CN110378830B - 一种圆形地铁隧道横剖正射影像生成方法 - Google Patents

一种圆形地铁隧道横剖正射影像生成方法 Download PDF

Info

Publication number
CN110378830B
CN110378830B CN201910652237.0A CN201910652237A CN110378830B CN 110378830 B CN110378830 B CN 110378830B CN 201910652237 A CN201910652237 A CN 201910652237A CN 110378830 B CN110378830 B CN 110378830B
Authority
CN
China
Prior art keywords
reflectivity
point
bitmap
section
interpolation
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
Application number
CN201910652237.0A
Other languages
English (en)
Other versions
CN110378830A (zh
Inventor
王敏
段伟
侯东亚
钟会宁
施向明
盛迎晓
陈琼
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.)
Leica Measurement Systems Shanghai Co ltd
Nanjing Surveying And Mapping Research Institute Co ltd
Original Assignee
Leica Measurement Systems Shanghai Co ltd
Nanjing Surveying And Mapping Research Institute Co ltd
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 Leica Measurement Systems Shanghai Co ltd, Nanjing Surveying And Mapping Research Institute Co ltd filed Critical Leica Measurement Systems Shanghai Co ltd
Priority to CN201910652237.0A priority Critical patent/CN110378830B/zh
Publication of CN110378830A publication Critical patent/CN110378830A/zh
Application granted granted Critical
Publication of CN110378830B publication Critical patent/CN110378830B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Cleaning In Electrography (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种圆形地铁隧道横剖正射影像生成方法，具体为一种基于圆形隧道扫描的点云的反射率，根据设置的生成图像的扫描间隔，生成不同分别率的正射影像图；将点云按区间生成影像图，并且完成后将当前区间生成的影像图保存到本地，并释放占用的内存后继续处理下一区间，该方法处理过程占用少量内存，支持海量数据生成影像图，能够为隧道病害检测提供基本的影像图信息。

Description

一种圆形地铁隧道横剖正射影像生成方法
技术领域
本发明属于隧道形变病害检测领域的应用领域，具体为一种圆形地铁隧道横剖正射影像生成方法。
背景技术
随着社会的发展，科学技术的进步，大大促进了社会生产力的发展，尤其是交通运输业的飞速发展，更是为社会的发展注入了新的活力。
为了能够提供便捷快速的交通，在一些居住或流动人口大的城市或地区，地上建高架，地下修地铁的交通运输方式已经十分普遍。地铁隧道在建成后，受土层、地下水等外部环境压力，随时间增加，会逐渐发生形变和病害。渗水等病害会影响隧道环片的稳定性，变形过大会有地铁运营安全隐患，必须及时发现。
现有技术中常规检测隧道形变与病害的方法及存在的问题：人工巡检渗水效率低，需要大量人工，易漏检；三维扫描检测处于快速发展阶段，获取的信息非常丰富，但数据处理非常复杂，自动化程度低；检测渗水等隧道病害时，需要人工到隧道现场检查；当使用扫描检测方式时，检查渗水等病害需要将扫描点云信息生成正射影像图，存储信息量十分大。
因此，提供一种能够运用现在的扫描影响技术，协助隧道监测病害的方法，是一个值得研究的问题。
发明内容
为了解决上述现有技术扫描的点云生成横剖正射影像图的方法，为隧道病害检测提供基本的影像图信息；本发明提供了一种基于扫描点云的硬件设备获得的隧道内壁点的反射率来生成正射影像图，经分析反射率信息能反映隧道渗水等病害信息的圆形地铁隧道横剖正射影像生成方法。
本发明的目的是这样实现的：
一种圆形地铁隧道横剖正射影像图生成方法，包括以下步骤：明方法具体的步骤：
步骤1）：导入结构中线；
步骤2）：根据设置里程范围，切取垂直于结构中线的点云断面；
步骤3）：点云断面中从底部按间隔获取像素点点位，并根据点位和附近点的反射率插值方式计算该像素点位处反射率；然后计算该像素点灰度值， 灰度值 = 反射率 ×255；最终获得断面上所有像素点的灰度值，即得到位图的一条扫描线；
步骤4）：通过重复步骤2、3 获取所有里程范围上的位图扫描线，并整合成一张该区间完整位图，并保存到文件后，释放该位图占用的内存空间；
步骤5 ）：重复步骤2、3、4步完成所有里程范围内正射影像图生成；
所述的反射率插值计算方法为：
计算A因子：
按距离权重插值反射率：
；
所述的I 为最终目标点插值反射率， 为目标点周围单点反射率， 为周围单点距离目标点距离；周围点范围为3×插值步长；n为周围点数。
积极有益效果：本方法处理的是海量的数据点云，考虑到不可能将所有的点云放到内存中一起处理，内存不够，所以本方法首先采用分区间生成正射影像图；解决了对大数据点的处理问题；另外在一个区间内生成位图的过程中，每次只截取一个断面的点云数据加载到内存中处理分析，处理完成后立刻释放该部分点云，截取下一断面点云继续处理，并且一个区间的影像图像生成后立刻保存为本地文件并释放位图内存空间，这样保证在处理过程中始终只占用一小部分内存。从而确保不管多大点云数据，都能生成出所有影像图。
附图说明
图1为圆形地铁隧道横剖正射影像图生成流程；
图2为按照里程采样步长厚度切断面示意图。
具体实施方式
下面结合附图，对本发明做进一步的说明：
如图1、图2所示，一种圆形地铁隧道横剖正射影像图生成方法，包括以下步骤：明方法具体的步骤：
步骤1）：导入结构中线；
步骤2）：根据设置里程范围，切取垂直于结构中线的点云断面；
步骤3）：点云断面中从底部按间隔获取像素点点位，并根据点位和附近点的反射率插值方式计算该像素点位处反射率；然后计算该像素点灰度值， 灰度值 = 反射率 ×255；最终获得断面上所有像素点的灰度值，即得到位图的一条扫描线；
步骤4）：通过重复步骤2、3 获取所有里程范围上的位图扫描线，并整合成一张该区间完整位图，并保存到文件后，释放该位图占用的内存空间；
步骤5 ）：重复步骤2、3、4步完成所有里程范围内正射影像图生成；
所述的反射率插值计算方法为：
计算A因子：
按距离权重插值反射率：
；
所述的I 为最终目标点插值反射率， 为目标点周围单点反射率， 为周围单点距离目标点距离；周围点范围为3×插值步长；n为周围点数。
该方法应用于《轨道交通结构测量与病害检测系统》，操作方法：按顺序打开软件，点击“生成影像图”按钮，在弹出配置对话框中输入：里程范围、采样步长等信息后点击确定，生成正射影像图。
本方法处理的是海量的数据点云，考虑到不可能将所有的点云放到内存中一起处理，内存不够，所以本方法首先采用分区间生成正射影像图；解决了对大数据点的处理问题；另外在一个区间内生成位图的过程中，每次只截取一个断面的点云数据加载到内存中处理分析，处理完成后立刻释放该部分点云，截取下一断面点云继续处理，并且一个区间的影像图像生成后立刻保存为本地文件并释放位图内存空间，这样保证在处理过程中始终只占用一小部分内存。从而确保不管多大点云数据，都能生成出所有影像图。

Claims (1)

1.一种圆形地铁隧道横剖正射影像图生成方法，其特征在于，包含以下步骤：
步骤1）： 导入结构中线；
步骤2）： 根据设置的里程范围，切取垂直于结构中线的点云断面；
步骤3）： 点云断面中从底部按间隔获取像素点点位，并根据点位和附近点的反射率采用插值方式计算该像素点位处反射率；然后计算该像素点灰度值，灰度值 = 反射率 ×255；最终获得断面上所有像素点的灰度值，即得到位图的一条扫描线；
步骤4）： 通过重复步骤2、3 获取所述里程范围上的位图扫描线，整合成一张该区间完整位图；保存到文件后，释放该位图占用的内存空间；
步骤5 ）：重复步骤2、3、4完成所述里程范围内正射影像图生成；
所述的反射率插值计算公式如下：
a）计算A因子：
b）按距离权重插值反射率：
；
所述的I为最终目标点插值反射率， 为目标点周围单点反射率， 为周围单点距离目标点距离；周围点范围为3×插值步长；n为周围点数；插值步长即同一断面上理论像素点的采样步长，支持输入。
CN201910652237.0A 2019-07-18 2019-07-18 一种圆形地铁隧道横剖正射影像生成方法 Active CN110378830B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910652237.0A CN110378830B (zh) 2019-07-18 2019-07-18 一种圆形地铁隧道横剖正射影像生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910652237.0A CN110378830B (zh) 2019-07-18 2019-07-18 一种圆形地铁隧道横剖正射影像生成方法

