CN109948104B - 基于LiDAR点云数据的多墓墩向心结构计算方法 - Google Patents
基于LiDAR点云数据的多墓墩向心结构计算方法 Download PDFInfo
- Publication number
- CN109948104B CN109948104B CN201910129392.4A CN201910129392A CN109948104B CN 109948104 B CN109948104 B CN 109948104B CN 201910129392 A CN201910129392 A CN 201910129392A CN 109948104 B CN109948104 B CN 109948104B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- main direction
- tomb
- central
- 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
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于LiDAR点云数据的多墓墩向心结构计算方法,包括以下步骤:(1)根据多墓墩的空间布局设置若干个LiDAR扫描仪的测站,使各测站获取的LiDAR点云数据能够拼接出完整的多墓墩空间范围;(2)各测站获取包含非中心墓葬边界轮廓的LiDAR点云数据;(3)在物方坐标系下,对各测站所获取的LiDAR点云数据进行配准拼接、去噪、分割和边界轮廓提取;(4)根据处理好的LiDAR点云数据,确定各非中心墓葬主方向线;(5)根据得到的所有主方向线,计算中心墓葬的区域位置。本发明克服了目前具有向心结构的“一墩多墓”还是基于手工量测和人工判定、无法定量化和科学化研究的局限性,可实现的多墓墩向心结构的数字定量化判断和中心墓葬区域位置的自动解算。
Description
技术领域
本发明涉及一种多墓墩向心结构计算方法,特别是设计一种基于LiDAR点云数据的多墓墩向心结构计算方法。
背景技术
土墩墓是江南地区周代墓葬中最为主要的一类墓葬形式,发现数量巨大,具有向心结构的“一墩多墓”是其中比较常见的现象。所谓的向心结构是指围绕整个土墩的中心,在其周围不同层面上排列多座墓葬,每座墓葬方向均大致朝向土墩的中心,中心墓葬与周围墓葬布局明确,并展示出明显的主从关系。
当前考古学上对土墩墓的向心性主要是基于传统测量手段手绘的地层线和遗迹轮廓,依据目测来判定,很少有真实数据和科学方法的验证。这种方式很难准确快速的记录结构复杂的墓葬发掘现场,工作效率较低,甚至会对现场造成破坏。而且分析方式多采用从地形地貌基础上初拟遗址和墓葬分布关系,从地方志、前期文物普查等文字资料中提取有效信息。这种分析方式不够严谨科学,存在一定的局限性。再加上考古现场环境复杂,考古的不可逆性以及人为因素、自然因素等的影响,传统考古测绘和分析方法已经不能完全满足当今数字化考古的需求。
发明内容
发明目的:本发明要解决的技术问题是提供一种基于LiDAR点云数据的多墓墩向心结构计算方法,解决目前具有向心结构的“一墩多墓”还是基于手工量测和人工判定、无法定量化和科学化研究的局限性,基于获取的三维点云数据,可实现的多墓墩向心结构的数字定量化判断和中心墓葬区域位置的自动解算。
技术方案:本发明所述的基于LiDAR点云数据的多墓墩向心结构计算方法,包括以下步骤:
(1)根据多墓墩的空间布局设置若干个LiDAR扫描仪的测站,使各测站获取的LiDAR点云数据能够拼接出完整的多墓墩空间范围;
(2)各测站获取包含非中心墓葬边界轮廓的LiDAR点云数据;
(3)在物方坐标系下,对各测站所获取的LiDAR点云数据进行配准拼接、去噪、分割和边界轮廓提取;
(4)根据步骤(3)中处理好的LiDAR点云数据,确定各非中心墓葬主方向线;
(5)根据步骤(4)中得到的所有主方向线,计算中心墓葬的区域位置。
进一步的,所述步骤(5)中的计算方法为:
(1)在所有主方向线中,依次遍历判断第i条主方向线与第j条主方向线是否构成平行关系,如果构成平行关系,则第i条主方向线、第j条主方向线和剩余的主方向线不组成三角形,其中1≤i≠j≤n,n为所有的主方向线的数量;
(3)计算得到各三角形相应的内切圆圆心坐标及半径;
(5)若所得的距离大于此内切圆的半径,则不符合条件,最后筛选出满足与其余主方向线相交或相切的最小内切圆,此内切圆所在区域即为中心墓葬的区域位置。
为了满足精度、完整度和效率的要求,步骤(1)中设置的测站个数为3个。
进一步的,步骤(4)中确定各非中心墓葬主方向线的方法为PCA主成分分析算法。
进一步的,步骤(3)中使用的物方坐标系为局部物方坐标系。
