CN105184855B - 基于三维点云的特征面构建方法及装置 - Google Patents
基于三维点云的特征面构建方法及装置 Download PDFInfo
- Publication number
- CN105184855B CN105184855B CN201510532901.XA CN201510532901A CN105184855B CN 105184855 B CN105184855 B CN 105184855B CN 201510532901 A CN201510532901 A CN 201510532901A CN 105184855 B CN105184855 B CN 105184855B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- plane
- dimensional point
- points
- characteristic face
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Processing Or Creating Images (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于三维点云的特征面构建方法,包括如下步骤:采集目标物体的三维点云数据;确定所述目标物体的待构建的特征面所在的平面;分别计算所述三维点云数据中的每个点到所述平面的距离;获取所述三维点云数据中到所述平面的距离小于预设的阈值的所有点;获取所述所有点在所述平面上的所有投影点;根据所述所有投影点构建所述待构建的特征面。本发明还提供了一种基于三维点云的特征面构建装置。本发明提供的基于三维点云的特征面构建方法及装置以简明便捷的方法,实现了作业效率高、通用性好的特征面构建。
Description
技术领域
本发明涉及空间信息技术领域,尤其涉及一种基于三维点云的特征面构建方法及装置。
背景技术
三维点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合。通常由三维激光扫描仪或影像采集设备获取得到,一般包含点云的三维坐标和其它物理特征。三维散乱点云不受物体表面连续性约束,也不需要维护各点之间的拓扑关系,极大简化了实体表示方法,表现出极大的灵活性和广泛性。随着仪器设备的发展、三维数据获取精度和效率不断提高,出现了越来越大规模的复杂三维点云数据。
现有的基于三维点云的特征面构建方法主要有两种,第一种是将目标物体的海量三维点云数据抽稀后,进行网格模型处理,进而生成物体的矢量化三维模型并得到目标物体特征点线面,这种方法效率较低且三维点云数据抽稀过程中易损失点位信息;第二种是采用复杂的三维坐标转换方法,如罗德里格矩阵等,将原有的三维点云数据全部转换到特定坐标系下,以便于对特征面的点云数据进行提取,此种方法实施起来较为复杂,且一般针对特定轴线或边界位置的特征面进行提取,适用范围窄。
发明内容
针对上述问题,本发明的目的在于提供一种基于三维点云的特征面构建方法及装置,实现了作业效率高、通用性好的特征面构建,满足了使用要求。
本发明实施例提供一种基于三维点云的特征面构建方法,包括如下步骤:
采集目标物体的三维点云数据;
确定所述目标物体的待构建的特征面所在的平面;
分别计算所述三维点云数据中的每个点到所述平面的距离;
获取所述三维点云数据中到所述平面的距离小于预设的阈值的所有点;
获取所述所有点在所述平面上的所有投影点;
根据所述所有投影点构建所述待构建的特征面。
作为上述方案的改进,在所述采集目标物体的三维点云数据之后,在所述确定所述目标物体的待构建的特征面所在的平面之前,还包括:
对所述三维点云数据进行预处理,并将所述三维点云数据转换到同一空间直角坐标系中。
作为上述方案的改进,所述确定所述目标物体的待构建的特征面所在的平面,具体包括:
通过获取所述三维点云数据中指定的不共线的三个点确定所述目标物体的待构建的特征面所在的平面。
作为上述方案的改进,所述确定所述目标物体的待构建的特征面所在的平面,具体包括:
获取所述三维点云数据中指定的不共线的三个点的坐标,分别为P1(x1,y1,z1),P2(x2,y2,z2)和P3(x3,y3,z3);
根据所述不共线的三个点计算所述待构建的特征面所在的平面,所述平面的方程为:ax+by+cz+d=0,其中,a=(y2-y1)(z3-z1)-(y3-y1)(z2-z1),b=(z2-z1)(x3-x1)-(z3-z1)(x2-x1),c=(x2-x1)(y3-y1)-(x3-x1)(y2-y1),d=-ax1-by1-cz1。
作为上述方案的改进,通过以下公式分别计算所述三维点云数据中的每个点到所述平面的距离li(i=1,2,......n):
其中,n为所述三维点云数据的点的总数,Pi(xi,yi,zi)为所述三维点云数据中的任意一点坐标。
作为上述方案的改进,通过以下步骤获取所述所有点在所述平面上的所有投影点:
