CN110221277A - 一种基于激光雷达扫描的隧道表面渗水区域提取方法 - Google Patents
一种基于激光雷达扫描的隧道表面渗水区域提取方法 Download PDFInfo
- Publication number
- CN110221277A CN110221277A CN201910540957.8A CN201910540957A CN110221277A CN 110221277 A CN110221277 A CN 110221277A CN 201910540957 A CN201910540957 A CN 201910540957A CN 110221277 A CN110221277 A CN 110221277A
- Authority
- CN
- China
- Prior art keywords
- tunnel surface
- intensity
- tunnel
- correction
- region
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C7/00—Tracing profiles
- G01C7/06—Tracing profiles of cavities, e.g. tunnels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4802—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/497—Means for monitoring or calibrating
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于激光雷达扫描的隧道表面渗水区域提取方法,该方法基于激光雷达扫描获得的点云数据来提取隧道表面渗水区域;其主要包括以下三步:(1)数据采集:利用地基激光雷达系统对隧道表面进行扫描以获取点云数据,并进行孤立噪声点去除、空间配准等处理;(2)强度校正:基于标准漫反射板的点云数据,建立距离效应校正模型,对隧道表面强度数据进行距离效应校正,基于漫反射物理模型对距离效应校正后的强度数据进行入射角效应校正,从而获得隧道表面校正后的强度数据;(3)渗水区域提取:利用隧道表面几何特征滤除其表面附属物,获得隧道表面校正后的强度图像,基于隧道表面校正后的强度图像,采用阈值法提取隧道表面渗水区域。
Description
技术领域
本发明公开了一种基于激光雷达扫描的隧道表面渗水区域提取方法,该方法基于激光雷达扫描技术获取隧道表面的点云数据,对点云数据进行空间配准、隧道表面附属物滤除以及强度校正等处理,从而得到隧道表面的强度图像;基于隧道表面校正后的强度数据,采用阈值法提取出隧道表面的渗水区域。
背景技术
隧道监测是指通过各种传感器采集不同时期的隧道数据,比较其在相同位置上的变化趋势,从而反映隧道表面的渗水、结构变形以及损伤裂缝等状况。由于隧道洞身结构的设计,其抗变形能力有限;隧道周围建筑施工、车辆运行振动等影响因素会导致隧道的形变加剧,存在严重的安全隐患。因此,需要对隧道的安全状况进行定期监测,防止隧道坍塌事故的发生。在隧道监测过程中,一项重要的任务就是隧道表面渗水状况的分析和渗水区域的提取。隧道表面渗水是一种常见的隧道结构危害,其严重影响了隧道内部的安全工作。
传统的隧道表面渗水检测手段主要是人工巡检的方法,该种检测手段的检测精度低,巡检工作量较大,人工维护成本高且检测精度易受个人主观判断的影响。此外,也可通过摄影测量方法对隧道表面渗水进行检测;摄影测量技术是通过CCD相机获取隧道表面的二维数字影像数据,并经过相关数字图像处理方法处理后,从而提取出隧道表面渗水区域。但该方法是一种被动式的探测手段,受隧道内部的照明条件以及外界自然环境条件的影响较大。尤其当隧道内部光线较弱且无外界提供的主动照明光源时,该方法的检测效果不佳,甚至失效。
近年来,激光雷达扫描技术作为一种快速、高效、高精度的主动式的遥感测量技术,被广泛用于点云滤波、目标特征提取分类以及三维建模等方面。相比于传统的隧道表面渗水检测方法,激光雷达扫描技术具有非接触式测量、高分辨率、高精度等优点,可以获得高精度、高密度的隧道点云数据,用于隧道的变形监测以及三维建模等。激光雷达扫描技术不仅可以获得隧道内部的三维点云数据,还可以记录与隧道表面属性相关的强度数据。由于激光雷达扫描的激光波长处于近红外波段,而水对近红外波段的光线具有较强的吸收,含水量越高的物体对激光能量的吸收越大,从而导致扫描设备接收到的强度值越小。所以渗水区域的激光强度值较不渗水区域的强度值要小。此外,相比于摄影测量技术而言,激光雷达扫描技术是一种主动的探测手段,不受外界环境光照以及背光区域阴影的影响。因此,可以基于激光雷达扫描获得的强度数据实现对隧道渗水区域的检测和提取,结合隧道表面的三维点云信息,可实现隧道表面渗水面积的估计、隧道的三维建模以及隧道结构变形的检测等,能够节省大量人力资源成本,且高效可靠不受人工主观意识影响。
