CN110298795A - 隧道三维激光数据综合去噪方法 - Google Patents

隧道三维激光数据综合去噪方法 Download PDF

Info

Publication number
CN110298795A
CN110298795A CN201910430708.3A CN201910430708A CN110298795A CN 110298795 A CN110298795 A CN 110298795A CN 201910430708 A CN201910430708 A CN 201910430708A CN 110298795 A CN110298795 A CN 110298795A
Authority
CN
China
Prior art keywords
point
tunnel
distance
denoising method
dimensional laser
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
CN201910430708.3A
Other languages
English (en)
Inventor
江鸿
吴忠仕
陈培帅
刘毅
冯德定
杨林
闫鑫雨
袁青
唐湘隆
王伟
梁晓腾
方俊
黄威
杨擎
蒋道东
高如超
孔茜
许超
熊栋栋
邱敏
贺创波
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.)
CCCC Second Harbor Engineering Co
Original Assignee
CCCC Second Harbor Engineering Co
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 CCCC Second Harbor Engineering Co filed Critical CCCC Second Harbor Engineering Co
Priority to CN201910430708.3A priority Critical patent/CN110298795A/zh
Publication of CN110298795A publication Critical patent/CN110298795A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/70Denoising; Smoothing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics

Landscapes

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

Abstract

本发明公开了一种隧道三维激光数据综合去噪方法,包括以下步骤:a、根据隧道预留变形量,设置点云到设计断面的距离阈值d;b、将点云与隧道的三维设计模型进行套接,计算点云中每一个点到设计断面的距离,若距离大于d,则认为该点为噪点,删除;若距离小于d,则认为该点为有效点,保留;c、根据扫描密度和实际场景,设置临近点数量N,平均距离阈值D;d、计算步骤b获得点云中的每一个点距其最近N个点的平均距离,若距离大于D,则认为该点为噪点,删除;若距离小于D,则认为该点为有效点,保留。本发明解决了人工去噪的效率低、精度低的问题。

