CN102834691A - 测绘方法 - Google Patents

Abstract

本发明涉及用于由测绘仪器（1）对对象进行测量并且确定与对象的类型相对应的对象代表点的测绘方法，其中，所述对象属于一组已知类型的对象，测绘仪器（1）具有用于测量距离和角度的装置和相机，所述测绘方法包括以下步骤：通过测量到限定的角区域中的点的距离和角度，来确定位于对象（21，27）的点系列（6e,6f，6g），分析所述点的空间分布，以及基于所述分析将相关的点指派到第一点组（6e），基于第一点组（6e）识别所述对象（21）的类型，捕获所述对象（21）的图像，通过使用图像处理方法从所述图像提取对象（21）的轮廓，基于第一点组和提取的轮廓将至少一个空间曲线拟合到所述对象，以及从拟合的空间曲线确定对象代表点的坐标。

Description

测绘方法

本发明涉及特别能够确定代表测绘对象的对象代表点和对应基点的测绘方法。这种对象代表点可以例如是建筑物的角落点，或者桅杆或树的中心点。

在对象代表点的测绘中，通常采用也称为测距标杆或者测绘标杆的垂直标杆。垂直标杆是用于测绘的标杆并且其顶端具有反射器。反射器用于把从测绘仪器或其它源发射的诸如激光束或者光束这样的光线反射回测绘仪器。垂直标杆被竖直地正好布置在被测绘的点上，接着水平角、竖直角以及从所使用的诸如全站仪（total station）的测绘仪器到安装在垂直标杆的顶部的反射器之间的距离被测量。接着通过从测量到的坐标减去竖直高度导出基点。

然而，仅仅在能够直接并且竖直地在所述点上放置垂直标杆时，才能够采用该方法。因此，如果例如对象代表点是建筑物角落的基点以及标杆、桅杆、树等的中心点，则不能够直接采用该方法。

在这些情况下，在第一步骤中，将垂直标杆与被测绘对象相邻布置。图1a和图1b示出了测量房屋的角落的示例。

在此，从用作测绘仪器的全站仪1到位于垂直标杆2的顶部的反射器的距离大约对应于到被测绘的房屋的角落3的距离。在第二步骤中，全站仪1对准房屋的角落，并且水平角以及竖直角被测量。基于角度和距离测量值，计算出对象代表点的坐标。

图1c和图1d示出了桅杆被测绘的另一个示例。在此，为了确定距离，垂直标杆2也被与桅杆相邻放置。从全站仪到位于垂直标杆2的顶部的反射器的所测量的距离大约对应于从所使用的全站仪到桅杆的中心点4的距离。为了测量角度，全站仪1对准桅杆的中心。基于角度和距离测量值，计算出对象代表点的坐标。

从图1a到图1d以及从上述说明可得到，采用这种测绘方法可能会产生问题。首先，为了获得测绘结果，将进行多个人工步骤。这对生产率有负面影响。其次，由于当分别放置垂直标杆2和反射器时的不准确，获得的测绘结果的准确性受限。因此，不能完全确保获得的测绘结果的可靠性。

一种可能的方案将是直接对对象的边缘进行无反射器测量。对象的边缘将被理解为房屋墙壁角落的边缘。然而，从图2a可见，该方法也不完全可靠。如图2a所示，测量光束（例如，激光束）的一部分5b可能经过各边缘，而另一个部分5a被从形成该边缘的墙壁反射。这导致距离测量的混淆结果，并且还不能够获得精确的对象代表点数据。

文件EP 1 460 377A2公开了一种用于测绘对象的方法。在此，测绘仪器指向被测绘的对象，并且由集成的相机捕获图像。用户可以从多个模板中选择与被测绘对象相对应的一个。经过图像处理方法在所捕获的图像中识别模板，并且基于该结果，识别对象代表点。此外，确定从测绘仪器到被测绘的对象之间的距离。

