CN111581709B - 基于点云的土石坝结构建模方法和装置 - Google Patents
基于点云的土石坝结构建模方法和装置 Download PDFInfo
- Publication number
- CN111581709B CN111581709B CN202010421127.6A CN202010421127A CN111581709B CN 111581709 B CN111581709 B CN 111581709B CN 202010421127 A CN202010421127 A CN 202010421127A CN 111581709 B CN111581709 B CN 111581709B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- dam body
- cloud data
- dam
- data
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于点云的土石坝结构建模方法和装置,其中,方法包括:获取已溃土石坝的坝体基本信息;获取坝体的无人机测量数据;将无人机测量数据转化成点云数据,并对点云数据进行区域点云释稀,以得到区域点云数据;对区域点云数据的坐标系统进行坐标系统转换,以得到转换后的点云数据;从转换后的点云数据中选取分离出坝体区域点云数据,并根据坝体区域点云数据和航测图片,提取坝体结构要素线;根据坝体基本信息、坝体区域点云数据和坝体结构要素线,生成坝体外结构要素线和坝体内结构要素线;分别根据坝体外要素线和坝体内结构要素线生成坝体外结构三维模型和坝体内结构三维模型,并合并得到完整的坝体模型。
Description
技术领域
本发明涉及水工及岩土建模技术领域,更具体地,涉及一种基于点云的土石坝结构建模方法和装置。
背景技术
土石坝建成后由于沉降等因素,其实际结构参数与设计图纸有一定的数值上的不同,无法通过设计图纸还原其实际结构。
溃坝发生后短时间内坝体结构不稳定,采用一般的测量方法具有一定的危险性,且较难在短时间内进行详细的调查和勘察,而采用无人机测量可避免危险。有效利用无人机测量数据,并快速转化为详细的溃坝后坝体实测数据是目前的技术难点。
已溃的坝体结构是溃坝致灾机理研究中的重要资料,需要一种溃坝坝体结构还原建模方法。
发明内容
鉴于上述问题,本发明提出了一种基于点云的土石坝结构建模方法和相应的装置,其将溃坝坝体作为主要分析建模对象,提供基于点云的土石坝结构建模方案。
根据本发明实施例的第一方面,提供一种基于点云的土石坝结构建模方法,包括:
获取已溃土石坝的坝体基本信息,所述坝体基本信息包括:设计报告信息、设计图纸信息、设计地质勘查报告信息和设计地质勘查图纸信息;
获取坝体的无人机测量数据,所述无人机测量数据包括:航测图片、像控点数据、无人机型号和相机型号;
将所述无人机测量数据转化成点云数据,并对所述点云数据进行区域点云释稀,以得到区域点云数据,其中,所述点云数据包括:平面坐标数据、高程数据和颜色数据;
对所述区域点云数据的坐标系统进行坐标系统转换,以得到转换后的点云数据;
从所述转换后的点云数据中选取分离出坝体区域点云数据,并根据所述坝体区域点云数据和航测图片,提取坝体结构要素线;
根据所述坝体基本信息、所述坝体区域点云数据和所述坝体结构要素线,生成坝体外结构要素线和坝体内结构要素线;
分别根据所述坝体外要素线和坝体内结构要素线生成坝体外结构三维模型和坝体内结构三维模型,并合并得到完整的坝体模型。
在一个实施例中,优选地,将所述无人机测量数据转化成点云数据,并对所述点云数据进行区域点云释稀,以得到区域点云数据,包括:
根据所述像控点数据、无人机型号和相机型号,对所述航测图片进行解算,以得到所述点云数据;
将所述点云数据释稀成预设间隔的区域点云数据,并去除颜色数据。
在一个实施例中,优选地,所述对所述区域点云数据的坐标系统进行坐标系统转换,以得到转换后的点云数据,包括:
将所述区域点云数据的坐标系统从大地坐标系统转换成投影坐标系统,以使转换后的点云坐标系统与设计图纸的坐标系统一致。
在一个实施例中,优选地,根据所述坝体基本信息、所述坝体区域点云数据和所述坝体结构要素线,生成坝体外结构要素线和坝体内结构要素线,包括:
根据所述高程数据、所述坝体结构要素线和所述坝体基本信息生成坝体外结构要素线;
根据所述坝体外结构要素线和所述坝体基本信息,生成坝体内结构要素线。
根据本发明实施例的第二方面,提供一种基于点云的土石坝结构建模装置,包括:
第一获取模块,用于获取已溃土石坝的坝体基本信息,所述坝体基本信息包括:设计报告信息、设计图纸信息、设计地质勘查报告信息和设计地质勘查图纸信息;
第二获取模块,用于获取坝体的无人机测量数据,所述无人机测量数据包括:航测图片、像控点数据、无人机型号和相机型号;
处理模块,用于将所述无人机测量数据转化成点云数据,并对所述点云数据进行区域点云释稀,以得到区域点云数据,其中,所述点云数据包括:平面坐标数据、高程数据和颜色数据;
转换模块,用于对所述区域点云数据的坐标系统进行坐标系统转换,以得到转换后的点云数据;
提取模块,用于从所述转换后的点云数据中选取分离出坝体区域点云数据,并根据所述坝体区域点云数据和航测图片,提取坝体结构要素线;
生成模块,用于根据所述坝体基本信息、所述坝体区域点云数据和所述坝体结构要素线,生成坝体外结构要素线和坝体内结构要素线;
合并模块,用于分别根据所述坝体外要素线和坝体内结构要素线生成坝体外结构三维模型和坝体内结构三维模型,并合并得到完整的坝体模型。