计算所述所有点Pi(xi,yi,zi)(i=1,2,......m)到所述平面的投影参数ti(i=1,2,......m),其中,m为所述所有点的总数,
通过所述投影参数计算所述所有点Pi(xi,yi,zi)(i=1,2,......m)到所述平面的投影点Qi(xQi,yQi,zQi)(i=1,2,......m)的坐标,其中,xQi=xi-ati,yQi=yi-bti,zQi=zi-cti。
本发明实施例还提供一种基于三维点云的特征面构建装置,包括:
采集模块,用于采集目标物体的三维点云数据;
平面确定模块,用于确定所述目标物体的待构建的特征面所在的平面;
距离计算模块,用于分别计算所述三维点云数据中的每个点到所述平面的距离;
第一获取模块,用于获取所述三维点云数据中到所述平面的距离小于预设的阈值的所有点;
第二获取模块,用于获取所述所有点在所述平面上的所有投影点;
特征面构建模块,用于根据所述所有投影点构建所述待构建的特征面。
作为上述方案的改进,所述基于三维点云的特征面构建装置还包括:
预处理模块,用于对所述三维点云数据进行预处理,并将所述三维点云数据转换到同一空间直角坐标系中。
作为上述方案的改进,所述平面确定模块,具体包括:
点获取模块,用于获取所述三维点云数据中指定的不共线的三个点的坐标,分别为P1(x1,y1,z1),P2(x2,y2,z2)和P3(x3,y3,z3);
平面计算模块,用于根据所述不共线的三个点计算所述待构建的断面所在的平面,所述平面的方程为ax+by+cz+d=0,其中,a=(y2-y1)(z3-z1)-(y3-y1)(z2-z1),b=(z2-z1)(x3-x1)-(z3-z1)(x2-x1),c=(x2-x1)(y3-y1)-(x3-x1)(y2-y1),d=-ax1-by1-cz1。
作为上述方案的改进,所述第二获取模块,具体包括:
第一计算模块,用于计算所述所有点Pi(xi,yi,zi)(i=1,2,......m)到所述平面的投影参数ti(i=1,2,......m),其中,m为所述所有点的总数,
第二计算模块,用于通过所述投影参数计算所述所有点Pi(xi,yi,zi)(i=1,2,......m)到所述平面的投影点Qi(xQi,yQi,zQi)(i=1,2,......m)的坐标,其中,xQi=xi-ati,yQi=yi-bti,zQi=zi-cti。
本发明实施例提供的基于三维点云的特征面构建方法及装置,通过对目标物体的三维点云数据进行处理与筛选,获取所述三维点云数据中到待构建的特征面所在的平面的距离小于预设的阈值的所有点,然后,获取所述所有点在所述平面上的所有投影点,最后,根据所述所有投影点构建待构建的特征面。此方法简明便捷,实现了作业效率高,通用性好的特征面构建。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,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的附图。
图1是本发明实施例提供的基于三维点云的特征面构建方法的流程示意图。
图2是本发明实施例提供的由不共线的三点计算平面方程的原理示意图。
图3是本发明实施例提供的平面外一点在平面的投影点的示意图。
图4是本发明实施例提供的基于三维点云的特征面构建装置的结构示意图。
图5是图4所示的平面确定模块的结构示意图。
图6是图4所示的第二获取模块的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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。
本发明实施例提供一种基于三维点云的特征面构建方法及装置,实现了作业效率高、通用性好的特征面构建。下面分别进行详细的描述。
请参阅图1,本发明实施例提供一种基于三维点云的特征面构建方法,包括如下步骤:
S101,获取目标物体的三维点云数据。
在本发明实施例中,所述三维点云数据由三维激光扫描仪或影像采集设备获取,一般包含点云的三维坐标和其它物理特征,例如激光发射强度、颜色信息、点云的表面法向量等。
优选的,针对大型物体的三维点云数据,由于三维激光扫描仪和影像采集设备的视角所限,需通过多个测站的数据采集才能得到。在获取三维点云数据后,可先对所述三维点云数据进行去噪、拼接、去杂等预处理,确保处理后的三维点云数据仅保留目标物体的本体信息。
优选的,若三维点云数据采集时所采用的坐标系是大地经纬度坐标系、仪器坐标系、影像坐标系等非空间直角坐标系的其它坐标系,也可先将所述其它坐标系转换至空间直角坐标系。
S102,确定所述目标物体的待构建的特征面所在的平面。
优选的,所述待构建的特征面一般可以选择在所述目标物体的显著特征处,例如,建筑物的楼层分层处、立面处、正负零处,管线、隧道、路基的横断面或纵断面处,或者所述目标物体的任意特定的斜断面处等,本发明不做具体的限定。
优选的,所述指定的不共线的三个点可以是所述三维点云数据中指定的三个特征位置,也可以经由设计图、现场测量等获取三个不共线的点,并输入其坐标,这些可根据实际的需要进行设置,本发明不做具体的限定。