本发明公开了一种基于激光雷达扫描的隧道表面渗水区域提取方法,该方法基于激光雷达扫描技术获取隧道表面的点云数据,对点云数据进行空间配准、隧道表面附属物滤除以及强度校正等处理操作,从而得到隧道表面的强度图像;基于隧道表面校正后的强度数据,采用阈值法提取出隧道表面的渗水区域。其特征在于利用地基激光雷达系统对隧道表面进行扫描以获取点云数据,并进行点云的孤立点去除、空间配准等处理;对隧道表面的强度数据进行距离效应和入射角效应校正,获得隧道表面校正后的强度数据;利用隧道表面的几何特征滤除隧道表面的附属物,获得隧道表面校正后的强度图像,基于隧道表面强度图像的强度值的差异,采用阈值法提取出隧道表面的渗水区域。本发明专利目的在于解决光照条件不佳环境下隧道表面渗水区域的检测问题,采用激光雷达扫描技术实现了隧道表面渗水区域的高精度检测,在隧道监测、桥梁监测等领域具有广阔的应用前景。
发明内容
本发明是一种基于激光雷达扫描的隧道表面渗水区域提取方法,该方法基于激光雷达扫描技术获取隧道表面的点云数据,对点云数据进行空间配准、隧道表面附属物滤除以及强度校正等处理,从而得到隧道表面的强度图像;基于隧道表面校正后的强度数据,采用阈值法提取出隧道表面的渗水区域。其采用以下技术方案:
本发明公开了一种基于激光雷达扫描的隧道表面渗水区域提取方法,该方法基于激光雷达扫描技术获取隧道表面的点云数据,对点云数据进行空间配准、隧道表面附属物滤除以及强度校正等处理,从而得到隧道表面的强度图像;基于隧道表面校正后的强度数据,采用阈值法提取出隧道表面的渗水区域;所述方法主要包括以下三步:1)数据采集:利用地基激光雷达系统对隧道表面以及标准漫反射板进行多站扫描,从而获得隧道表面的点云数据,并对多站的点云数据进行孤立噪声点去除以及空间配准等预处理操作;2)强度校正:基于标准漫反射板的点云数据,建立距离效应校正模型,对隧道表面强度数据进行距离效应校正,基于微平面漫反射物理模型对距离效应校正后的强度数据进行入射角效应校正,从而获得隧道表面校正后的强度数据;(3)渗水区域提取:利用隧道表面的几何特征滤除隧道表面的附属物,并将隧道表面的三维点云数据投影映射到二维平面,从而获得隧道表面校正后的强度图像;最后,基于隧道表面校正后强度图像的强度值差异,采用阈值法提取出隧道表面的渗水区域。
其中,利用地基激光雷达系统对隧道表面以及标准漫反射板进行多站激光扫描,获取多站点云数据,并对多站点云数据进行孤立噪声点去除以及空间配准等处理;在对标准漫反射板进行多站扫描过程中,需使激光光束与标准漫反射板的平面法线之间的夹角(即激光入射角)保持不变,而每站之间的距离间隔相等且较小,从而保证每站间隔范围内,强度值与距离成线性关系。
其中,利用相同入射角等距离间隔条件下采集得到的标准漫反射板的激光雷达强度数据,建立距离效应校正模型,并利用该模型对激光雷达强度数据进行校正以消除距离效应的影响,获得距离效应校正后的激光雷达强度数据;然后,基于激光辐射传输原理以及微平面漫反射物理模型,建立激光雷达强度数据的入射角效应校正模型,利用建立的入射角效应校正模型消入射角效应的影响,从而获得距离和入射角效应校正后的激光雷达强度数据;其激光雷达强度数据的校正过程如下:
(1)距离效应校正
假设在某一固定入射角θs条件下,采集标准漫反射板不同距离下的强度值,其中漫反射板与激光雷达系统之间的距离值为Rs={R0,R1,R2,…,Rn},且Rmin=R0<R1<R2…<Rn=Rmax(Rmin和Rmax为激光雷达系统测量距离的最小值和最大值)。对被测目标在反射率为ρ、距离为Rx以及入射角为θx时,进行数据采集,获得的强度值记为IdB(Rx,θx,ρ)。采用分段线性插值的方法求得距离为Rx、入射角为θs以及目标反射率为ρs下的强度值IdB(Rx,θs,ρs):
其中,Ri<Rx<Ri+1,i=1,2,...n-1。由于距离效应和入射角效应对激光回波强度的影响是彼此相互独立的,且可以分别进行校正消除的,则距离效应校正后的强度数据Idis(Rx,θx,ρ)可表示为:
Idis(Rx,θx,ρ)=F2(θx)+F3(ρ)=IdB(Rx,θx,ρ)-IdB(Rx,θs,ρs)+F2(θs)+F3(ρs)