Publications (2)

Publication Number Publication Date
CN110378830A CN110378830A (zh) 2019-10-25
CN110378830B true CN110378830B (zh) 2023-05-12

Family

ID=68254078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910652237.0A Active CN110378830B (zh) 2019-07-18 2019-07-18 一种圆形地铁隧道横剖正射影像生成方法

Country Status (1)

Country Link
CN (1) CN110378830B (zh)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4920573A (en) * 1988-05-09 1990-04-24 Mpdi, Inc. Method for generating perpendicular synthesized cross-sectional images
CN106053475B (zh) * 2016-05-24 2018-10-23 浙江工业大学 基于主动式全景视觉的隧道病害全断面动态快速检测装置
CN106127771B (zh) * 2016-06-28 2018-11-02 南京数联空间测绘科技有限公司 基于激光雷达lidar点云数据获取隧道正射影像系统及方法

Also Published As

Publication number Publication date
CN110378830A (zh) 2019-10-25

Similar Documents

Publication Publication Date Title
CN110030951B (zh) 一种基于三维激光扫描技术的引水竖井缺陷检测方法
Badenko et al. Scan-to-BIM methodology adapted for different application
Qin et al. Automated reconstruction of parametric bim for bridge based on terrestrial laser scanning data
Bitelli et al. Automated voxel model from point clouds for structural analysis of cultural heritage
CN109993697A (zh) 一种隧道三维激光数据预处理的方法
CN107103640B (zh) 一种城市地下管线的三维建模方法及系统
CN115719411B (zh) 三维地质建模方法、系统、计算机及可读存储介质
Guldur et al. Condition assessment of bridges using terrestrial laser scanners
Zhao et al. Automated recognition and measurement based on three-dimensional point clouds to connect precast concrete components
CN111681316A (zh) 一种高精度河道地形插值方法
CN113280764A (zh) 基于多星协同技术的输变电工程扰动范围定量监测方法及系统
CN102495879A (zh) 基于地面lidar的工业架空管线量测方法
CN110363855B (zh) 堆石坝透明化建模方法
Truong-Hong et al. Structural assessment using terrestrial laser scanning point clouds
CN113465524B (zh) 一种基于点云数据的土石坝填筑实时坝面变形监测方法
Romanovich et al. Using the laser scanning method in the reconstruction of metro stations
Patrucco et al. 3D models and non-destructive investigations: Towards a meeting in digital twins
CN110378830B (zh) 一种圆形地铁隧道横剖正射影像生成方法
Puri et al. Toward automated dimensional quality control of precast concrete elements using design BIM
CN110345968A (zh) 一种对移动三维激光扫描隧道成果里程配付的方法
Shan et al. Feasibility of Accurate Point Cloud Model Reconstruction for Earthquake‐Damaged Structures Using UAV‐Based Photogrammetry
CN115861816A (zh) 一种立体低涡识别方法、装置、存储介质及终端
Wang et al. Automatic deformation extraction method of buildings in mining areas based on TLS point clouds
Zhou et al. Automatic Crack Detection and Quantification for Tunnel Lining Surface from 3D Terrestrial LiDAR Data
Seredovich et al. The Capabilities of 3d Geospatial Technologies in the Decision-Support Process for Design, Construction, and Employment of Engineering Structures

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
CB03 Change of inventor or designer information

Inventor after: Wang Min

Inventor after: Duan Wei

Inventor after: Hou Dongya

Inventor after: Zhong Jinning

Inventor after: Shi Xiangming

Inventor after: Sheng Yingxiao

Inventor after: Chen Qiong

Inventor before: Wang Min

Inventor before: Duan Wei

Inventor before: Hou Dongya

Inventor before: Zhong Huining

Inventor before: Shi Xiangming

Inventor before: Sheng Yingxiao

Inventor before: Chen Qiong

CB03 Change of inventor or designer information