采用EP 1 460 377A2中公开的方法，用户将进行多个操作步骤。因而，为了增加生产率，需要能够以自动方式确定被测绘对象的形状和类型的优化的测绘方法。

本发明涉及用于测绘仪器（例如优选地机动化全站仪）的测绘方法，其中测绘仪器设置有成像装置、距离测量装置和用于检测成像装置（具体地，相机）的摄影方向的角度测量装置。首先，通过使用测绘仪器执行通过测量到角区域中的点的距离和角度确定对象的点系列的步骤，其中所述系列可以包括5到100个点，其中所述角区域可以在例如1°到20°之间并且通常约为4°（即，相对于人工定位的±2°的角区域）。此外，角区域可以在所述范围内变化。角区域还可以依赖于到对象的距离和所述对象的大小。接着，分析点的空间分布，特别的是由从测绘仪器到连续点之间的距离给出的点的空间分布，并且点被分为相关点组和不相关点组，其中相关点通常位于对象上并且不相关点位于背景对象上。之后，基于相关点确定对象的类型。在该步骤，区分对象是圆形或者平面形状或者对应于任何其它已知对象类型。另外，用相机捕获对象的图像，其中已知摄影方向并且建立图像和到被测量点的角度之间的关系。据此，通过使用图像处理方法特别是通过边缘检测来提取与对象的轮廓相对应的图像边缘。之后，基于第一点组和所提取的轮廓对所述对象拟合得到空间曲线。最终，从拟合的空间曲线确定对象代表点（也称为关注点）的坐标。由于针对每个相关对象类型定义对象代表点，可以从测量室中的空间曲线的信息导出坐标。

空间曲线应被理解为代表对象并且是从大量点（至少一个点）的空间位置和附加的关于对象的信息（例如，所提取的对象的轮廓）导出的曲线。可以基于通过将线拟合到所测量的点而产生的信息，通过借助于对象的所提取的轮廓来定义平面以及通过拟合的线与平面的交叉，来确定该空间曲线。

具体地，在测绘仪器粗略对准对象之后可以以自动方式执行该测绘方法。

与现有技术方法相比，本发明的优点是大地测量装置在限定对象的边缘、角落或者轮廓上的更高的准确性。另外，可以确定对应于被测量对象的一个对象代表点，并且该点的坐标限定对象的位置。另外，整个测绘方法优选地以自动方式进行，因而简化了测绘仪器的操作员限定和测量对象上的点的过程。

应通过一个示例粗略地说明测绘方法的执行。某人希望用测绘仪器确定代表房屋的一个边缘的角落点的坐标。他粗略地将测绘仪器指向房屋的边缘，并且通过按下仪器上或者无线连接到该仪器的控制器上的按钮，开启自动的测绘方法。之后，测绘仪器向左侧转动5°到开始位置。从此位置，仪器在相反方向上水平地旋转10°，并且同时测量到具有例如每1°上1到10个点的给定点密度的点系列的距离。当旋转完成时，识别出粗略位于直线上的一组点和不对应于几何图形的其它点的组。因此，假设平面对象，并且采用房屋的图像及其边缘。使用图像处理方法，从图像提取房屋的边缘，并且将粗略排序的点进行线拟合。通过结合边缘的位置信息和拟合线，确定精确地位于房屋的边缘上的对象代表点（关注点）。在测绘仪器以及在无线连接的控制器上显示对象代表点的图像和坐标。

根据本发明的方法特别适用于诸如墙壁角落、桅杆或者树木这样的单个对象。一般地，可以从在对象处测量的各个点的关系确定对象的形状和类型，无论该对象是由平面形状形成或者具有柱状形状。为此，此外，可以在测绘仪器的存储器中存储预定的规则或者模式。

例如，如果测量的点系列大约对应于直线，则可以确定相应的对象是墙壁，例如，建筑物墙壁。另选地，如果测量的点系列大约对应于圆锥曲线，也就是说对应于圆形、椭圆形、双曲线或抛物线，则可以确定被测绘的对象具有柱形形状或者锥形形状。