由于θs为某一固定入射角,ρs为参考目标的反射率,则F2(θs)和F3(ρs)在本章中为固定的常量,Idis(Rx,θx,ρ)其仅与入射角效应和目标表面属性相关。
(2)入射角效应校正
在距离效应消除后,对距离效应校正后的强度值Idis进行入射角效应校正。基于激光辐射传输原理以及微平面漫反射物理模型,采用Oren-Nayar模型对入射角度效应进行校正,因此入射角效应校正模型可表示为:
则对入射角效应影响进行消除后,被测目标距离和入射角效应校正后的强度值Ic可表示为:
在利用该模型进行校正前,需要求取隧道表面的粗糙度参数σslope。求取隧道表面粗糙度参数σslope步骤如下:首先,从隧道表面手动选取面积较小的M个同质区域,并求出该同质区域的强度均值,记为然后,对所有的同质区域进行距离效应校正,得到后距离校正后的强度值最后,对距离校正后的强度值进行入射角效应校正,得到角度校正后的强度值记为其中表面粗糙度参数σslope以1°为角间隔,从0°到90°依次增加,最后利用目标函数O(σslope)最小化,即可得到最优的隧道表面粗糙度参数(σslope)optimal。
其中,基于隧道表面的几何特征滤除隧道表面的附属物,并将隧道表面的三维点云数据投影映射到二维平面,从而获得隧道表面校正后的强度图像;最后,基于隧道表面校正后强度图像的强度值差异,采用阈值法提取出隧道表面的渗水区域;渗水区域提取过程如下:
(1)滤除隧道表面的附属物
将隧道表面分成K部分,每部分可近似拟合成平面,基于隧道表面凸起的附属物与拟合平面之间的距离阈值从而隧道表面的附属物,并将隧道表面的三维点云数据投影映射到二维平面,从而获得隧道表面校正后的强度图像。
(2)基于阈值法提取渗水区域
首先,人工选取N块隧道表面上非渗水区域;然后,求取所有被选区域内点云校正后的强度均值及其标准差值(Std)
最后,基于拉依达准则,采用阈值法提取出隧道表面的渗水区域如下
以强度值作为确定渗水区域和非渗水区域的阈值,强度值大于或等于为非渗水区域点,强度值小于为渗水区域,从而得到隧道表面的渗水区域图像。
附图说明
图1是基于激光雷达扫描的隧道表面渗水区域提取方法的流程示意图;
图2是所选同质区域的距离和入射角度分布图;
图3是目标函数随粗糙度参数变化关系图;
图4是隧道表面原始强度与校正后强度对比图;
图5是隧道表面的附属物滤除结果图;
图6是隧道表面渗水区域的提取结果图;
具体实施方式
以下结合附图对本发明专利的具体实施方式作进一步详细描述。一种基于激光雷达扫描的隧道表面渗水区域提取方法的流程示意图如图1所示;首先,利用地基激光雷达系统对隧道表面以及标准漫反射板进行多站扫描,从而获得隧道表面的点云数据(三维坐标数据和强度数据),并对多站的点云数据进行孤立噪声点去除以及空间配准等预处理操作;然后,基于标准漫反射板采集得到的激光雷达强度数据,建立距离效应校正模型,利用该模型对激光雷达强度数据进行校正以消除距离效应的影响,获得距离效应校正后的激光雷达强度数据,并基于微平面漫反射物理模型对距离效应校正后的强度数据进行入射角效应校正以消除入射角变化对强度数据的影响,从而获得隧道表面校正后的强度数据;最后,利用隧道表面的几何特征滤除隧道表面的附属物,将隧道表面的三维点云数据投影映射到二维平面,从而获得隧道表面校正后的强度图像,基于所得强度图像的强度值差异,采用阈值法提取出隧道表面的渗水区域。具体的实施方案可分为三步:数据采集及预处理、强度校正以及渗水区域提取。
(1)数据采集及预处理
利用地基激光雷达系统对隧道表面以及标准漫反射板进行多站激光扫描,从而获取多站点云数据,并对多站点云数据进行孤立噪声点的去除以及空间配准等预处理操作;在对标准漫反射板进行多站扫描过程中,需使得激光入射角保持不变,每站之间的距离间隔相等且较小,从而保证每站间隔范围内,采集得到的强度值与距离值成线性关系,在具体实际操作过程中,可使得地基激光雷达水平出射的激光光束(一般为0°出射的激光光束)垂直于标准漫反射板平面且照射在反射板的中心区域,每站之间的距离间隔一般可选为1m。
(2)强度校正
对采集得到的标准漫反射板的多站点云数据进行滤波等处理后,获得距离为Rs、入射角为θs以及反射率为ρs的标准漫反射板中心区域部分强度均值记为IdB(Ri,θs,ρs),其中标准漫反射板与激光雷达系统之间的距离值为Rs={R0,R1,R2,...,Rn},且Rmin=R0<R1<R2...<Rn=Rmax(Rmin和Rmax为激光雷达系统测量距离的最小值和最大值)。然后,采用分段线性插值的方法可求得距离为Rx、入射角为θs以及目标反射率为ρs下的强度值IdB(Rx,θs,ρs):