请一并参阅图2,在本发明实施例中,通过获取所述三维点云数据中指定的不共线的三个点确定所述目标物体的待构建的特征面所在的平面,所述平面的方程为ax+by+cz+d=0,具体为:
首先,获取所述三维点云数据中指定的不共线的三个点的坐标,分别为P1(x1,y1,z1),P2(x2,y2,z2)和P3(x3,y3,z3)。
然后,根据所述不共线的三个点计算所述待构建的断面所在的平面,所述平面的方程为ax+by+cz+d=0,具体为:
可以理解的是,由所述不共线的三个点的坐标计算所述平面M的方程的方法还有很多,例如待定系数法等,本发明不做具体的限定。
S103,分别计算所述三维点云数据中的每个点到所述平面的距离。
优选的,为加快所述三维点云数据的处理效率,可以以“点号,x,y,z”的形式形成阵列,或针对大型目标物体的海量三维点云数据,还可以采用分块存储和读取点云的方法,这些可根据实际的需要进行设置,本发明不做具体的限定。
在本发明实施例中,具体为:
首先,获取所述三维点云数据中每个点的坐标Pi(xi,yi,zi)(i=1,2,......n),其中,n为所述三维点云数据的点的总数。
可以理解的是,在三维空间直角坐标系中,点Pi到所述平面M的距离矢量可以有正负值,这表明了它们之间的方向关系。一般可不考虑方向,直接取绝对值简化运算。
S104,获取所述三维点云数据中到所述平面的距离小于预设的阈值的所有点。
在本发明实施例中,具体为,将所述三维点云数据中的每个点到所述平面M的距离li(i=1,2,......n)分别与所述预设的阈值ε进行对比判断,筛选出所述三维点云数据中与所述平面M的距离li小于所述阈值ε的所有点Pi(xi,yi,zi)(i=1,2,......m),m为所述所有点的总数,其中,所述预设的阈值ε可参照所述三维点云数据采集时的点云间距以及目标物体的特征面点位精度要求而确定,点云间距为所述三维点云数据中点与点之间的间距,对于具有较高精度要求的特征面,所述阈值ε可取为所述点云间距的0.5至1倍,对于精度要求不高的,可以适当加大倍数,这些可根据实际的需要进行设置,本发明不做具体的限定。
S105,获取所述所有点在所述平面上的所有投影点。
请一并参阅图3,在本发明实施例中,具体为:
首先,计算所述所有点Pi(xi,yi,zi)(i=1,2,......m)到所述平面的投影参数ti(i=1,2,......m),其中,m为所述所有点的总数,具体为:
获得过点Pi(xi,yi,zi)垂直于所述平面M的向量其中,点Qi(xQi,yQi,zQi)在所述平面M内,然后,根据所述向量与所述平面M的法向量平行,得到方程1为:ti为点Pi(xi,yi,zi)的投影参数;由于点Qi(xQi,yQi,zQi)满足所述平面方程,得到方程2为:axQi+byQi+czQi+d=0,联合方程1、2,计算所述投影参数ti,其中,
然后,将计算出的所述投影参数ti代入方程1中,计算出点Qi(xQi,yQi,zQi)的坐标,其中,xQi=xi-ati,yQi=yi-bti,zQi=zi-cti,同理,根据上述算法,计算出所述所有点Pi(xi,yi,zi)(i=1,2,......m)的投影参数ti(i=1,2,......m)和所述所有投影点Qi(xQi,yQi,zQi)(i=1,2,......m)的坐标。
S105,根据所述所有投影点构建所述待构建的特征面。
在发明实施例中,所述所有投影点为所述待构建的特征面的所有特征点,所述所有特征点构成所述待构建的特征面。
优选的,所述所有特征点可直接向用户设备展示或进行相关应用。为便于直观显示,所述所有特征点还可再转换至其他局部坐标系中,例如平面坐标系等,这些可根据实际的需要进行设置,本发明不做具体的限定。
优选的,针对某些需要,可采用拟合、平滑等方法对上述所有特征点生成特征线,本发明不做具体的限定。
本发明实施例提供的基于三维点云的特征面构建方法,通过对目标物体的三维点云数据进行处理与筛选,获取所述三维点云数据中到待构建的特征面所在的平面的距离小于预设的阈值的所有点,然后,获取所述所有点在所述平面上的所有投影点,最后,根据所述所有投影点构建待构建的特征面。此方法简明便捷,实现了作业效率高,通用性好的特征面构建。
请参阅图4,图4是本发明实施例提供的基于三维点云的特征面构件装置。所述基于三维点云的特征面构件装置100包括采集模块110、预处理模块120、平面确定模块130、距离计算模块140、第一获取模块150、第二获取模块160以及特征面构建模块170,其中:
所述采集模块110,用于获取目标物体的三维点云数据。
在本发明实施例中,所述三维点云数据由三维激光扫描仪或影像采集设备获取,一般包含点云的三维坐标和其它物理特征,例如激光发射强度、颜色信息、点云的表面法向量等。
所述预处理模块120,用于对所述三维点云数据进行预处理,并将所述三维点云数据转换到同一空间直角坐标系中。
优选的,针对大型物体的三维点云数据,由于三维激光扫描仪和影像采集设备的视角所限,需通过多个测站的数据采集才能得到。在获取三维点云数据后,可先对所述三维点云数据进行去噪、拼接、去杂等预处理,确保处理后的三维点云数据仅保留目标物体的本体信息。