Description

隧道三维激光数据综合去噪方法
技术领域
本发明涉及隧道三维激光技术应用领域。更具体地说,本发明涉及一种隧道三维激光数据综合去噪方法。
背景技术
三维激光扫描技术是一种新兴的全自动、高精度、立体扫描主动式遥感技术。它通过高速激光扫描测量的方法,大面积高分辨率地快速获取被测对象表面的三维坐标,得到所需的海量“点云数据”。可以快速、大量的釆集空间点位信息,为快速建立物体的三维影像模型提供了一种全新的技术手段。
三维激光扫描技术应用于隧道工程建设,可以采用扫描的点云数据进行隧道超欠挖分析、二衬厚度评估及隧道变形监测。但由于点云数据的采集过程容易受到仪器本身、扫描环境、目标物体表面介质等因素的影响,造成点云数据中含有大量不仅影响点云质量与后处理效果且增加了点云数据量的噪点。其中一类噪点是扫描过程中,无目标区域会存在由于光斑大小、空气中灰尘、光线折反射等原因造成孤立存在的扫描点。噪点的存在影响整个点云数据的分析效率和精度,从而影响相关分析结果准确性。传统去噪方式为手动去噪,但其耗时较长,一般为1~2个小时,不能实时快速进行去噪,另外采用手动去噪的方式可能会出现将非噪点删除的情况,影响后期数据处理效果。因此,为了提高三维点云的质量,一种合理有效的三维激光扫描数据去噪方法显得愈发重要。
发明内容
本发明的目的是提供一种隧道三维激光数据综合去噪方法,实现了隧道三维激光扫描数据噪点快速处理,解决了人工去噪的效率低、精度低的问题,提升隧道三维激光数据处理及后期分析的整体效率。
为了实现根据本发明的这些目的和其它优点,提供了一种隧道三维激光数据综合去噪方法,包括以下步骤:
a、根据隧道预留变形量和超挖值,设置点云到设计断面的距离阈值d;
b、将点云与隧道的三维设计模型进行套接,计算点云中每一个点到设计断面的距离,若距离大于d,则认为该点为噪点,删除;若距离小于d,则认为该点为有效点,保留;
c、根据扫描密度和实际场景,设置临近点数量N,平均距离阈值D;
d、计算步骤b获得点云中的每一个点距其最近N个点的平均距离,若距离大于D,则认为该点为噪点,删除;若距离小于D,则认为该点为有效点,保留。
优选的是,所述去噪方法中还包括以下步骤:
e、根据不同材料对激光的吸收和反射率不同,仅保留步骤d获得的符合隧道表面材料反射率的点云,去除不符合反射率的点云。
优选的是,所述去噪方法中还包括以下步骤:
f、利用图像原理对步骤e获得的点云进行灰度化、二值化、膨胀处理,形成连通区域,设置像素值m,计算所有轮廓面积,将小于像素值m的轮廓删去,该操作将删去断面中密集的离群点群。
优选的是,所述步骤a中距离阈值d设定为:
初支段的d值大于初支设计预留变形加上隧道实际超挖值;
二衬段的d值大于二衬预留变形量。
优选的是,所述步骤b中三维设计模型是根据设计断面模型和设计轴线参数组合形成。
优选的是,所述步骤c中平均距离阈值D根据隧道点云扫描获得的点平均间距确定。
优选的是,所述步骤e中还包括对当前隧道环境里的物质进行反射率检测分析。
优选的是,所述步骤f中在进行灰度化处理前,根据设计轴线对点云进行切片处理,将切片上所有点按二维坐标绘制到画布上,形成二维图像。
优选的是,所述步骤f中图像二值化处理时,将画布灰度值设置为0,点云的灰度值设置为255。
优选的是,所述步骤f中对图像中灰度值为255的点进行膨胀处理。
本发明至少包括以下有益效果:对三维激光数据进行智能化处理去噪,效率高、精度高,提升隧道三维激光数据处理及后期分析的整体效率。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1是实施例1中的基于设计断面去噪的示意图;
图2为实施例1中的离散点去噪示意图;
图3为实施例1中的未去噪前隧道点云图;
图4为实施例1中的进行综合去噪后效果图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
在本发明的描述中,术语“横向”、“纵向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,并不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
实施例1
将本发明的去燥方法应用于桐庐隧道、邦山隧道、深圳地铁新莲区间等多项隧道,具体包括以下步骤:
a、如图1所示,设计断面为图中线条c。根据隧道预留变形量和超挖值,设置点云到设计断面的距离阈值d,距离阈值d设定为:初支段的d值大于初支设计预留变形加上隧道实际超挖值;二衬段的d值大于二衬预留变形量。
b、将点云与隧道的三维设计模型进行套接,计算点云中每一个点到设计断面的距离,若距离大于d,则认为该点为噪点,删除;若距离小于d,则认为该点为有效点,保留。三维设计模型是根据设计断面模型和设计轴线参数组合形成。
c、根据扫描密度和实际场景,设置临近点数量N,平均距离阈值D;
d、计算步骤b获得点云中的每一个点距其最近N个点的平均距离,若距离大于D,则认为该点为噪点,删除;若距离小于D,则认为该点为有效点,保留。由于点间距可根据扫描分辨率获得,N和D没有具体的数值,可根据经验,不同的隧道场景取值。平均距离阈值D可以根据隧道点云扫描获得的点平均间距确定,N可以自定义,可以是1、2、4、….10、…50…。
在本实施例中,临近点的个数N为5,平均距离为D=5mm,则对于每个点,计算它到它的所有临近点的平均距离,若平均距离不在设置的5mm范围内,则该点被定义为离群点,可从数据集中删去。如图2所示,(D1+D2+D3+D4+D5)/5>5mm,则A点定义为离群点,删去。
本实施例中,经过步骤a~d,点云数据的噪点去噪率达到了83%~87%,需要说明的是应用于现有隧道中的去噪时,采用步骤a~d去噪率一般可达到80%~90%,主要影响因素是噪点群的影响。
e、对当前隧道环境里的物质进行反射率检测,根据不同材料对激光的吸收和反射率不同,仅保留步骤d获得的符合隧道表面材料反射率的点云,去除不符合反射率的点云。
f、根据设计轴线对步骤e获得的点云进行切片处理,将切片上所有点按二维坐标绘制到画布上,形成二维图像,将形成的二维图像进行灰度化、二值化、膨胀处理,形成连通区域,设置像素值m,在本实施例中m设定为400,计算所有轮廓面积,将小于像素值m的轮廓删去,该操作将删去断面中密集的离群点群。其中,图像进行二值化处理时,将画布灰度值设置为0,点云的灰度值设置为255,仅对图像中灰度值为255的点进行膨胀处理。
将隧道三维激光数据综合去噪方法应用于桐庐隧道、邦山隧道、深圳地铁新莲区间等多项隧道,如图3和4所示为桐庐隧道其中一处未去噪前隧道点云图和步骤a~f进行综合去噪后效果图,在本实施例中最终去噪效果达到了98%。采用步骤a~f应用于现有的隧道中去噪率可达到95%以上。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的实施例。