其中,Ri<Rx<Ri+1,i=1,2,...n-1。假设隧道表面的反射率为ρ、与激光雷达系统的距离为Rx以及激光入射角为θx时,此时采集得到的强度值记为IdB(Rx,θx,ρ)。则距离效应校正后的强度数据Idis(Rx,θx,ρ)可表示为:
Idis(Rx,θx,ρ)=F2(θx)+F3(ρ)=IdB(Rx,θx,ρ)-IdB(Rx,θs,ρs)+F2(θs)+F3(ρs)
由于θs为某一固定入射角,ρs为参考目标的反射率,则F2(θs)和F3(ρs)在本章中为固定的常量,Idis(Rx,θx,ρ)其仅与入射角效应和目标表面属性相关。
在距离效应消除后,对距离效应校正后的强度值Idis进行入射角效应校正。基于激光辐射传输原理以及微平面漫反射物理模型,采用Oren-Nayar模型对入射角度效应进行校正,因此入射角效应校正模型可表示为:
因此,对入射角效应进行消除后,被测目标距离和入射角效应校正后的强度值Ic可表示为:
在利用该模型进行入射角效应校正前,需要求解出隧道表面的粗糙度参数σslope。求取隧道表面粗糙度参数σslope步骤如下:首先,从隧道表面上手动选取直径约为5cm左右的20个圆形同质区域且较为均为的分布在整个隧道表面,所选取区域的距离和入射角分布如图2所示,并求出选取的所有同质区域的强度均值,记为(m=1,2,...,20);然后,对所有的同质区域进行距离效应校正,得到后距离校正后的强度均值最后,对距离校正后的强度均值进行入射角效应校正,得到入射角效应校正后的强度均值记为其中表面粗糙度参数σslope以1°为角间隔,从0°到90°依次增加,基于同物同谱原理即校正后的同质区域强度相等,利用目标函数O(σslope)最小化,即可求解出隧道表面粗糙度参数的最优估计结果(σslope)optimal,目标函数随粗糙度参数变化关系如图3所示。从图中可得出,当隧道粗糙度参数为9°时,目标函数结果最小,隧道粗糙度参数最优估计为(σslope)optimal=9°。
基于上述强度校正模型可获得校正后的隧道表面强度数据,如图4所示,从图中可发现校正后同一目标的强度值更加接近,不同目标的强度值差异变大,即“异物同谱”现象得到了很好的抑制甚至消除,且渗水区域在校正后的强度图像也变得明显,易于对渗水区域的提取。
(3)渗水区域提取
基于隧道表面的几何特征滤除隧道表面的附属物,并将隧道表面的三维点云数据投影映射到二维平面,从而获得隧道表面校正后的强度图像;最后,基于隧道表面校正后强度图像的强度值差异,采用阈值法提取出隧道表面的渗水区域;渗水区域提取过程如下:
a)滤除隧道表面的附属物
首先,将隧道表面分成K部分,每部分可近似拟合成平面;然后,求取隧道表面上的每一点Pi与其拟合平面之间的距离
最后,采用阈值法对隧道表面的附属物进行判别。如果距离值大于等于某一阈值δ,则判别其为隧道表面附属物点,予以剔除;否则判别其为隧道表面非附属物点,予以保留;根据隧道的实际情况,阈值δ一般可设为几个厘米。隧道表面的附属物滤除结果如图5所示,从图可以看出隧道表面附属物已基本被滤除。
基于滤除隧道表面附属物后的三维点云数据,将其从三维空间投影映射到二维平面,从而获得隧道表面校正后的强度图像;然后,基于获得的隧道表面校正后的二维强度图像,进行后续的隧道表面渗水区域的提取。
(2)基于阈值法提取渗水区域
首先,从隧道表面上手动选取直径为几个厘米的N块圆形非渗水区域,且所选区域较为均为的分布在整个隧道表面上;然后,求取所选的非渗水区域内点云校正后的强度均值及其标准差值(Std)
最后,基于拉依达准则,采用阈值法提取出隧道表面的渗水区域如下
以强度值作为确定渗水区域和非渗水区域的阈值,强度值大于或等于为非渗水区域点,强度值小于为渗水区域,从而得到隧道表面的渗水区域图像,并经过中值滤波处理,消除渗水区域中异常点的干扰,隧道表面渗水区域提取结果如图6所示。
综上所述,本发明公开一种基于激光雷达扫描的隧道表面渗水区域提取方法,该方法基于激光雷达扫描技术获取隧道表面的点云数据,对点云数据进行空间配准、隧道表面附属物滤除以及强度校正等处理,从而得到隧道表面的强度图像;基于隧道表面校正后的强度数据,采用阈值法提取出隧道表面的渗水区域。
以上所述,仅为本发明具体实施方法的基本方案,但本发明的保护范围并不局限于此,任何熟悉本技术领域的人员在本发明公开的技术范围内,可想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。所有落入权利要求的等同的含义和范围内的变化都将包括在权利要求的范围之内。
Claims (4)
1.本发明公开了一种基于激光雷达扫描的隧道表面渗水区域提取方法,该方法基于激光雷达扫描技术获取隧道表面的点云数据,对点云数据进行空间配准、隧道表面附属物滤除以及强度校正等处理,从而得到隧道表面的强度图像;基于隧道表面校正后的强度数据,采用阈值法提取出隧道表面的渗水区域;所述方法主要包括以下三步:1)数据采集:利用地基激光雷达系统对隧道表面以及标准漫反射板进行多站扫描,从而获得隧道表面的点云数据(三维坐标数据和强度数据),并对多站的点云数据进行孤立噪声点去除以及空间配准等预处理操作;2)强度校正:基于标准漫反射板的点云数据,建立距离效应校正模型,对隧道表面强度数据进行距离效应校正,基于微平面漫反射物理模型对距离效应校正后的强度数据进行入射角效应校正,从而获得隧道表面校正后的强度数据;(3)渗水区域提取:利用隧道表面的几何特征滤除隧道表面的附属物,并将隧道表面的三维点云数据投影映射到二维平面,从而获得隧道表面校正后的强度图像;最后,基于隧道表面校正后强度图像的强度值差异,采用阈值法提取出隧道表面的渗水区域。
2.按照权利要求1所述的一种基于激光雷达扫描的隧道表面渗水区域提取方法,其特征在于利用地基激光雷达系统对隧道表面以及标准漫反射板进行多站激光扫描,获取多站点云数据,并对多站点云数据进行孤立噪声点去除以及空间配准等处理;在对标准漫反射板进行多站扫描过程中,需使激光光束与标准漫反射板的平面法线之间的夹角(即激光入射角)保持不变,而每站之间的距离间隔相等且较小,从而保证每站间隔范围内,强度值与距离成线性关系。
3.按照权利要求1所述的一种基于激光雷达扫描的隧道表面渗水区域提取方法,其特征在于利用相同入射角等距离间隔条件下采集得到的标准漫反射板的激光雷达强度数据,建立距离效应校正模型,并利用该模型对激光雷达强度数据进行校正以消除距离效应的影响,获得距离效应校正后的激光雷达强度数据;然后,基于激光辐射传输原理以及微平面漫反射物理模型,建立激光雷达强度数据的入射角效应校正模型,利用建立的入射角效应校正模型消入射角效应的影响,从而获得距离和入射角效应校正后的激光雷达强度数据;其激光雷达强度数据的校正过程如下:
(1)距离效应校正
假设在某一固定入射角θs条件下,采集标准漫反射板不同距离下的强度值,其中漫反射板与激光雷达系统之间的距离值为Rs={R0,R1,R2,…,Rn},且Rmin=R0<R1<R2…<Rn=Rmax(Rmin和Rmax为激光雷达系统测量距离的最小值和最大值)。对被测目标在反射率为ρ、距离为Rx以及入射角为θx时,进行数据采集,获得的强度值记为IdB(Rx,θx,ρ)。采用分段线性插值的方法求得距离为Rx、入射角为θs以及目标反射率为ρs下的强度值IdB(Rx,θs,ρs):
其中,Ri<Rx<Ri+1,i=1,2,…n-1。则距离效应校正后的强度数据Idis(Rx,θx,ρ)可表示为:
Idis(Rx,θx,ρ)=F2(θx)+F3(ρ)=IdB(Rx,θx,ρ)-IdB(Rx,θs,ρs)+F2(θs)+F3(ρs)
由于θs为某一固定入射角,ρs为参考目标的反射率,则F2(θs)和F3(ρs)在本章中为固定的常量,Idis(Rx,θx,ρ)其仅与入射角效应和目标表面属性相关。
(2)入射角效应校正
基于激光辐射传输原理以及微平面漫反射物理模型,采用Oren-Nayar模型对入射角度效应进行校正,因此入射角效应校正模型可表示为:
因此,对入射角效应进行消除后,被测目标距离和入射角效应校正后的强度值Ic可表示为:
在利用该模型进行校正前,需要求取隧道表面的粗糙度参数σslope。求取隧道表面粗糙度参数σslope步骤如下:首先,从隧道表面手动选取面积较小的M个同质区域,并求出该同质区域的强度均值,记为然后,对所有的同质区域进行距离效应校正,得到后距离校正后的强度值最后,对距离校正后的强度值进行入射角效应校正,得到角度校正后的强度值记为其中表面粗糙度参数σslope以1°为角间隔,从0°到90°依次增加,最后利用目标函数O(σslope)最小化,即可得到最优的隧道表面粗糙度参数(σslope)optimal。
4.按照权利要求1所述的一种基于激光雷达扫描的隧道表面渗水区域提取方法,其特征在于基于隧道表面的几何特征滤除隧道表面的附属物,并将隧道表面的三维点云数据投影映射到二维平面,从而获得隧道表面校正后的强度图像;最后,基于隧道表面校正后强度图像的强度值差异,采用阈值法提取出隧道表面的渗水区域;渗水区域提取过程如下:
(1)滤除隧道表面的附属物
将隧道表面分成K部分,每部分可近似拟合成平面,基于隧道表面凸起的附属物与拟合平面之间的距离阈值从而隧道表面的附属物,并将隧道表面的三维点云数据投影映射到二维平面,从而获得隧道表面校正后的强度图像。
(2)基于阈值法提取渗水区域
首先,人工选取若干块隧道表面非渗水区域;然后,求取所有被选区域内点云校正后的强度均值及其标准差值(Std);最后,基于拉依达判别准则,采用阈值法对隧道表面是否漏水进行判断,判断依据如下:
以强度值作为确定渗水区域和非渗水区域的阈值,强度值大于或等于为非渗水区域点,强度值小于为渗水区域,从而得到隧道表面的渗水区域图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910540957.8A CN110221277A (zh) | 2019-06-21 | 2019-06-21 | 一种基于激光雷达扫描的隧道表面渗水区域提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910540957.8A CN110221277A (zh) | 2019-06-21 | 2019-06-21 | 一种基于激光雷达扫描的隧道表面渗水区域提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110221277A true CN110221277A (zh) | 2019-09-10 |
Family
ID=67814386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910540957.8A Pending CN110221277A (zh) | 2019-06-21 | 2019-06-21 | 一种基于激光雷达扫描的隧道表面渗水区域提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110221277A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325747A (zh) * | 2020-03-19 | 2020-06-23 | 北京城建勘测设计研究院有限责任公司 | 一种矩形隧道的病害检测方法及装置 |
CN112816993A (zh) * | 2020-12-25 | 2021-05-18 | 北京一径科技有限公司 | 激光雷达点云处理方法和装置 |
CN112927204A (zh) * | 2021-02-25 | 2021-06-08 | 同济大学 | 一种基于关键渗水点识别的路面渗水性能评估方法 |
TWI734648B (zh) * | 2020-11-23 | 2021-07-21 | 財團法人工業技術研究院 | 雷達校正系統和方法 |
CN113311408A (zh) * | 2021-07-07 | 2021-08-27 | 中国地质大学(武汉) | 一种高光谱激光雷达的辐射校正方法和装置 |
CN113359104A (zh) * | 2021-05-12 | 2021-09-07 | 武汉中仪物联技术股份有限公司 | 一种激光雷达数据预处理方法及装置 |
CN113763260A (zh) * | 2021-02-20 | 2021-12-07 | 京东鲲鹏(江苏)科技有限公司 | 一种基于水珠噪声的滤噪方法、装置、设备及存储介质 |
CN114324158A (zh) * | 2021-12-21 | 2022-04-12 | 四川启睿克科技有限公司 | 一种近红外光谱数据异常点校正方法 |
CN115406905A (zh) * | 2021-05-28 | 2022-11-29 | 上海微电子装备(集团)股份有限公司 | 缺陷检测装置及缺陷检测的校正方法 |
CN116452439A (zh) * | 2023-03-29 | 2023-07-18 | 中国工程物理研究院计算机应用研究所 | 一种针对激光雷达点云强度图像的降噪方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014006417A1 (de) * | 2014-05-02 | 2015-11-05 | Jt-Elektronik Gmbh | Verfahren zur 3D-Laserabtastung von Kanalrohren und hierfür geeignete Vorrichtung |
CN105203551A (zh) * | 2015-09-11 | 2015-12-30 | 尹栋 | 车载激光雷达隧道检测系统、基于隧道检测系统的自主定位方法及隧道灾害检测方法 |
CN106127771A (zh) * | 2016-06-28 | 2016-11-16 | 上海数联空间科技有限公司 | 基于激光雷达lidar点云数据获取隧道正射影像系统及方法 |
CN207482044U (zh) * | 2017-11-28 | 2018-06-12 | 华中科技大学 | 一种基于多传感器融合的隧道渗水检测装置 |
-
2019
- 2019-06-21 CN CN201910540957.8A patent/CN110221277A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102014006417A1 (de) * | 2014-05-02 | 2015-11-05 | Jt-Elektronik Gmbh | Verfahren zur 3D-Laserabtastung von Kanalrohren und hierfür geeignete Vorrichtung |
CN105203551A (zh) * | 2015-09-11 | 2015-12-30 | 尹栋 | 车载激光雷达隧道检测系统、基于隧道检测系统的自主定位方法及隧道灾害检测方法 |
CN106127771A (zh) * | 2016-06-28 | 2016-11-16 | 上海数联空间科技有限公司 | 基于激光雷达lidar点云数据获取隧道正射影像系统及方法 |
CN207482044U (zh) * | 2017-11-28 | 2018-06-12 | 华中科技大学 | 一种基于多传感器融合的隧道渗水检测装置 |
Non-Patent Citations (1)
Title |
---|
TENG XU ET AL.: ""Detection of Water Leakage in Underground Tunnels Using Corrected Intensity Data and 3D Point Cloud of Terrestrial Laser Scanning"", 《IEEE ACCESS》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325747A (zh) * | 2020-03-19 | 2020-06-23 | 北京城建勘测设计研究院有限责任公司 | 一种矩形隧道的病害检测方法及装置 |
CN111325747B (zh) * | 2020-03-19 | 2023-07-11 | 北京城建勘测设计研究院有限责任公司 | 一种矩形隧道的病害检测方法及装置 |
TWI734648B (zh) * | 2020-11-23 | 2021-07-21 | 財團法人工業技術研究院 | 雷達校正系統和方法 |
CN112816993A (zh) * | 2020-12-25 | 2021-05-18 | 北京一径科技有限公司 | 激光雷达点云处理方法和装置 |
CN112816993B (zh) * | 2020-12-25 | 2022-11-08 | 北京一径科技有限公司 | 激光雷达点云处理方法和装置 |
CN113763260A (zh) * | 2021-02-20 | 2021-12-07 | 京东鲲鹏(江苏)科技有限公司 | 一种基于水珠噪声的滤噪方法、装置、设备及存储介质 |
CN113763260B (zh) * | 2021-02-20 | 2024-04-16 | 京东鲲鹏(江苏)科技有限公司 | 一种基于水珠噪声的滤噪方法、装置、设备及存储介质 |
CN112927204A (zh) * | 2021-02-25 | 2021-06-08 | 同济大学 | 一种基于关键渗水点识别的路面渗水性能评估方法 |
CN113359104A (zh) * | 2021-05-12 | 2021-09-07 | 武汉中仪物联技术股份有限公司 | 一种激光雷达数据预处理方法及装置 |
CN115406905A (zh) * | 2021-05-28 | 2022-11-29 | 上海微电子装备(集团)股份有限公司 | 缺陷检测装置及缺陷检测的校正方法 |
CN113311408A (zh) * | 2021-07-07 | 2021-08-27 | 中国地质大学(武汉) | 一种高光谱激光雷达的辐射校正方法和装置 |
CN114324158A (zh) * | 2021-12-21 | 2022-04-12 | 四川启睿克科技有限公司 | 一种近红外光谱数据异常点校正方法 |
CN114324158B (zh) * | 2021-12-21 | 2023-08-22 | 四川启睿克科技有限公司 | 一种近红外光谱数据异常点校正方法 |
CN116452439A (zh) * | 2023-03-29 | 2023-07-18 | 中国工程物理研究院计算机应用研究所 | 一种针对激光雷达点云强度图像的降噪方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110221277A (zh) | 一种基于激光雷达扫描的隧道表面渗水区域提取方法 | |
CN110246130B (zh) | 基于红外和可见光图像数据融合的机场道面裂缝检测方法 | |
CN102175613B (zh) | 基于图像亮度特征的ptz视频能见度检测方法 | |
US7016045B2 (en) | Video camera-based visibility measurement system | |
Tan et al. | Correction of mobile TLS intensity data for water leakage spots detection in metro tunnels | |
CN109870279A (zh) | 基于数字图像处理技术的桥梁挠度检测系统和检测方法 | |
CN109297428A (zh) | 一种基于无人机的高精度变形巡测技术方法 | |
CN109979468B (zh) | 一种雷击光学路径监测系统及方法 | |
Yang et al. | A total sky cloud detection method using real clear sky background | |
CN102914261B (zh) | 非接触式热目标尺寸测量系统及方法 | |
JP2016166853A (ja) | 位置推定装置および位置推定方法 | |
CN110988909A (zh) | 基于tls进行高寒脆弱区沙地植被的植被盖度测定方法 | |
Ahmad et al. | A novel method for vegetation encroachment monitoring of transmission lines using a single 2D camera | |
KR100939079B1 (ko) | 적설량 관측 시스템 및 적설량 원격 측정 방법 | |
Seiz et al. | Cloud mapping from the ground: Use of photogrammetric methods | |
CN109341668A (zh) | 基于折射投影模型和光束追踪法的多相机测量方法 | |
CN107092905B (zh) | 一种电力巡检机器人的待识别仪器定位方法 | |
Graber et al. | Land-based infrared imagery for marine mammal detection | |
Krinitskiy et al. | Adaptive algorithm for cloud cover estimation from all-sky images over the sea | |
Yu et al. | Water leakage diagnosis in metro tunnels by intergration of laser point cloud and infrared thermal imaging | |
CN101726316A (zh) | 内方位元素及畸变测试仪 | |
Liu et al. | Development of building height data in Peru from high-resolution SAR imagery | |
KR101219508B1 (ko) | 비편광 적외 반사율 분해를 통한 황사탐지 시스템 및 이를 이용한 황사탐지 방법 | |
CN106530326B (zh) | 基于影像纹理特征和dsm的变化检测方法 | |
CN112380908B (zh) | 一种用于热电厂管道膨胀量的双目视觉测量方法及系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190910 |