优选的,若三维点云数据采集时所采用的坐标系是大地经纬度坐标系、仪器坐标系、影像坐标系等非空间直角坐标系的其它坐标系,也可先将所述其它坐标系转换至空间直角坐标系。
所述平面确定模块130,用于确定所述目标物体的待构建的特征面所在的平面。
优选的,所述待构建的特征面一般可以选择在所述目标物体的显著特征处,例如,建筑物的楼层分层处、立面处、正负零处,管线、隧道、路基的横断面或纵断面处,或者所述目标物体的任意特定的斜断面处等,本发明不做具体的限定。
优选的,所述指定的不共线的三个点可以是所述三维点云数据中指定的三个特征位置,也可以经由设计图、现场测量等获取三个不共线的点,并输入其坐标,这些可根据实际的需要进行设置,本发明不做具体的限定。
请一并参阅图2及图5,在本发明实施例中,所述平面确定模块130具体包括:
点获取模块131,用于获取所述三维点云数据中指定的不共线的三个点的坐标,分别为P1(x1,y1,z1),P2(x2,y2,z2)和P3(x3,y3,z3)。
平面计算模块132,具体用于:
可以理解的是,由所述不共线的三个点的坐标计算所述平面M的方程的方法还有很多,例如待定系数法等,本发明不做具体的限定。
所述距离计算模块140,用于分别计算所述三维点云数据中的每个点到所述平面的距离。
优选的,为加快所述三维点云数据的处理效率,可以以“点号,x,y,z”的形式形成阵列,或针对大型目标物体的海量三维点云数据,还可以采用分块存储和读取点云的方法,这些可根据实际的需要进行设置,本发明不做具体的限定。
在本发明实施例中,所述距离计算模块140具体用于:
首先,获取所述三维点云数据中每个点的坐标Pi(xi,yi,zi)(i=1,2,......n),其中,n为所述三维点云数据的点的总数。
可以理解的是,在三维空间直角坐标系中,点Pi到所述平面M的距离矢量可以有正负值,这表明了它们之间的方向关系。一般可不考虑方向,直接取绝对值简化运算。
所述第一获取模块150,用于获取所述三维点云数据中到所述平面的距离小于预设的阈值的所有点。
在本发明实施例中,所述第一获取模块150具体用于:
将所述三维点云数据中的每个点到所述平面M的距离li(i=1,2,......n)分别与所述预设的阈值ε进行对比判断,筛选出所述三维点云数据中与所述平面M的距离li小于所述阈值ε的所有点Pi(xi,yi,zi)(i=1,2,......m),m为所述所有点的总数,其中,所述预设的阈值ε可参照所述三维点云数据采集时的点云间距以及目标物体的特征面点位精度要求而确定,点云间距为所述三维点云数据中点与点之间的间距,对于具有较高精度要求的特征面,所述阈值ε可取为所述点云间距的0.5至1倍,对于精度要求不高的,可以适当加大倍数,这些可根据实际的需要进行设置,本发明不做具体的限定。
所述第二获取模块160,用于获取所述所有点在所述平面上的所有投影点。
请一并参阅图3及图6,在本发明实施例中,所述第二获取模块160具体包括:
第一计算模块161,用于计算所述所有点Pi(xi,yi,zi)(i=1,2,......m)到所述平面的投影参数ti(i=1,2,......m),其中,m为所述所有点的总数,具体为:
获得过点Pi(xi,yi,zi)垂直于所述平面M的向量其中,点Qi(xQi,yQi,zQi)在所述平面M内,然后,根据所述向量与所述平面M的法向量平行,得到方程1为:ti为点Pi(xi,yi,zi)的投影参数;由于点Qi(xQi,yQi,zQi)满足所述平面方程,得到方程2为:axQi+byQi+czQi+d=0,联合方程1、2,计算所述投影参数ti,其中,
第二计算模块162,具体用于:
将计算出的所述投影参数ti代入方程1中,计算出点Qi(xQi,yQi,zQi)的坐标,其中,xQi=xi-ati,yQi=yi-bti,zQi=zi-cti,同理,根据上述算法,计算出所述所有点Pi(xi,yi,zi)(i=1,2,......m)的投影参数ti(i=1,2,......m)和所述所有投影点Qi(xQi,yQi,zQi)(i=1,2,......m)的坐标。
所述特征面构建模块170,用于根据所述所有投影点构建所述待构建的特征面。
在发明实施例中,所述所有投影点为所述待构建的特征面的所有特征点,所述所有特征点构成所述待构建的特征面。
优选的,所述所有特征点可直接向用户设备展示或进行相关应用。为便于直观显示,所述所有特征点还可再转换至其他局部坐标系中,例如平面坐标系等,这些可根据实际的需要进行设置,本发明不做具体的限定。
优选的,针对某些需要,可采用拟合、平滑等方法对上述所有特征点生成特征线,本发明不做具体的限定。
本发明实施例提供的基于三维点云的特征面构建装置,通过所述第一获取模块150对目标物体的三维点云数据进行处理与筛选,获取所述三维点云数据中到待构建的特征面所在的平面的距离小于预设的阈值的所有点,然后,所述第二获取模块160获取所述所有点在所述平面上的所有投影点,最后,所述特征面构建模块170根据所述所有投影点构建待构建的特征面。此装置以简明便捷的方法,实现了作业效率高,通用性好的特征面构建。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输软件以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述软件的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述软件,然后将其存储在计算机存储器中。
在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过软件来指令相关的硬件完成,所述的软件可以存储于一种计算机可读存储介质中,该软件在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块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,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (2)
1.一种基于三维点云的特征面构建方法,其特征在于,包括如下步骤:
采集目标物体的三维点云数据;
对所述三维点云数据进行预处理,并将所述三维点云数据转换到同一空间直角坐标系中;
获取所述三维点云数据中指定的不共线的三个点的坐标,分别为P1(x1,y1,z1),P2(x2,y2,z2),和P3(x3,y3,z3);
根据不共线的三个点计算待构建的特征面所在的平面,所述平面的方程为:
ax+by+cz+d=0,其中,a=(y2-y1)(z3-z1)-(y3-y1)(z2-z1),b=(z2-z1)(x3-x1)-(z3-z1)(x3-x1),c=(x2-x1)(y3-y1)-(x3-x1)(y2-y1),d=-ax1-by1-cz1;
通过以下公式分别计算所述三维点云数据中的每个点到所述平面的距离;
其中,Pi=(xi,yi,zi)为所述三维点云数据中的任意一点坐标;
获取所述三维点云数据中到所述平面的距离小于预设的阈值的所有点;
计算所述所有点Pi=(xi,yi,zi)(i=1,2,...,m)到所述平面的投影参数ti(i=1,2,...,m),其中,m为所述所有点的总数,
通过所述投影参数计算所述所有点Pi=(xi,yi,zi)(i=1,2,...,m)到所述平面的投影点Qi=(xQi,yQi,zQi)(i=1,2,...,m)的坐标,其中,xQi=xi-ati,yQi=yi-bti,zQi=zi-cti;
根据所述所有投影点构建所述待构建的特征面。
2.一种基于三维点云的特征面构建装置,其特征在于,包括如下步骤:
采集模块,用于采集目标物体的三维点云数据;
预处理模块,用于对所述三维点云数据进行预处理,并将所述三维点云数据转换到同一空间直角坐标系中;
平面确定模块,用于确定所述目标物体的待构建的特征面所在的平面;其中,所述平面确定模块包括:点获取模块,用于获取所述三维点云数据中指定的不共线的三个点的坐标,分别为P1(x1,y1,z1),P2(x2,y2,z2),和P3(x3,y3,z3)
平面计算模块,用于根据不共线的三个点计算所述待构建的特征面所在的平面,所述平面的方程为ax+by+cz+d=0,其中,a=(y2-y1)(z3-z1)-(y3-y1)(z2-z1),b=(z2-z1)(x3-x1)-(z3-z1)(x3-x1),c=(x2-x1)(y3-y1)-(x3-x1)(y2-y1),d=-ax1-by1-cz1;
距离计算模块,用于分别计算所述三维点云数据中的每个点到所述平面的距离;
第一获取模块,用于获取所述三维点云数据中到所述平面的距离小于预设的阈值的所有点;
第二获取模块,用于获取所述所有点在所述平面上的所有投影点;其中,所述第二获取模块,具体包括:
第一计算模块,用于计算所述所有点Pi=(xi,yi,zi)(i=1,2,...,m)到所述平面的投影参数ti(i=1,2,...,m),其中,m为所述所有点的总数,
第二计算模块,用于通过所述投影参数计算所述所有点Pi=(xi,yi,zi)(i=1,2,...,m)到所述平面的投影点Qi=(xQi,yQi,zQi)(i=1,2,...,m)的坐标,其中,xQi=xi-ati,yQi=yi-bti,zQi=zi-cti;
特征面构建模块,用于根据所述所有投影点构建所述待构建的特征面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510532901.XA CN105184855B (zh) | 2015-08-25 | 2015-08-25 | 基于三维点云的特征面构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510532901.XA CN105184855B (zh) | 2015-08-25 | 2015-08-25 | 基于三维点云的特征面构建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105184855A CN105184855A (zh) | 2015-12-23 |