根据本发明，可以计算出大致对应于位于墙壁或者桅杆或者树木上的点系列的拟合线（例如，线，椭圆等）。因而，测量的点的数据被转换为精确的几何拟合线，诸如线或者圆锥曲线或者高阶曲线。

此外，如果测量到的两个相邻点之间的距离超过预定距离，则点系列可以被至少分为位于被测量对象上的第一点组和背景中的第二点组。

此外，如果从测绘仪器到被测量点的距离和从测绘仪器到相邻的测量点的距离有明显差别，即，距离差的绝对值以预定比例超过之前测量的点的距离差，则点系列可以被划分为位于被测量对象上的第一点组和位于背景中的第二点组。此外，如果全部点位于对象上并且不超过距离差，则第二点组可以是空组。

此外，计算出大致地对应于第一点组的至少一个拟合线，具体地直线或者圆锥曲线。所应用的软件算法必须确定在第一点组中存在多少个拟合线以及哪种拟合线，并且如果存在超过一个拟合线，则确定哪些被测量点属于哪个拟合线。对于拟合线的计算，可以使用诸如“Ransac”或者“分裂与合并”（Split-and-Merge）这样的软件算法。这两种方法均为本领域技术人员已知的。

“Ransac”（随机样本一致性）是从包含外点（outliers）的数据集中估计数学模型的参数的迭代方法。该数学模型代表拟合线，例如直线，并且该数据集对应于第一组被测量点。算法将整个点集分为“内点”（inliers）集和“外点”集，“内点”集，即可以用模型参数来解释其分布的点，在此情况下，即，对特定直线的偏离量在几厘米范围内的点，“外点”集即不符合该模型的点。如果“内点”的数量超过预定的点数量，则直线模型被接受。否则，研究其它模型，例如椭圆。如果识别出了有效的模型，例如直线，并且剩余大量的“外点”，则还研究针对这些点的模型，例如第二直线或者椭圆。

在“分裂与合并”中，还针对第一组中的所有点估计数学模型，例如直线。接着，检测距该直线具有最大距离的点。如果最大距离小于预定阈值，例如几厘米，则该模型被接受。否则，点集在具有最大距离的点处被分为两个子集。针对每一个子集重复该过程，直至最大距离小于预定阈值或者子集中的点的数量小于预定最小值为止。

根据本发明，获得的曲线可用于更准确的确定对象代表点或者基点。在本发明的情形下，对象代表点（关注点）是适用于精确地限定已知对象类型的对象位置的点。对于二维平面图，代表墙壁角落的这种点可以是位于竖直角落边缘上的任意点。对于桅杆或者树木，代表点可以是位于穿过对象的中心的竖直轴线上的任意点。在本发明的情形中，基点是位于地表面上的特定对象代表点，即，竖直角落边缘或者树木的竖直轴线与地表面的交叉。

有利地，由从图像提取的边缘和由测绘仪器的位置可以限定一个平面，并且对象的对象代表点可以确定为至少一个平面和拟合线之间的交叉点。这种方法特别适用于测绘平面表面对象，诸如单独的墙壁、建筑物、篱笆或者树篱。

另选地，可以由测绘仪器的位置和从图像提取的两个边缘分别限定两个平面，并且对象的对象代表点可以确定为与空间曲线近似对应并且触及两个平面中的每一个平面的椭圆的中心。这种方法特别适用于测绘柱形对象，诸如桅杆、柱、树木、广告立柱或者圆形建筑物。

此外，另选地，对象的对象代表点可以被确定为至少一个平面和两个拟合线之间的交叉点，其中所述平面由从图像提取的边缘和测绘仪器限定。这种方法特别适用于测绘其角落指向测绘仪器的墙壁结构，诸如房屋或者其它种类的建筑物。