有益效果:本方法能够将三维激光扫描技术应用于土墩墓考古数据采集,在获取了精确的墓葬三维点云数据的基础上,基于GIS空间数据处理方法,得出了研究墓葬空间形态的分析计算方法,能够准确找到中心墓葬的位置区域,并且避免了对墓葬进行大规模盲目挖掘,有利于保护和记录考古发掘现场,极大地提高了考古的数字化技术水平。
附图说明
图1是本方法的整体流程图;
图2是本实施例研究区的示意图;
图3是本实施例土墩墓原始点云和配准拼接示意图;
图4是本实施例中心墓葬区域位置确定示意图;
图5是本实施例中计算结果和中心墓葬实际位置对比图。
具体实施方式
由于具有向心结构的四周墓葬大致呈现同一方向,且墓主头向均大致朝中心,因此理论上,具有向心结构的所有墓葬方向线应汇聚于一点,但是,由于墓葬建造和考古发掘过程中难免存在误差,所以我们设计了如图1所示的计算方法来确定中心位置区域,包括以下步骤:
(1)根据多墓墩的空间布局设置若干个LiDAR扫描仪的测站,使各测站获取的LiDAR点云数据能够拼接出完整的多墓墩空间范围。由于激光扫描仪点云数据密度较大,能满足一般考古时空分析的需要,所以对于所有水平方向扫描范围为0°至360°的扫描仪,通常设置均匀分布的3个测站就可以满足精度、完整度和效率各方面要求。
(2)各测站获取包含非中心墓葬边界轮廓的LiDAR点云数据。
(3)在局部物方坐标系下,对各测站所获取的LiDAR点云数据进行配准拼接、去噪、分割和边界轮廓提取。
(4)根据步骤(3)中处理好的LiDAR点云数据,基于PCA主成分分析算法,确定各非中心墓葬主方向线。
(5)在所有主方向线中,依次遍历判断第i条主方向线与第j条主方向线是否构成平行关系,如果构成平行关系,则第i条主方向线、第j条主方向线和剩余的主方向线不组成三角形,其中1≤i≠j≤n,n为所有的主方向线的数量。
(7)计算得到各三角形相应的内切圆圆心坐标及半径。
(9)若所得的距离大于此内切圆的半径,则不符合条件,最后筛选出满足与其余主方向线相交或相切的最小内切圆,此内切圆所在区域即为中心墓葬的区域位置。
如图2所示,本实施例选取位于江苏省句容市以南的天王镇农林村的寨花头土墩墓D2为例,该土墩墓墓葬及相关遗迹丰富,从墓葬规格和出土器物来看,断定年代约为春秋中期至中期之末;共发现墓葬27座、灰坑3座、器物群2个,除M22(22号墓葬)为中心墓葬外,其余墓葬均分布于土墩四周且朝向土墩中心,是座具有典型向心结构的一墩多墓式土墩墓。
实际操作流程如下:
(1)准备工作:如图3所示,根据土墩墓分布区域和现场情况进行激光扫描仪测站的布设,采集各测站点云数据;
(2)点云数据处理:对取得的数据进行配准拼接、去噪、分割和边界轮廓提取;配准拼接是基于一般LiDAR点云处理软件都具备的依据相邻测站同名点的多测站坐标系转换,进行自动配准方法;去噪主要是手工操作;基于区域生长算法(Region growingsegmentation)进行点云分割;最后从墓葬点云中提取平面模型,进而计算凸多边形的方法获得每个墓葬轮廓边界。
(3)墓葬的主方向线提取:由于同层墓葬间高差较小,为了更好体现墓葬的方位关系,本研究中只考虑墓葬的平面坐标信息,即基于墓葬点云的(x,y)坐标集,利用PCA主成分分析算法确定墓葬主方向线,即各墓葬的主方向平面直线方程。并根据考古学中对墓葬朝向的定义,结合发掘中记录的墓主头位,确定朝向土墩墓中心的方向为主方向,代表墓葬的方向;
(4)中心区域计算:根据上述算法,确定中心墓葬区域位置。本实施例样本数据中12条主方向线没有平行线,每三条主方向线组成一个三角形,共得到个三角形,最后遍历计算、判断后得到中心的内切圆。如图4所示,直线为主方向线,圆圈为最小共同区域,即中心墓葬区域位置。
如图5所示,通过实际位置验证本方法的效果。目标内切圆半径为1.21m,圆心坐标为(-19.250,1.521)m,位置大致处于横梁交叉处。通过与配准后的《江苏句容寨花头土墩墓D2、D6发掘简报》(田名利,江苏句容寨花头土墩墓D2、D6发掘简报,文物,2007(7):22-38.)土墩墓总平面图进行对比,平面图中中心墓葬M22的几何中心平面坐标为(-20.220,1.564)m,与实验所求中心相距0.971m。考虑到样本数不是所有的发掘数据以及古人筑墓和田野考古发掘过程中的误差,这个计算结果和实地发掘数据基本重合,证明了本方法的可行与正确,具有显著的技术效果。
Claims (4)
1.一种基于LiDAR点云数据的多墓墩向心结构计算方法,其特征在于包括以下步骤:
(1)根据多墓墩的空间布局设置若干个LiDAR扫描仪的测站,使各测站获取的LiDAR点云数据能够拼接出完整的多墓墩空间范围;
(2)各测站获取包含非中心墓葬边界轮廓的LiDAR点云数据;
(3)在物方坐标系下,对各测站所获取的LiDAR点云数据进行配准拼接、去噪、分割和边界轮廓提取;