CN105184855B true CN105184855B (zh) | 2018-09-11 |
Family
ID=54906905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510532901.XA Active CN105184855B (zh) | 2015-08-25 | 2015-08-25 | 基于三维点云的特征面构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105184855B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106643578B (zh) * | 2016-09-30 | 2018-12-21 | 信阳师范学院 | 一种基于点云数据的树干横断面轮廓曲线的断面积计算方法 |
CN107609520B (zh) * | 2017-09-15 | 2020-07-03 | 四川大学 | 障碍物识别方法、装置及电子设备 |
CN109141383A (zh) * | 2017-11-13 | 2019-01-04 | 上海华测导航技术股份有限公司 | 三维激光扫描仪在地铁隧道检测中的应用方法 |
CN108389250B (zh) * | 2018-03-08 | 2020-05-22 | 武汉大学 | 基于点云数据快速生成建筑物断面图的方法 |
CN108445505B (zh) * | 2018-03-29 | 2021-07-27 | 南京航空航天大学 | 线环境下基于激光雷达的特征显著性检测方法 |
CN108876906A (zh) * | 2018-06-06 | 2018-11-23 | 链家网(北京)科技有限公司 | 基于点云的全局平面优化建立虚拟三维模型的方法及装置 |
CN109035422B (zh) * | 2018-06-06 | 2019-06-07 | 贝壳找房(北京)科技有限公司 | 一种提取室内三维模型中平面区域的方法及系统 |
CN109903330B (zh) * | 2018-09-30 | 2021-06-01 | 华为技术有限公司 | 一种处理数据的方法和装置 |
CN111402415B (zh) * | 2020-03-12 | 2021-06-01 | 腾讯科技(深圳)有限公司 | 对象物体立面图生成方法、装置及存储介质和终端设备 |
CN112710313A (zh) * | 2020-12-31 | 2021-04-27 | 广州极飞科技股份有限公司 | 覆盖路径生成方法、装置、电子设备和存储介质 |
CN113487669A (zh) * | 2021-07-07 | 2021-10-08 | 广东博智林机器人有限公司 | 作业轨迹确定方法、装置、计算机设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102136155A (zh) * | 2010-01-27 | 2011-07-27 | 首都师范大学 | 基于三维激光扫描数据的物体立面矢量化方法和系统 |
CN103279989A (zh) * | 2013-05-30 | 2013-09-04 | 北京航天控制仪器研究所 | 一种三维激光成像系统平面点云数据三角化处理方法 |
CN104123746A (zh) * | 2014-07-10 | 2014-10-29 | 上海大学 | 一种三维扫描点云中实时法向量的计算方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9412040B2 (en) * | 2013-12-04 | 2016-08-09 | Mitsubishi Electric Research Laboratories, Inc. | Method for extracting planes from 3D point cloud sensor data |
-
2015
- 2015-08-25 CN CN201510532901.XA patent/CN105184855B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102136155A (zh) * | 2010-01-27 | 2011-07-27 | 首都师范大学 | 基于三维激光扫描数据的物体立面矢量化方法和系统 |
CN103279989A (zh) * | 2013-05-30 | 2013-09-04 | 北京航天控制仪器研究所 | 一种三维激光成像系统平面点云数据三角化处理方法 |
CN104123746A (zh) * | 2014-07-10 | 2014-10-29 | 上海大学 | 一种三维扫描点云中实时法向量的计算方法 |