因而，由于提取轮廓，通过限定一个或者更多个平面，可以针对所有可能类型的对象确定作为对象代表点的精确交叉点。

此外，具体地，通过图像处理，具体地通过边缘检测，或者通过使用竖直距离导出由所述对象代表点在限定方向上（特别是竖直向下）投影到地表面上的投影给出的基点，所述竖直距离是人工输入的或者通过对垂直标杆的附加的测量而测量到的。

此外，可以使用图像处理方法来限定所提取的轮廓和地表面的交叉，并且可以计算从对象代表点向下的竖直距离，以限定基点。在柱形对象的情况下，具体地圆柱形对象，还可以确定其半径。

此外，具体地，可以将点系列投影到用于确定这些点是否位于平面对象上还是位于柱形对象上的平面上，以确定被测绘对象的形状。另外，可以确定对象限定值，具体地对象的半径或者体积。

此外，具体地，所述测量仪器可以是全站仪或者包括带有显示器的遥控器的全站仪。

此外，具体地，测绘仪器的操作员可以以人工方式执行本发明的测绘方法。

此外，具体地，测量的点坐标数据可以适用于由测绘仪器限定的局部坐标系。

此外，具体地，角区域可以是水平角区域，或者角区域可以是竖直角区域。因而，通过根据本发明的方法，甚至可以确定诸如墙壁或者建筑物的高度这样的水平轮廓。

将结合附图从优选实施方式的详细描述中理解本发明的进一步的优点、目的和特征。其中，

图1a到图1d示出现有技术的测绘方法，

图2a示出另一个现有技术的测绘方法，

图3a示出根据本发明的测绘位于墙壁前面的建筑物的角落的方法，

图3b示出根据本发明的测绘指向测绘仪器的建筑物的角落的方法，

图3c示出根据本发明的测绘具有圆形截面的桅杆的方法，

图3d示出根据本发明的测绘具有方形截面的桅杆的方法，

图4a示出根据本发明的确定位于角落的对象代表点的方法，

图4b示出根据本发明的确定位于具有圆形形状的桅杆的对象代表点的方法，

图5示出根据本发明的确定被测绘对象的基点的方法。

下面将参照图3到图5描述本发明的优选实施方式。

图3a示出对由墙壁元件11和13形成的角落的测绘。全站仪1发射一系列激光束，同时全站仪1被电机驱动绕着其竖直轴在±2°的角度区域中旋转。激光束射击到墙壁元件11上并且产生第一点系列6a。

在附图中，点系列6a由多个单独的点组成，后者由点标记6a3所指示。激光束从墙壁元件11被反射回全站仪1，并且存储点系列6a的每个点的水平角和竖直角以及距离或者导出坐标。

由于当从全站仪1观察时，与墙壁元件11一起形成角落的墙壁元件13在视野之外，所以激光束不能够从墙壁元件13反射。

然而，形成点6a3的激光束之后的激光束越过墙壁元件11并且射击到置于被测绘角落之后相当一段距离的墙壁元件15上。相应的激光束形成点6b1，该点6b1是通过反射从全站仪1发射的激光束直至完成角区域而形成的第二点系列6b的第一点。

如对于第一点系列6a，存储形成在墙壁元件15上的第二点系列6b的每一个点的水平角和竖直角以及距离或者导出坐标。这些点的所存储的数据是指坐标系。该坐标系是局部和固定坐标系。原点是全站仪1的基准点（全站仪1的竖轴和倾斜轴的交叉点），而z轴平行于竖轴，并且y轴指向水平角圆圈的“0”方向。

在测量处理完成之后，基于所获得的数据，这些点被分为位于墙壁11上的第一点组和位于背景中的第二点组6b。在此情况下，点6a3和6b1之间的距离明显大于全部其它连续点之间的距离。第二点组6b的点被识别为位于背景中，并且在进一步的处理中不被考虑。这种划分可以通过对点的空间分布的分析来进行，特别是由从测绘仪器到连续点的距离给出点的空间分布。另选地，还可以使用进一步的图像信息，特别是使用用于限定位于图像中的所提取边缘的一侧上的点集，以及位于另一侧的另一个点集的图像处理，来执行为了划分点而进行的空间分布的分析。此外，可以基于图像的颜色信息进行划分。可能存在位于黄色房屋墙壁上的点和位于墙壁旁边的绿色树林背景上的一些其它点。通过分析这些点的背景颜色，能够成功地将点划分为位于黄色墙壁上的第一点组以及不位于该墙壁上而位于绿色背景上的第二点组。除了空间分布的分析，还使用这些图像划分过程中的一种或者两者，能够增加划分的鲁棒性，并且可以验证或者反对空间分布的正确性。

在下一步骤，例如通过应用“Ransac”算法，可以确定代表第一点组6a的分布的拟合线。被研究的拟合线的第一数学模型例如是3D空间中的直线。由于在此情况下第一组6a中的点实际上位于直线上，该模型被接受。因此，控制器可以确定被测绘对象是具有角落的墙壁，并且对象代表点是沿着角落边缘的点。

基于来自第一点系列6a的数据，计算尽量接近点系列6a的在3D空间中的拟合线。

另外，通过使用所包括的相机，全站仪1分别捕获墙壁元件11的图像和被测绘的角落的图像，并且处理器通过使用图像处理软件确定代表被测绘的角落的轮廓。接着提取边缘。为了改进边缘检测，使用关于图像中的轮廓线必须位于点6a3和6b1之间的知识，以便限定关注区域。因此，该线在图像中的位置可以被局限到小的区域。当知道对象的类型时，例如桅杆，也知道了必须被检测的轮廓线的数量。基于测量的点，可以导出这些线的近似位置，这提高了边缘检测的鲁棒性。

基于第一点组和所提取的边缘的信息确定空间曲线。可以通过仅仅考虑点和轮廓（不用进一步拟合）来确定这种曲线，因而，可以导出由点之间的空间关系和轮廓线对点的相对位置限定的曲线。因而，空间曲线可以不是无限曲线，但是考虑到对象的边缘，空间曲线可以提供与例如对象的中心或者建筑物的边缘相对应的至少第一端部。具体地，可以通过对被测量点的拟合线与基于对象的轮廓导出的平面的交叉确定空间曲线。

从图4a可见，作为下一步骤，通过处理器计算出平面8，平面8由被测绘的角落的提取的边缘和相机的投影中心9确定。之后，线7a与平面8交叉，因而确定与被测绘的边缘精确对应的对象代表点3。

此外，如图5所示，接着可以通过从计算的点3的竖直坐标数据中减去其竖直高度Δ，计算出由对象代表点在限定方向上（具体地竖直向下）在地表面上的投影所给出的被测绘的角落的基点10。竖直高度Δ可以由用户人工输入，或者可以经过图像处理从图像确定，或者可以通过对被保持在点3的高度Δ处的垂直标杆的附加的测量步骤获得。

将基于图3b描述适用于测绘指向全站仪1的角落的另一个实施方式。如在图3a的实施方式中，在与第二墙壁元件19一起形成被测绘的角落的第一墙壁元件17上形成第一点系列6c。在第二墙壁元件19上形成第二点系列6d。

这些点可以与相关联的距离和角度一起存储在表或者数据库中。在存储了这些点的数据之后，控制单元分析连续点之间的距离，以确定位于对象上的点组（第一组）和背景中的补充点集合（第二组）。由于没有检测到明显大的距离差，全部点被指派到位于对象上的点组，并且没有点被指派到背景点组。

在下一步骤中，使用例如“Ransac”或者“分裂与合并”算法确定哪个拟合线（如果类似于在此情况下存在一个以上拟合线，则哪些拟合线）最佳地拟合点组。

在“Ransac”算法中，例如直线的数学模型被指派给第一点组。算法将开始于整个集的两个随机点，例如位于墙壁17上的两个点，并且计算通过这两个点的直线。接着，针对拟合的直线测试全部其它点。算法将点的子集合6c识别为“内点”，以及将位于墙壁19上的点识别为“外点”。重复同一过程，但是不是整个集，而是仅仅使用“外点”集。算法将识别出来自第一测试的“外点”形成第二直线，并且将对应的点指派到另一个子集6d。

与图3a的测绘方法相反，在此使用两个点子集6c和6d来计算3D空间中两个相应的线。之后，进行如关于图3a所示的边缘的测绘所描述的处理。也就是说，在与被测绘的角落相对应的图像中提取边缘之后，形成与两条线交叉的平面，以确定与墙壁元件17和19的角落相对应的对象代表点。之后，可以如上所述地确定相应的基点。

基于图3c和图4b特别描述适用于测绘诸如桅杆、广告立柱或者树木这样的柱状对象的另一个实施方式。假定柱状对象是桅杆21。然而，根据实施方式的方法可应用于任何柱状或者圆形对象。从图3c可见，分别在位于桅杆21后面的墙壁27上形成两个点系列6f和6g，并且在桅杆21上形成一个点系列6e。如关于图3a的实施方式提到的，由于分别在点系列6f和6e与点系列6e和6g的各个相邻点之间的距离超过预定距离，点组6f和6g被识别为位于背景中并且将不被进一步处理。

然而，形成在桅杆21的表面上的点6e被用作以下计算的基础。对于拟合线的确定，可以再次应用“Ransac”算法。在第一步骤中，针对直线测试这些点。由于桅杆21具有圆柱形状，因此点6e不能够近似为直线，该模型不被接受。在第二步骤中，使用椭圆作为数学模型。在这种情况下，算法从点组6e选择四个随机点，将椭圆拟合到这四个点，并且针对拟合的椭圆测试全部剩余点。由于全部点6e实际大约在椭圆上，模型将被接受。

之后，通过图像处理在图像上检测桅杆21的轮廓。通过边缘检测从图像提取左边缘和右边缘，并且基于提取的边缘和全站仪1的投影中心9，分别计算出两个相应平面8。

由于桅杆21具有柱状形状并且因此点6e不能够被近似为直线，因而改为计算椭圆7b，该椭圆7b在一方面被尽可能地近似到点系列6e并且另一方面以触及两个平面8的方式在两个平面8之间拟合（空间曲线）。接着，椭圆7b的中心点被确定为对象代表点3。可以从中心点和平面确定附加的对象限定值，具体地，桅杆的半径。可以接着如关于图3a的实施方式所述来确定基点10。

图3d示出根据另一个实施方式的具有方形截面的桅杆的测绘处理。从附图可见，结合了图3a和图3b的实施方式中应用的原理。也就是说，在墙壁面23和25上分别形成两个点系列6h和6i，而在桅杆后面的墙壁上形成更多的两个点系列6j和6k。

如上所述，点系列6j和6k将被从进一步的计算排除，因为到分别与点系列6h和6i的相应最外点相邻的点的距离超过预定距离。对两个剩余点系列6h和6i，进行与图3b的角落的类似处理。

此外，本发明可以被应用于包括具有显示器的遥控器的全站仪1，而不是以上描述的全站仪1。因而，经过遥控器，用户可以控制全站仪1对准哪个对象点，以及开启用于进行上述测绘方法的程序。

因而，根据本发明，公开了用于针对多种被测绘对象准确地确定对象代表点以及基点的可靠方法。然而，应理解的是，尽管已经参照优选实施方式描述了本发明，但是本发明的范围仅仅由所附的权利要求限定。

Claims (14)

1.一种用于由测绘仪器（1）对对象进行测量并且确定与该对象的类型相对应的对象代表点的测绘方法，其中，所述对象属于一组已知类型的对象，该测绘仪器（1）具有用于测量距离和角度的装置和相机，所述测绘方法包括以下步骤：