(4)根据步骤(3)中处理好的LiDAR点云数据,确定各非中心墓葬主方向线;
(5)根据步骤(4)中得到的所有主方向线,计算中心墓葬的区域位置;
计算方法为:
(1)在所有主方向线中,依次遍历判断第i条主方向线与第j条主方向线是否构成平行关系,如果构成平行关系,则第i条主方向线、第j条主方向线和剩余的主方向线不组成三角形,其中1≤i≠j≤n,n为所有的主方向线的数量;
(3)计算得到各三角形相应的内切圆圆心坐标及半径;
(5)若所得的距离大于此内切圆的半径,则不符合条件,最后筛选出满足与其余主方向线相交或相切的最小内切圆,此内切圆所在区域即为中心墓葬的区域位置。
2.根据权利要求1所述的基于LiDAR点云数据的多墓墩向心结构计算方法,其特征在于:步骤(1)中设置的测站个数为3个。
3.根据权利要求1所述的基于LiDAR点云数据的多墓墩向心结构计算方法,其特征在于:步骤(4)中确定各非中心墓葬主方向线的方法为PCA主成分分析算法。
4.根据权利要求1所述的基于LiDAR点云数据的多墓墩向心结构计算方法,其特征在于:步骤(3)中使用的物方坐标系为局部物方坐标系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910129392.4A CN109948104B (zh) | 2019-02-21 | 2019-02-21 | 基于LiDAR点云数据的多墓墩向心结构计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910129392.4A CN109948104B (zh) | 2019-02-21 | 2019-02-21 | 基于LiDAR点云数据的多墓墩向心结构计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109948104A CN109948104A (zh) | 2019-06-28 |
CN109948104B true CN109948104B (zh) | 2023-03-24 |
Family
ID=67006900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910129392.4A Active CN109948104B (zh) | 2019-02-21 | 2019-02-21 | 基于LiDAR点云数据的多墓墩向心结构计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109948104B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862870A (zh) * | 2020-12-31 | 2021-05-28 | 广东美的白色家电技术创新中心有限公司 | 车辆点云补全方法、装配方法、控制装置及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101975952A (zh) * | 2010-09-13 | 2011-02-16 | 天津市星际空间地理信息工程有限公司 | 一种机载lidar单片模式下的数字线划图半自动测图方法 |
CN104809759A (zh) * | 2015-04-03 | 2015-07-29 | 哈尔滨工业大学深圳研究生院 | 基于小型无人直升机的大面积非结构化场景三维建模方法 |
CN108846888A (zh) * | 2018-04-23 | 2018-11-20 | 北京建筑大学 | 一种古木建筑构件精细尺寸信息自动化提取方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9189862B2 (en) * | 2010-06-10 | 2015-11-17 | Autodesk, Inc. | Outline approximation for point cloud of building |
CA2813805A1 (en) * | 2010-10-22 | 2012-04-26 | The University Of Sydney | Method for large scale, non-reverting and distributed spatial estimation |
-
2019
- 2019-02-21 CN CN201910129392.4A patent/CN109948104B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101975952A (zh) * | 2010-09-13 | 2011-02-16 | 天津市星际空间地理信息工程有限公司 | 一种机载lidar单片模式下的数字线划图半自动测图方法 |
