出目标边界点的方式可以灵活选择，例如可以包括设定的边界点规则、检测算法等。在本实施方式中，确定出目标边界点的方式可以为一种设定的边界点规则。参照图9，为s109-6的部分子步骤的流程示意图，通过如下步骤实现确定出目标边界点。
146.s301，根据异常点的位置，确定出待绘制三维图和待绘制影像图中的异常点所在区域。
147.s302，将异常点所在区域放大到预设分辨率后，确定出异常点所在地块与相邻地块之间的交界点。
148.将异常点所在区域放大到预设分辨率，在一定程度上能够提高确定出的交界点的准确度。
149.s303，以交界点作为目标边界点。
150.通过上述s301至s303，能够更为准确地确定目标边界点。
151.当异常点一直无法消除时，可以发出警示信息，以提醒用户人为修正，例如，人为对待绘制三维图和待绘制影像图通过旋转等操作，对遮挡下的地块进行编辑，以完成绘制。
152.本发明实施例提供的边界检测方法，利用分割算法得到地块数据后，结合待测点云数据和地块数据得到的二维正射影像图和三维场景图，进一步对地块数据进行审核修正，并进行地块边界线的绘制，以能够得到更为准确的地块边界线和地块数据，且更为高效和便利。
153.并且，将原始点云数据中可能产生干扰的数据排除，从而能够进一步提高准确度。
最终得到的地块数据带有高程数据和语音信息。
154.应该理解的是，虽然图3-图9的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图3-图9中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
155.为了执行上述实施例及各个可能的方式中的相应步骤，下面给出一种边界检测装置160的实现方式，可选地，该边界检测装置160可以采用上述图2所示的电子设备120的器件结构。进一步地，请参阅图10，图10为本发明实施例提供的一种边界检测装置160的功能模块图。需要说明的是，本实施例所提供的边界检测装置160，其基本原理及产生的技术效果和上述实施例相同，为简要描述，本实施例部分未提及之处，可参考上述的实施例中相应内容。该边界检测装置160包括预处理模块170、分割模块180和绘制模块190。
156.预处理模块170，用于获取待测地域的原始点云数据，将原始点云数据进行筛查，得到待测点云数据。
157.分割模块180，用于基于待测点云数据，利用预设的分割算法进行地块分割后提取出地块数据。
158.其中，地块数据包括地块数及地块边界数据。
159.绘制模块190，用于根据待测点云数据和地块数据，生成地块对比图，基于地块对比图，对地块数据进行审核修正，并描绘出待测地域的地块边界。
160.可选地，上述模块可以软件或固件(firmware)的形式存储于图2所示的存储器130中或固化于该电子设备120的操作系统(operating system，os)中，并可由图2中的处理器140执行。同时，执行上述模块所需的数据、程序的代码等可以存储在存储器130中。
161.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
162.另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
163.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计
算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
164.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。