通过测量到限定角区域中的点的距离和角度，确定位于对象（11,15;17,19;21;23,25;27）的点系列（6a,6b;6c,6d;6e,6f，6g;6h,6i,6j,6k），

分析所述点的空间分布，以及基于所述分析，识别所述对象（11,15;17,19;21;23,25）的类型，并且将位于所述对象上的相关点指派到第一点组（6a;6c,6d;6e;6h,6i），

捕获对象（11,15;17,19;21;23,25）的图像，

通过使用图像处理方法从所述图像提取对象（11,13,15;17,19;21;23,25）的轮廓，

基于所述第一点组和提取的轮廓将至少一个空间曲线拟合到所述对象，以及

从所拟合的空间曲线确定对象代表点（3）的坐标。

2.根据权利要求1所述的测绘方法，所述方法还包括以下步骤：

将所述测绘仪器粗略对准所述对象，以及

以自动方式执行所述测绘方法。

3.根据上述任意一项权利要求所述的测绘方法，其中，通过距离分析和/或软件算法，特别是利用“分裂与合并”和/或“Ransac”方法，将所述点系列（6a,6b）至少划分为第二点组（6b）和假定位于所述对象（6a）上的相关点的第一点组，该第二点组特别是位于背景中的点，并且计算对应于所述第一点组（6a）的至少一个拟合线（7a）。

4.根据上述任意一项权利要求所述的测绘方法，其中，通过距离分析和/或软件算法，特别是利用“分裂与合并”和/或“Ransac”方法，将点系列（6c,6d）至少划分为相关点的第一点组（6c）和相关点的第二点组（6d），并且计算至少两个拟合线，一个拟合线对应于所述第一点组（6c），并且第二拟合线对应于所述第二点组（6d）。

5.根据上述任意一项权利要求所述的测绘方法，其中，通过所提取的轮廓和位于所述测绘仪器（1）的点（9）来限定平面（8），并且对象代表点（3）被确定为所述平面（8）和所述拟合线（7a）之间的交叉点。

6.根据上述任意一项权利要求所述的测绘方法，其中，通过位于所述测绘仪器（1）的一个点（9）和所提取的轮廓来限定两个平面（8,8），特别是，其中所述对象是桅杆并且所述轮廓包括两个直线，并且对应于所述两个平面之间的空间曲线（7b）确定对象代表点（3）。

7.根据上述任意一项权利要求所述的测绘方法，其中，对象代表点被确定为至少一个平面和两个拟合线之间的交叉点，所述平面由所提取的轮廓和所述测绘仪器限定。

8.根据上述任意一项权利要求所述的测绘方法，其中，通过图像处理，特别是通过边缘检测，导出由所述对象代表点在限定方向上特别是竖直向下投影到地表面上给出的基点（10），或者通过使用竖直距离Δ确定该基点（10），所述竖直距离Δ是人工输入的或者从对垂直标杆（2）的附加测量中导出。

9.根据上述任意一项权利要求所述的测绘方法，其中，将所述点系列（6a,6b;6c,6d;6e,6f，6g;6h,6i,6j,6k）投影到平面上，以确定是否所述点位于平面对象上还是柱状对象上或者不位于对象上。

10.根据上述任意一项权利要求所述的测绘方法，其中，确定对象限定值，特别是计算柱状对象的半径。

11.根据上述任意一项权利要求所述的测绘方法，其中，所述测绘仪器是全站仪（1）或者包括带有显示器的遥控器的全站仪（1）。

12.根据上述任意一项权利要求所述的测绘方法，其中，所述对象代表点的坐标数据适用于由所述测绘仪器（1）限定的局部坐标系。

13.根据上述任意一项权利要求所述的测绘方法，其中，所述点系列（6a;6c,6d;6e;6h,6i）包括5到100个点。

14.一种测绘仪器，特别是全站仪，所述测绘仪器包括：距离测量单元、角度确定单元、相机和用于执行与权利要求1到13中任意一项相对应的方法的控制单元，其中所述测绘方法以自动方式进行。

Images