CN104809759A (zh) * | 2015-04-03 | 2015-07-29 | 哈尔滨工业大学深圳研究生院 | 基于小型无人直升机的大面积非结构化场景三维建模方法 |
CN108846888A (zh) * | 2018-04-23 | 2018-11-20 | 北京建筑大学 | 一种古木建筑构件精细尺寸信息自动化提取方法 |
Non-Patent Citations (2)
Title |
---|
基于激光点云的合浦汉墓出土陶屋三维重建;王道波,黄维,宋岩,文望名;《湖南科技大学学报(自然科学版)》;20150320(第2015年第01期);全文 * |
多时相三维激光扫描技术在考古发掘过程中的应用 ——以江苏孔塘遗址为例;吴怡,朱晓汀,林留根,李宁,杨林;《东南文化》;20180228(第2018年第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109948104A (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Badenko et al. | Scan-to-BIM methodology adapted for different application | |
CN102521884B (zh) | 一种基于LiDAR数据与正射影像的3维屋顶重建方法 | |
CN110276732B (zh) | 一种顾及地形特征线要素的山区点云空洞修复方法 | |
CN103870845A (zh) | 点云聚类去噪过程中新的k值优化方法 | |
CN107832849B (zh) | 一种基于知识库的电力线廊道三维信息提取方法及装置 | |
Castagnetti et al. | Critical issues and key points from the survey to the creation of the historical building information model: The case of Santo Stefano Basilica | |
CN101364311A (zh) | 大规模城市仿真中快速自动建立模型的方法 | |
CN109948104B (zh) | 基于LiDAR点云数据的多墓墩向心结构计算方法 | |
CN115127476A (zh) | 一种3d扫描的钢结构合龙检测及配切方法 | |
CN115018986A (zh) | 一种强构造活动区岩石微观结构信息解译及三维建模方法 | |
CN107784690B (zh) | 一种基于三维点云的竣工平面图自动绘制方法 | |
CN114387446A (zh) | 一种高分率遥感影像水体自动提取方法 | |
Forlani et al. | Building reconstruction and visualization from lidar data | |
CN110688767B (zh) | 一种评价岩体裂隙网络模型精度的综合差异度的方法 | |
CN104063614B (zh) | 一种基于odp的海底沙波特征自动识别方法 | |
CN114463494B (zh) | 一种地形特征线自动提取方法 | |
Tian | 3D modeling and digital preservation of ancient architectures based on autoCAD and 3Dmax | |
Gura et al. | Updating the algorithm for processing laser scanning data using linear objects as an example | |
CN113344866B (zh) | 一种点云综合精度评价方法 | |
CN110120058B (zh) | 一种高程散点生成紧致外边界的方法 | |
CN106846486A (zh) | 基于点云的古树名木测绘方法和装置 | |
Zhao et al. | Application of 3D model of cultural relics in virtual restoration | |
CN116993728B (zh) | 一种基于点云数据的大坝裂缝监测系统及方法 | |
CN113379783B (zh) | 一种基于互相关函数的二维裂隙复现方法 | |
CN117576485B (zh) | 融合正负地形和光照晕渲的沙丘提取方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |