CN108765569A - 一种基于点云光斑面积的定权方法 - Google Patents

一种基于点云光斑面积的定权方法 Download PDF

Info

Publication number
CN108765569A
CN108765569A CN201810582124.3A CN201810582124A CN108765569A CN 108765569 A CN108765569 A CN 108765569A CN 201810582124 A CN201810582124 A CN 201810582124A CN 108765569 A CN108765569 A CN 108765569A
Authority
CN
China
Prior art keywords
angle
facula area
cloud
area
facula
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.)
Pending
Application number
CN201810582124.3A
Other languages
English (en)
Inventor
刘超
贾雪
蒋荣华
赵兴旺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui University of Science and Technology
Original Assignee
Anhui University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui University of Science and Technology filed Critical Anhui University of Science and Technology
Priority to CN201810582124.3A priority Critical patent/CN108765569A/zh
Publication of CN108765569A publication Critical patent/CN108765569A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation

Landscapes

  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供了一种基于点云光斑面积的定权方法，属于三维建模领域中提高点云拟合精度的方法。技术特征在于：(1)根据激光光束的发散角以及激光源到达光斑的距离构建函数，求出光斑的投影面；(2)再由投影面、光斑面积和激光光束入射角的关系，反算出光斑面积，并进一步求出光斑直径；(3)根据正态分布的3σ原则，对光斑面积大小引起的点位误差进行定义，得出被扫描物体外观形状对扫描精度影响的定量表达式；(4)通过定量表达式建立三维激光扫描的点位精度模型，确定权阵。优点是：本发明考虑了物体外观特性对光束形成的光斑面积的影响，分析了光斑面积与扫描点位精度的关系，在此基础上定权，更符合三维激光扫描的点云特性，并可以有效的提高点云的拟合精度。

Description

一种基于点云光斑面积的定权方法
技术领域
本发明属于三维激光扫描点云建模领域，具体是一种基于点云光斑面积的定权方法，以期对光束在被扫描物体外观特性的影响做更全面的定量分析。
背景技术
因三维激光扫描仪是根据从物体表面返回的信号来获取物体的信息，因此，点云数据质量与被扫描物体的反射激光的路径和强度也有关，而反射路径和强度受物体外观物理特性的影响，其中物理特性包括外观形状和物体的材质、颜色、粗糙度、温度等，由于被扫描物体外观的材质、颜色、粗糙度和温度等各异，所以根据研究物体的外观形状对点位精度的影响，从而更合理的定权。
物体外观形状的不同直接影响光束的入射角和光束到达物体表面的光斑面积，因此在研究被扫描物体外观对点位精度影响问题中除考虑入射角因素还需顾及光束到达物体表面时的光斑面积因素，而光斑面积可通过光束发散角推出。因此，寻求一种更合理的定权方式很有必要。本发明在激光光束到达物体所形成的光斑面积为依据，对三维激光扫描物体的点云数据进行定权，以期对于物体外观特性对点云形光斑面积的影响做更全面的定量分析。
发明内容
本发明提供了一种基于点云光斑面积的定权方法，该方法将扫描物体外观特性引起的点云光斑面积变化用于拟合参数的求解问题中，能更合理的反映研究物体的外观形状对点位精度的影响，提高参数的拟合精度。
本发明实现发明目的采用如下技术方案：
一种基于点云光斑面积的定权方法，其特征在于，包括以下步骤：
步骤1：根据激光光束的发散角以及激光源到达扫描物体的距离构建函数，求出点云光斑的投影面；
步骤2：将步骤1求出的光斑投影面与激光光束的入射角构建函数，求出入射激光光束在物体表面形成的光斑面积；
步骤3：考虑光斑面积与被扫描物体外观特性对点位精度的影响，结合步骤 2构建的投影面函数关系式，根据光斑面积和光斑直径的数学表达式，推出光斑面积的直径；
步骤4：根据正态分布的3σ原则以及步骤3求出的光斑直径，对光斑大小引起的点位误差进行定义，得出被扫描物体外观形状对扫描精度影响的定量表达式；
步骤5：将步骤4获得的表达式建立点位精度模型，确定权阵。
作为优选，本发明提供的一种基于点云光斑面积的定权方法，所述的求出光斑投影面在步骤1中，已知光束的入射角α、入射激光光束在光束到达物体表面的光斑面积S、光束发散角ε、投影面积S┴、激光源到光斑的距离ρ，由简单的几何关系得：
S┴＝πρ2sin2(ε/2) (1)
作为优选，本发明提供的，所述的激光光束在物体表面形成的光斑面积，一种基于点云光斑面积的定权方法其特征在于在步骤2中，由激光光束入射角、光束投影面和光斑面积的几何关系S┴＝S cosα，求出入射激光光束在物体表面形成的光斑面积S，所构建的函数关系如式(2)：
S＝πρ2sin2(ε/2)/cosα (2)
作为优选，本发明提供的一种基于点云光斑面积的定权方法，所述的由光斑面积求出光斑面积直径，其特征在于步骤3中，从式(2)可看出光斑面积与测距、光束发散角及光束入射角成正比，即测距越长、光束发散角和入射角越大，光斑面积越大，该点的点位精度越低，反之则越高，因此通过引入光斑面积可以将被扫描外观特性等因素对点位精度的影响统一地以数学的方式表达出来。由式 (2)可以推出光斑的直径d为：
作为优选，本发明提供的一种基于点云光斑面积的定权方法，所述的求出被扫描物体外观形状对扫描精度影响的定量表达式，其特征在于步骤4中，激光光束的反射能量分布服从正态分布，根据3σ原则，可将光斑大小引起的点位误差定义为σq＝d/6，最终可得被扫描物体外观形状等因素对扫描精度影响的定量表达式，如公式(4)：
作为优选，本发明提供的一种基于点云光斑面积的定权方法，定权过程在步骤5中，将三维激光扫描点位精度模型表示为进一步对顾及光束入射角和发射角定权：
Pi＝σi (5)
与现有算法相比，本发明详细介绍了顾及光束入射角和发散角定权的方法，考虑了光束几何特征对点位精度的影响，参数的拟合效果较好，性能较优。
附图说明
图1是本发明提供的激光光斑示意图
图2是本发明提供的算法流程图
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，以下通过实施例对本发明做进一步解释说明。
实施例：
基于点云光斑面积的定权方法能有效的提高点云的拟合精度，本发明以平面参数拟合为例，通过与其他定权方式拟合求取参数进行比较，验证本发明定权方式的准确性及可靠性。
本实施例采用中海达HS650三维激光扫描仪对某校教学楼进行扫描得到实测平面数据进行验证，该次扫描的仪器测距、测角误差分别为：0.005m、0.001°，激光光束发散角为0.0035°，对获取的点云数据进行简单的数据处理，从中选取 18个点作为实验数据，如表1所示，分别采用等权整体最小二乘(WTLS1)、基于点云入射角定权的整体最小二乘(WTLS2)和基于点云光斑面积的定权的整体最小二乘(WTLS3)三种定权方式对实测数据进行拟合计算，对参数的拟合结果如表2所示，由表可知WTLS3方法的拟合数据的单位权中误差为0.9170x 10-3m，明显小于WTLS1方法的7.6739x10-3m和WTLS2方法的9.8605x10-3m，且基于点云光斑入射角的整体最小二乘法(WTLS2)的单位权中误差小于等权整体最小二乘法(WTLS1)，说明考虑物体表面物理特性的定权方式更合理。
表1平面坐标实测数据
表2平面实测数据拟合结果
表2可以看出，基于点云光斑面积的整体最小二乘法(WTLS3)的误差明显小于另外两种定权方法，效果较优。
为了更全面验证算法，对比平面拟合实测数据获取方式，换一台三维激光扫描仪对不同的场景扫描获取不同于平面的球面数据，实验设计如下：
实验采用中海达LS300型号三维激光扫描仪及一只配套耙球(半径为 0.0725m)，扫描仪测距精度为：脉冲式，测角精度为0.025m，水平角0.005°，竖直角0.125°。扫描场景为安徽理工大学广场罗马柱布设球靶标(半径为 0.0725m)，从中提取靶标球面点云数据，手动删除大量冗余点后选取56个点进行实验。分别采用等权整体最小二乘(WTLS1)、基于入射角定权整体最小二乘 (WTLS2)和基于点云光斑面积定权的整体最小二乘(WTLS3)三种定权方式的加权整体最小二乘方法对实测球面数据进行拟合，拟合结果如表3。表中Dr2为半径估值平方与真值平方的差值，可以看出WTLS3方法的单位权中误差估值明显小于WTLS1方法和WTLS2方法，基于点云光斑面积的定权方法比其他两种方法优，说明点云数据拟合中，不等精度定权能有效的提高参数拟合精度，且基于光束入散角定权的整体最小二乘(WTLS2)方法参数拟合精度低于基于点云光斑面积的定权方法(WTLS3)，说明考虑物体外观特性的加权方式更具有合理性，性能较稳定。
表3球面实测数据计算结果
表3可以看出，WTLS3方法的单位权中误差估值小于WTLS1方法和WTLS2 方法，且半径估值平方与真值平方的差值的Dr2较小，说明参数拟合值精度较高。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (6)

1.一种基于点云光斑面积的定权方法，其特征包括以下步骤：
步骤1，根据激光光束的发散角以及激光源到达光斑的距离构建函数，求出光斑的投影面；
S┴＝πρ2sin2(ε/2) (1)
其中，α已知光束的入射角，S入射激光光束到达物体表面的光斑面积，ε光束发散角，S┴光斑的投影面积，ρ激光源到光斑的距离；
步骤2，将步骤1求出的光斑投影面与激光光束的入射角构建函数，求出入射激光光束在物体表面形成的光斑面积；
S⊥＝Scosα (2)
S＝πρ2sin2(ε/2)/cosα (3)
步骤3，考虑光斑面积与被扫描物体外观特性对点位精度的影响，结合步骤2求出的点云光斑面积，建立光斑面积和光斑直径的数学表达式，推出光斑面积的直径；
步骤4，根据正态分布的3σ原则以及步骤3求出的光斑直径，对光斑大小引起的点位误差进行定义，得出被扫描物体外观形状对扫描精度影响的定量表达式；
步骤5：将步骤4获得的表达式建立点位精度模型，确定权阵；
Pi＝σi (6) 。
2.根据权利要求1所述的顾及光束入射角和发散角的定权方法，其特征在于：本发明所论述的定权方法，将激光光束的入射角、入射激光光束到达物体表面的光斑面积、光束发散角、激光光斑的投影面积、激光源到光斑的距离联系在了一起。
3.根据权利要求1所述的基于点云光斑面积的定权方法，其特征在于：激光光束在物体表面上所形成的光斑面积，不仅与激光光源到达物体表面的距离，光束入射角、发散角有关，还能反映出激光强度。
4.根据权利要求1所述的基于点云光斑面积的定权方法，其特征在于：从公式(2)可看出光斑面积与测距、光束发散角及光束入射角成正比，即测距越长、光束发散角和入射角越大，光斑面积越大，该点的点位精度越低，反之则越高，因此通过引入光斑面积可以将被扫描物体外观特性等因素对点位精度的影响统一以数学的方式表达出来。
5.根据权利要求1所述的顾及光束入射角和发散角的定权方法，其特征在于：光束的反射能量分布服从正态分布，由正态分布的性质，根据3σ原则，可将光斑大小引起的点位误差定义为σq＝d/6，最终可得被扫描物体外观形状等因素对扫描精度影响的定量表达式。
6.根据权利要求1所述的顾及光束入射角和发散角的定权方法，其特征在于：将三维激光扫描点位精度模型表示为σi 2＝σq 2，进一步对顾及光束入射角和发射角定权。
CN201810582124.3A 2018-06-07 2018-06-07 一种基于点云光斑面积的定权方法 Pending CN108765569A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810582124.3A CN108765569A (zh) 2018-06-07 2018-06-07 一种基于点云光斑面积的定权方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810582124.3A CN108765569A (zh) 2018-06-07 2018-06-07 一种基于点云光斑面积的定权方法

Publications (1)

Publication Number Publication Date
CN108765569A true CN108765569A (zh) 2018-11-06

Family

ID=63999469

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810582124.3A Pending CN108765569A (zh) 2018-06-07 2018-06-07 一种基于点云光斑面积的定权方法

Country Status (1)

Country Link
CN (1) CN108765569A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110245458A (zh) * 2019-06-28 2019-09-17 华北电力大学（保定） 一种高压设备放电紫外成像检测图像量化参数的归一方法
CN110694184A (zh) * 2019-10-14 2020-01-17 深圳大学 一种激光功率密度调节方法、装置及存储介质
CN113034619A (zh) * 2021-04-23 2021-06-25 中科微至智能制造科技江苏股份有限公司 包裹信息测量方法、装置及存储介质
CN113959888A (zh) * 2021-11-08 2022-01-21 合肥学院 一种石英砂含杂检测方法
CN115243022A (zh) * 2022-08-22 2022-10-25 周口师范学院 一种激光投影互动展示系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5218427A (en) * 1991-09-06 1993-06-08 Koch Stephen K Ranging system for three-dimensional object digitizing
CN106960468A (zh) * 2017-04-12 2017-07-18 武汉理工大学 一种三维激光扫描点云精度评价方法
WO2018046948A1 (en) * 2016-09-09 2018-03-15 The University Of Warwick Three-dimensional shape error detection
CN107967713A (zh) * 2017-11-21 2018-04-27 泰瑞数创科技(北京)有限公司 基于空间点云数据的建筑物三维模型构建方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5218427A (en) * 1991-09-06 1993-06-08 Koch Stephen K Ranging system for three-dimensional object digitizing
WO2018046948A1 (en) * 2016-09-09 2018-03-15 The University Of Warwick Three-dimensional shape error detection
CN106960468A (zh) * 2017-04-12 2017-07-18 武汉理工大学 一种三维激光扫描点云精度评价方法
CN107967713A (zh) * 2017-11-21 2018-04-27 泰瑞数创科技(北京)有限公司 基于空间点云数据的建筑物三维模型构建方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
蒋荣华 等: "一种三维激光扫描点去拟合的抗差加权整体最小二乘法", 《测绘通报》 *
邹双朝 等: "顾及光束入射角的点云点位精度评定模型研究", 《长江科学院院报》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110245458A (zh) * 2019-06-28 2019-09-17 华北电力大学（保定） 一种高压设备放电紫外成像检测图像量化参数的归一方法
CN110245458B (zh) * 2019-06-28 2023-07-25 华北电力大学（保定） 一种高压设备放电紫外成像检测图像量化参数的归一方法
CN110694184A (zh) * 2019-10-14 2020-01-17 深圳大学 一种激光功率密度调节方法、装置及存储介质
CN113034619A (zh) * 2021-04-23 2021-06-25 中科微至智能制造科技江苏股份有限公司 包裹信息测量方法、装置及存储介质
CN113959888A (zh) * 2021-11-08 2022-01-21 合肥学院 一种石英砂含杂检测方法
CN113959888B (zh) * 2021-11-08 2023-12-29 合肥学院 一种石英砂含杂检测方法
CN115243022A (zh) * 2022-08-22 2022-10-25 周口师范学院 一种激光投影互动展示系统
CN115243022B (zh) * 2022-08-22 2024-03-05 周口师范学院 一种激光投影互动展示系统

Similar Documents

Publication Publication Date Title
CN108765569A (zh) 一种基于点云光斑面积的定权方法
CN107290734B (zh) 一种基于自制地基激光雷达垂直度误差的点云误差校正方法
CN107703499B (zh) 一种基于自制地基激光雷达对准误差的点云误差校正方法
CN106960468B (zh) 一种三维激光扫描点云精度评价方法
CN103926058B (zh) 非球面检测中采用自准平面镜测量光轴的方法
CN102829718B (zh) 信息处理设备、三维测量设备和信息处理方法
US9532029B2 (en) 3d scanning laser systems and methods for determining surface geometry of an immersed object in a transparent cylindrical glass tank
CN106248003B (zh) 一种三维激光点云提取植被冠层聚集度指数的方法
CN108692656B (zh) 一种激光扫描数据获取方法及装置
CN104007444A (zh) 一种基于中心投影的地面激光雷达反射强度图像的生成方法
CN107290735A (zh) 一种基于自制地基激光雷达铅垂度误差的点云误差校正方法
CN104075668B (zh) 凸双曲面Hindle检测中的高精度几何量测量方法
CN104930988B (zh) 一种光纤阵列端面倾斜角测量仪及测量方法
Yongbing et al. An improved cat’s-eye retroreflector used in a laser tracking interferometer system
CN110196031A (zh) 一种三维点云采集系统的标定方法
CN110360930A (zh) 一种激光位移法线传感器及其测量方法
CN108416834A (zh) 透明目标表面三维重构方法、装置和系统
CN114322842B (zh) 一种基于改进Phong模型的高反光零件测量方法及系统
CN105241395A (zh) 用于空间超大尺寸结构的面形与距离高精度测量方法
Yuan et al. Trajectory correction and position error analysis of underwater laser scanning
CN114964048A (zh) 一种基于光线折射追踪的水下视觉测量装置及测量方法
Cao et al. Optimization of ray tracing algorithm for laser radar cross section calculation based on material bidirectional reflection distribution function
CN207689518U (zh) 三维空间来风的风速测量系统
CN110208777A (zh) 精确的角反射器几何误差测量方法
CN115964837A (zh) 基于光线跟踪的水下复杂目标激光扫描点云仿真方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20181106

WD01 Invention patent application deemed withdrawn after publication