Claims (10)

1.一种隧道三维激光数据综合去噪方法,其特征在于,包括以下步骤:
a、根据隧道预留变形量和超挖值,设置点云到设计断面的距离阈值d;
b、将点云与隧道的三维设计模型进行套接,计算点云中每一个点到设计断面的距离,若距离大于d,则认为该点为噪点,删除;若距离小于d,则认为该点为有效点,保留;
c、根据扫描密度和实际场景,设置临近点数量N,平均距离阈值D;
d、计算步骤b获得点云中的每一个点距其最近N个点的平均距离,若距离大于D,则认为该点为噪点,删除;若距离小于D,则认为该点为有效点,保留。
2.如权利要求1所述的隧道三维激光数据综合去噪方法,其特征在于,所述去噪方法中还包括以下步骤:
e、根据不同材料对激光的吸收和反射率不同,仅保留步骤d获得的符合隧道表面材料反射率的点云,去除不符合反射率的点云。
3.如权利要求1所述的隧道三维激光数据综合去噪方法,其特征在于,所述去噪方法中还包括以下步骤:
f、利用图像原理对步骤e获得的点云进行灰度化、二值化、膨胀处理,形成连通区域,设置像素值m,计算所有轮廓面积,将小于像素值m的轮廓删去,该操作将删去断面中密集的离群点群。
4.如权利要求1所述的隧道三维激光数据综合去噪方法,其特征在于,所述步骤a中距离阈值d设定为:
初支段的d值大于初支设计预留变形加上隧道实际超挖值;
二衬段的d值大于二衬预留变形量。
5.如权利要求1所述的隧道三维激光数据综合去噪方法,其特征在于,所述步骤b中三维设计模型是根据设计断面模型和设计轴线参数组合形成。
6.如权利要求1所述的隧道三维激光数据综合去噪方法,其特征在于,所述步骤c中平均距离阈值D根据隧道点云扫描获得的点平均间距确定。
7.如权利要求2所述的隧道三维激光数据综合去噪方法,其特征在于,所述步骤e中还包括对当前隧道环境里的物质进行反射率检测分析。
8.如权利要求3所述的隧道三维激光数据综合去噪方法,其特征在于,所述步骤f中在进行灰度化处理前,根据设计轴线对点云进行切片处理,将切片上所有点按二维坐标绘制到画布上,形成二维图像。
9.如权利要求3或8所述的隧道三维激光数据综合去噪方法,其特征在于,所述步骤f中图像二值化处理时,将画布灰度值设置为0,点云的灰度值设置为255。
10.如权利要求9所述的隧道三维激光数据综合去噪方法,其特征在于,所述步骤f中对图像中灰度值为255的点进行膨胀处理。
CN201910430708.3A 2019-05-22 2019-05-22 隧道三维激光数据综合去噪方法 Pending CN110298795A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910430708.3A CN110298795A (zh) 2019-05-22 2019-05-22 隧道三维激光数据综合去噪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910430708.3A CN110298795A (zh) 2019-05-22 2019-05-22 隧道三维激光数据综合去噪方法

Publications (1)

Publication Number Publication Date
CN110298795A true CN110298795A (zh) 2019-10-01

Family

ID=68027030

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910430708.3A Pending CN110298795A (zh) 2019-05-22 2019-05-22 隧道三维激光数据综合去噪方法

Country Status (1)

Country Link
CN (1) CN110298795A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111489416A (zh) * 2020-04-14 2020-08-04 四川公路桥梁建设集团有限公司 隧道轴线拟合方法及在超欠挖方量计算上的应用
CN111929657A (zh) * 2020-08-26 2020-11-13 北京布科思科技有限公司 一种激光雷达的噪点滤除方法、装置和设备
CN114627020A (zh) * 2022-03-18 2022-06-14 易思维(杭州)科技有限公司 一种曲面工件反光噪点去除方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080036762A1 (en) * 2005-05-04 2008-02-14 Cheol-Yun Lee System and Method for Generating Three-Dimensional Figures
CN108362308A (zh) * 2018-01-19 2018-08-03 同济大学 一种利用隧道环缝的移动激光测量系统里程校正方法
CN109781076A (zh) * 2017-11-13 2019-05-21 上海华测导航技术股份有限公司 对隧道检测前数据的预处理和实地动态检测系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080036762A1 (en) * 2005-05-04 2008-02-14 Cheol-Yun Lee System and Method for Generating Three-Dimensional Figures
CN109781076A (zh) * 2017-11-13 2019-05-21 上海华测导航技术股份有限公司 对隧道检测前数据的预处理和实地动态检测系统
CN108362308A (zh) * 2018-01-19 2018-08-03 同济大学 一种利用隧道环缝的移动激光测量系统里程校正方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
江鸿 等: "山岭隧道三维激光扫描及数据处理技术研究", 《施工技术》 *
赵松: "三维激光扫描仪与数码相机联合标定方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111489416A (zh) * 2020-04-14 2020-08-04 四川公路桥梁建设集团有限公司 隧道轴线拟合方法及在超欠挖方量计算上的应用
CN111929657A (zh) * 2020-08-26 2020-11-13 北京布科思科技有限公司 一种激光雷达的噪点滤除方法、装置和设备
CN111929657B (zh) * 2020-08-26 2023-09-19 北京布科思科技有限公司 一种激光雷达的噪点滤除方法、装置和设备
CN114627020A (zh) * 2022-03-18 2022-06-14 易思维(杭州)科技有限公司 一种曲面工件反光噪点去除方法

Similar Documents

Publication Publication Date Title
CN106780524B (zh) 一种三维点云道路边界自动提取方法
CN110298795A (zh) 隧道三维激光数据综合去噪方法
CN108986048B (zh) 基于线激光扫描三维点云快速复合滤波处理方法
CN113436260A (zh) 基于多传感器紧耦合的移动机器人位姿估计方法和系统
CN111781608B (zh) 一种基于fmcw激光雷达的运动目标检测方法及系统
CN109580630A (zh) 一种机械零部件缺陷的视觉检测方法
CN106548484A (zh) 基于二维凸包的产品模型散乱点云边界特征提取方法
Son et al. Rapid 3D object detection and modeling using range data from 3D range imaging camera for heavy equipment operation
CN111192328A (zh) 基于二维激光雷达的车厢容器三维扫描系统点云处理方法
CN111127613B (zh) 基于扫描电子显微镜的图像序列三维重构方法及系统
CN111968224A (zh) 船舶3d扫描点云数据处理方法
Yogeswaran et al. 3d surface analysis for automated detection of deformations on automotive body panels
CN114581619A (zh) 一种基于三维定位和二维建图的煤仓建模方法
Landa et al. Point cloud processing for smart systems
CN114280626A (zh) 一种基于局部结构信息扩展的激光雷达slam方法及系统
CN115113206A (zh) 井下有轨车辅助驾驶的行人与障碍物检测方法
Sánchez-Lopera et al. Classification of lidar bare-earth points, buildings, vegetation, and small objects based on region growing and angular classifier
CN116030289A (zh) 基于激光雷达的铁路危情监测方法
CN109917418B (zh) 一种激光雷达无反射区域的测量方法
CN116402994A (zh) 基于激光雷达和视频图像融合的铁路危情监测方法
CN112381029B (zh) 一种基于欧氏距离的机载LiDAR数据建筑物提取方法
CN114863064A (zh) 一种汽车轮廓曲面模型构建方法及系统
CN104266594A (zh) 一种基于不同视觉技术块冻虾净含量检测的厚度补偿方法
CN115131459A (zh) 平面布置图重建方法及装置
CN114842166A (zh) 应用于结构化道路的负障碍检测方法、系统、介质及设备

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191001

RJ01 Rejection of invention patent application after publication