Non-Patent Citations (1)
Title |
---|
多源数据融合的三维点云特征面分割和拟合一体化方法;康志忠,王薇薇,李珍;《武汉大学学报信息科学版》;20131130;第38卷(第11期);第1317-1321页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105184855A (zh) | 2015-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105184855B (zh) | 基于三维点云的特征面构建方法及装置 | |
CN111221933A (zh) | 海量地图数据与建筑信息模型融合的三维瓦片构建方法 | |
CN109544623A (zh) | 车辆损伤区域的测量方法和装置 | |
WO2015141080A1 (ja) | プロジェクタシステム及びキャリブレーションボード | |
CN106482700B (zh) | 一种草图直接成图的数字化房产面积测量方法 | |
CN104422396B (zh) | 产品组装间隙三维分析系统及方法 | |
Jiang et al. | Freeform surface filtering using the diffusion equation | |
CN102436676A (zh) | 一种智能视频监控的三维重建方法 | |
Peternell et al. | Reconstruction of piecewise planar objects from point clouds | |
CN104697463A (zh) | 一种双目视觉传感器的消隐特征约束标定方法及装置 | |
Dai et al. | Three-dimensional modeling of site elements by analytically processing image data contained in site photos | |
CN104700406A (zh) | 平面产状提取方法和系统 | |
CN109690241A (zh) | 三维测定装置和三维测定方法 | |
Jensen et al. | Surface reconstruction from structured light images using differentiable rendering | |
Du et al. | Study on the reconstruction method of stereo vision in glass flume | |
Lieberwirth et al. | Applying low budget equipment and open source software for high resolution documentation of archaeological stratigraphy and features | |
Wang et al. | On 3D model construction by fusing heterogeneous sensor data | |
Earl | Rectangular shapes | |
Wang et al. | A numerical method for solving elasticity equations with interface involving multi-domains and triple junction points | |
KR100782152B1 (ko) | 3차원 수치지도를 제작하기 위하여 항공사진 db로부터건물의 3차원 데이터를 획득하는 방법 | |
Zhou et al. | Scattered data fitting with simplex splines in two and three dimensional spaces | |
Han et al. | 3D reconstruction of dense model based on the sparse frames using RGBD camera | |
Ohno et al. | Mixed Reality Visualization of Point Clouds for Supporting Terrestrial Laser Scanning | |
Zhu et al. | Design of volume calculation algorithm for irregular objects based on reference plane for large scenes | |
Lee et al. | Robot location using single views of rectangular shapes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |