CN109214994B - 一种基于双控制点的隧道密集点云噪声剔除方法 - Google Patents

Abstract

本发明公开了一种基于双控制点的隧道密集点云噪声剔除方法，包括：隧道数据采集；三维点云投影至XOY平面；二维主成分分析提取隧道方向；坐标转换；断面点云提取；计算断面点云几何中心作为第一控制点；以第一个控制点为圆心，将断面点云按圆周划分为720等份，计算每等份内点到控制点的距离均值及标准差；给定距离阈值，对噪声点进行识别与剔除；选取第二控制点，以该点为圆心将断面点云按圆周划分为720等份，计算每等份内点到控制点的距离均值及标准差；给定距离阈值，对噪声点进行二次识别与剔除；获得最终断面点云。本发明自动化程度高，能够有效提取隧道点云中附属设施点及噪声点，在精度保证的前提下为后期形变分析及建模分析提供可靠数据保障。

Description

一种基于双控制点的隧道密集点云噪声剔除方法

技术领域

本发明涉及一种基于双控制点的隧道密集点云噪声剔除方法，属于噪声处理技术领域。

背景技术

近年来，城市地下轨道交通系统得到高速发展，由于时效、深基坑的开挖等影响，地铁隧道不可避免会发生形变，这种形变如果超过一定限度会造成巨大的安全事故，因此，需要定期进行安全检测。

由于LiDAR技术具有高效、高精度、高分辨率等优势，其在地铁隧道形变监测中逐步得到应用。然而，由于仪器本身的精度、被测物体表面材质、光照、遮挡等因素的影响，被测物体表面不可避免包含噪声点，为获取可靠的形变分析数据源，对原始点云数据进行噪声提取至关重要。

考虑到地铁隧道狭长且呈圆柱形的特点，探求一种能够有效剔除隧道内部表面噪声点的剔除方法具有重要的现实意义。

发明内容

针对现有技术的不足，本发明提供一种基于双控制点的隧道密集点云噪声剔除方法。

本发明为解决上述技术问题采用以下技术方案：

本发明提供一种基于双控制点的隧道密集点云噪声剔除方法，包括以下步骤：

1)采用激光扫描仪系统对隧道内表面进行扫描，获取隧道表面点云数据集{P_i|i＝1,2,…n}，其中，n为隧道表面点云数量，P_i为隧道表面点云数据集中第i个点云数据，每个点云数据包括对应表面点的三维坐标和激光反射强度；

2)将步骤1)中获取三维点云投影至XOY平面，利用二维主成分分析确定隧道走向及其对应的向量，将三维点云转化至隧道坐标系；

3)在隧道走向垂直方向以一定宽度获取隧道断面数据集{Q_j＝(x_k,y_k,z_k)|k＝1,2,…,m}，其中，Q_j为第j个断面数据，m为第j个断面内点云的个数，(x_k,y_k,z_k)为第j个断面内第k个点云的坐标；

4)计算第j个断面的原始断面点云几何中心

5)将步骤4)获得的原始断面点云几何中心作为第一控制点，并以第一控制点为圆心，计算对应断面内所有点云至该圆心的角度和距离；

6)将断面以步骤4)获得的原始断面几何中心为圆心，按角度分为720等份；

7)分别计算第l等份内点云到圆心距离的最大值

及标准差σ^l，其中，l＝1,2,…,720；

8)按极限误差原理，以一倍标准差为阈值，对噪声点云进行剔除：当d_jk＞σ^l，则当前点云被判定为噪声点云予以剔除，反之当d_jk≤σ^l时，当前点云判定为断面点云；

9)确定第二控制点

以第二控制点为圆心，按照步骤5)至8)的方法再次剔除噪声点云，从而完成隧道密集点云噪声的剔除。

作为本发明的进一步技术方案，步骤2)具体为：

2.1)：步骤1)中获取三维点云投影至XOY平面后的点云坐标集为{P_i ²＝(x⁰ _i,y⁰ _i)|i＝1,2,…n}，其中，P_i ²＝(x⁰ _i,y⁰ _i)为第i个点云投影至XOY平面后的坐标；

2.2)：构造投影至XOY平面后的点云坐标集对应的协方差矩阵：

其中，

为投影至XOY平面后的点云坐标集的重心坐标

2.2)对协方差矩阵C进行主成分分析，求得两个特征值λ₁、λ₂，λ₁和λ₂所对应的特征向量分别为v₁(a₁,b₁,c₁)和v₂(a₂,b₂,c₂)，其中，λ₁≥λ₂＞0，v₁(a₁,b₁,c₁)为隧道走向对应向量；

2.3)：通过公式P²'＝P²·M₁将点云由XOY平面转换至隧道坐标系，转换至隧道坐标系后的点云坐标集为{P_c-i＝[x_i,y_i,z_i]|i＝1,2,…n}，其中，

M₁＝[v′₁,v′₂]，v'₁和v'₂分别为v₁(a₁,b₁,c₁)和v₂(a₂,b₂,c₂)的转置。

作为本发明的进一步技术方案，步骤5)中第j个断面内第k个点云至该圆心的角度α_jk和距离d_jk分别为：

作为本发明的进一步技术方案，所述隧道坐标系的定义如下：隧道坐标系的Y轴平行于隧道走向，X轴垂直于隧道走向，Z轴与扫描坐标系相同。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：本发明的一种基于双控制点的隧道密集点云噪声剔除方法，一方面自动化程度高，另一方面充分利用了原始数据，能够有效剔除隧道密集点云中所包含的附属设施点和噪声点。

附图说明

图1为本发明的流程图；

图2为本发明的扫描坐标系和测站坐标系示意图；

图3为本发明实施例原始断面点云角度和距离分布图；

图4为本发明实施例原始断面点云距离标准差分布图；

图5为本发明实施例经第一控制点噪声剔除后断面点云角度和距离分布图；

图6为本发明实施例经第二控制点噪声剔除后断面点云角度和距离分布图；

图7为本发明实施例经第二控制点噪声剔除后断面点云距离标准差分布图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

下面结合附图对本发明的技术方案做进一步的详细说明：

本发明一种基于双控制点的隧道密集点云噪声剔除方法，如图1所示，包括以下步骤：

1)采用激光扫描仪系统对隧道内表面进行扫描，获取隧道表面点云数据集{P_i|i＝1,2,…n}，其中，n为隧道表面点云数量，P_i为隧道表面点云数据集中第i个点云数据，每个点云数据包括对应表面点的三维坐标和激光反射强度。

2)将步骤1)中获取三维点云投影至XOY平面，利用二维主成分分析确定隧道走向及其对应的向量，将三维点云转化至隧道坐标系，具体如下：

2.1)：步骤1)中获取三维点云投影至XOY平面后的点云坐标集为{P_i ²＝(x⁰ _i,y⁰ _i)|i＝1,2,…n}，其中，P_i ²＝(x⁰ _i,y⁰ _i)为第i个点云投影至XOY平面后的坐标；

2.2)：构造投影至XOY平面后的点云坐标集对应的协方差矩阵：

其中，

为投影至XOY平面后的点云坐标集的重心坐标

2.3)：对协方差矩阵C进行主成分分析，可求得两个特征值λ₁、λ₂，得到λ₁≥λ₂＞0，λ₁和λ₂所对应的特征向量分别为v₁(a₁,b₁,c₁)和v₂(a₂,b₂,c₂)，其中v₁(a₁,b₁,c₁)为隧道走向对应向量；

2.3)：通过如下公式可将点云在二维平面内转化至隧道坐标系(所述隧道坐标系的定义为：如图2所示，O-X'Y'Z'为扫描坐标系，O-XYZ为隧道坐标系，其中，隧道坐标系的Y轴平行于隧道走向，X轴垂直于隧道走向)：

P²'＝P²·M₁

其中，

M₁＝[v′₁,v'₂]，v'₁和v'₂分别为v₁(a₁,b₁,c₁)和v₂(a₂,b₂,c₂)的转置。

转换完成后，隧道坐标系后的点云坐标集为{P_c-i＝[x_i,y_i,z_i]|i＝1,2,…n}，其中，

3)在隧道走向垂直方向以一定宽度获取隧道断面数据{Q_j＝(x_k,y_k,z_k)|k＝1,2,…,m}，其中，Q_j为第j个断面数据，m为第j个断面内点云的个数，(x_k,y_k,z_k)为第j个断面内第k个点云的坐标。

4)计算原始断面点云几何中心

因隧道走向平行于Y轴方向，而断面的宽度又很小，因此对断面的处理可以在XOZ平面上进行，从而，第j个断面的原始断面点云的几何中心为

5)以步骤4)获得的原始断面点云的几何中心为圆心(称为第一控制点)，计算断面内所有点云至该圆心的角度α_jk和距离d_jk，具体如下：

6)将断面以步骤4)获得的原始断面几何中心为圆心，按角度分为720等份，即每一等份为0.5°。

7)分别计算每等份内点云到圆心距离的最大值

及标准差σ^l，其中，l＝1,2,…,720；

8)按极限误差原理，以一倍标准差为阈值，对噪声点进行剔除，即：当d_jk＞σ^l，当前点云被判定为噪声点云予以剔除，反之当d_jk≤σ^l时，当前点云判定为断面点云，其中，σ^l为当前点云所属角度区间的标准差；

9)确定第二控制点

以该点为圆心，按照步骤5)至8)的方法再次剔除噪声点云，从而完成隧道密集点云噪声的剔除。

步骤9)中采用第二控制点的原因如下：

运营期隧道周围会安装有输电线、管道及监测设备等附属设施，因此，断面点云中不可避免含有附属设施点。当控制点与附属设施点连线所在隧道表面上没有点存在，那么在方法实施过程中会错误将附属设施点保留。为解决此问题，引入第二个控制点，该控制点位置与第一个控制点位置存在明显差异，因此第二个控制点与上述误留的附属设施点连线上存在隧道表面点，方法执行过程中可以将此类点轻易剔除。

下面以“南京某地铁隧道扫描数据”为例，对本发明作进一步阐述：

(1)利用FARO Focus X330激光扫描仪系统对隧道进行扫描，观测值包含两类：三维坐标，激光反射强度；

(2)将三维点云投影至XOY平面，利用二维主成分分析确定隧道走向及其对应的向量，将三维点云转化至隧道坐标系(如图2所示)，转化过程如下：

(3)在隧道走向垂直方向以一定宽度获取隧道断面数据{Q_j＝(x_k,y_k,z_k)|k＝1,2,…,m}；

(4)计算该断面的几何中心为

即为第一控制点；

(5)计算断面内所有点至该控制点的角度α_jk和距离d_jk，如图3所示，相应的距离标准差如图4所示；

(6)分别计算每等分内点到圆心距离的最大值

及标准差σ^l，其中，l＝1,2,…,720，按极限误差原理，对噪声点剔除，剔除后的断面点云数据如图5所示；

(7)计算第二控制点坐标为

按同样方法对噪声进行剔除，剔除后的断面点云如图6所示，相应的距离标准差如图7所示，通过比较图4和图7，可以发现，通过双控制点对断面点云噪声点进行剔除后，点云质量得到明显改善和提升。

以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (4)

1.一种基于双控制点的隧道密集点云噪声剔除方法，其特征在于，包括以下步骤：

1)采用激光扫描仪系统对隧道内表面进行扫描，获取隧道表面点云数据集{P_i|i＝1,2,…n}，其中，n为隧道表面点云数量，P_i为隧道表面点云数据集中第i个点云数据，每个点云数据包括对应表面点的三维坐标和激光反射强度；

2)将步骤1)中获取三维点云投影至XOY平面，利用二维主成分分析确定隧道走向及其对应的向量，将三维点云转化至隧道坐标系；

3)在隧道走向垂直方向以一定宽度获取隧道断面数据集{Q_j＝(x_k,y_k,z_k)|k＝1,2,…,m}，其中，Q_j为第j个断面数据，m为第j个断面内点云的个数，(x_k,y_k,z_k)为第j个断面内第k个点云的坐标；

4)计算第j个断面的原始断面点云几何中心

5)将步骤4)获得的原始断面点云几何中心作为第一控制点，并以第一控制点为圆心，计算对应断面内所有点云至该圆心的角度和距离；

6)将断面以步骤4)获得的原始断面几何中心为圆心，按角度分为720等份；

7)分别计算第l等份内点云到圆心距离的最大值

及标准差σ^l，其中，l＝1,2,…,720；

8)按极限误差原理，以一倍标准差为阈值，对噪声点云进行剔除：当d_jk＞σ^l，则当前点云被判定为噪声点云予以剔除，反之当d_jk≤σ^l时，当前点云判定为断面点云；其中，d_jk为第j个断面内第k个点云至第一控制点的距离；

9)确定第二控制点

以第二控制点为圆心，按照步骤5)至8)的方法再次剔除噪声点云，从而完成隧道密集点云噪声的剔除。

2.根据如权利要求1所述的一种基于双控制点的隧道密集点云噪声剔除方法，其特征在于，步骤2)具体为：

2.1)：步骤1)中获取三维点云投影至XOY平面后的点云坐标集为{P_i ²＝(x⁰ _i,y⁰ _i)|i＝1,2,…n}，其中，P_i ²＝(x⁰ _i,y⁰ _i)为第i个点云投影至XOY平面后的坐标；

2.2)：构造投影至XOY平面后的点云坐标集对应的协方差矩阵：

其中，

为投影至XOY平面后的点云坐标集的重心坐标

2.3)对协方差矩阵C进行主成分分析，求得两个特征值λ₁、λ₂，λ₁和λ₂所对应的特征向量分别为v₁(a₁,b₁,c₁)和v₂(a₂,b₂,c₂)，其中，λ₁≥λ₂＞0，v₁(a₁,b₁,c₁)为隧道走向对应向量；

2.4)：通过公式P²'＝P²·M₁将点云由XOY平面转换至隧道坐标系，转换至隧道坐标系后的点云坐标集为{P_c-i＝[x_i,y_i,z_i]|i＝1,2,…n}，其中，

M₁＝[v′₁,v'₂]，v'₁和v'₂分别为v₁(a₁,b₁,c₁)和v₂(a₂,b₂,c₂)的转置。

3.根据如权利要求1所述的一种基于双控制点的隧道密集点云噪声剔除方法，其特征在于，步骤5)中第j个断面内第k个点云至该圆心的角度α_jk和距离d_jk分别为：

4.根据如权利要求1所述的一种基于双控制点的隧道密集点云噪声剔除方法，其特征在于，所述隧道坐标系的定义如下：隧道坐标系的Y轴平行于隧道走向，X轴垂直于隧道走向，Z轴与扫描坐标系相同。

Images