在一个实施例中,优选地,所述处理模块包括:
解算单元,用于根据所述像控点数据、无人机型号和相机型号,对所述航测图片进行解算,以得到所述点云数据;
释稀单元,用于将所述点云数据释稀成预设间隔的区域点云数据,并去除颜色数据。
在一个实施例中,优选地,所述转换模块用于:
将所述区域点云数据的坐标系统从大地坐标系统转换成投影坐标系统,以使转换后的点云坐标系统与设计图纸的坐标系统一致。
在一个实施例中,优选地,所述生成模块包括:
第一生成单元,用于根据所述高程数据、所述坝体结构要素线和所述坝体基本信息生成坝体外结构要素线;
第二生成单元,用于根据所述坝体外结构要素线和所述坝体基本信息,生成坝体内结构要素线。
根据本发明实施例的第三方面,提供一种基于点云的土石坝结构建模装置,包括:
存储器和处理器;
所述存储器用于保存所述处理器执行计算机程序时所使用的数据;
所述处理器用于执行计算机程序以实现上述第一方面所述的实施例中任意一项所述的方法。
根据本发明实施例的第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在设备上运行时,所述设备执行如第一方面实施例中任一项所述的方法。
本发明实施例中,将已溃土石坝作为主要分析建模对象,通过对无人机测量数据进行点云处理和分析,进而确定土石坝的完整三维坝体模型。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的一种基于点云的土石坝结构建模方法的流程图。
图2是本发明一个实施例的又一种基于点云的土石坝结构建模方法中步骤S103的流程图。
图3是本发明一个实施例的另一种基于点云的土石坝结构建模方法的流程图。
图4是本发明一个实施例的再一种基于点云的土石坝结构建模方法中步骤S106的流程图。
图5是本发明一个实施例的点云数据的示意图。
图6是本发明一个实施例的区域点云释稀的示意图。
图7是本发明一个实施例的转换坐标后点云的示意图。
图8是本发明一个实施例的坝体区域点云提取的示意图。
图9是本发明一个实施例的坝体结构要素线的示意图。
图10是本发明一个实施例的坝体设计资料的示意图。
图11是本发明一个实施例的坝体外结构要素线的示意图。
图12是本发明一个实施例的坝体外结构三维模型的示意图。
图13是本发明一个实施例的坝体内结构要素线的示意图。
图14是本发明一个实施例的坝体内结构三维模型的示意图。
图15是本发明一个实施例的完整坝体三维模型的示意图。
图16是本发明一个实施例的一种基于点云的土石坝结构建模装置的框图。
图17是本发明一个实施例的一种基于点云的土石坝结构建模装置中处理模块的框图。
图18是本发明一个实施例的一种基于点云的土石坝结构建模装置中生成模块的框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明一个实施例的一种基于点云的土石坝结构建模方法的流程图,如图1所示,基于点云的土石坝结构建模方法包括:
步骤S101,获取已溃土石坝的坝体基本信息,坝体基本信息包括:设计报告信息、设计图纸信息、设计地质勘查报告信息和设计地质勘查图纸信息。
步骤S102,获取坝体的无人机测量数据,无人机测量数据包括:航测图片、像控点数据、无人机型号和相机型号。
步骤S103,将无人机测量数据转化成点云数据,并对点云数据进行区域点云释稀,以得到区域点云数据,其中,点云数据包括:平面坐标数据、高程数据和颜色数据。其中,处理无人机航测图片,利用像控点转化航测图片为高程点云。
步骤S104,对区域点云数据的坐标系统进行坐标系统转换,以得到转换后的点云数据。
步骤S105,从转换后的点云数据中选取分离处坝体区域点云数据,并根据坝体区域点云数据和航测图片,提取坝体结构要素线。其中,分离出坝体区域点云,进一步缩减点云数据量,提升显示和处理速度。
步骤S106,根据坝体基本信息、坝体区域点云数据和坝体结构要素线,生成坝体外结构要素线和坝体内结构要素线。
步骤S107,分别根据坝体外要素线和坝体内结构要素线生成坝体外结构三维模型和坝体内结构三维模型,并合并得到完整的坝体模型。
在该实施例中,将已溃土石坝作为主要分析建模对象,通过对无人机测量数据进行点云处理和分析,进而确定土石坝的完整三维坝体模型。
图2是本发明一个实施例的又一种基于点云的土石坝结构建模方法中步骤S103的流程图。
如图2所示,在一个实施例中,优选地,上述步骤S103包括:
步骤S201,根据像控点数据、无人机型号和相机型号,对航测图片进行解算,以得到点云数据。
步骤S202,将点云数据释稀成预设间隔的区域点云数据,并去除颜色数据。
在该实施例中,处理无人机航测图片,利用像控点转化航测图片为高程点云,处理点云数据,通过释稀算法对数据量进行合理缩减,从而提升显示和处理速度。
图3是本发明一个实施例的另一种基于点云的土石坝结构建模方法的流程图。
如图3所示,在一个实施例中,优选地,步骤S104包括:
步骤S301,将区域点云数据的坐标系统从大地坐标系统转换成投影坐标系统,以使转换后的点云坐标系统与设计图纸的坐标系统一致。
在该实施例中,将点云坐标系统从WGS 84大地坐标转换为Xian 80投影坐标,转化后点云坐标系统与收集到的设计图纸坐标系统一致。
图4是本发明一个实施例的再一种基于点云的土石坝结构建模方法中步骤S106的流程图。
如图4所示,在一个实施例中,优选地,上述步骤S106包括:
步骤S401,根据高程数据、坝体结构要素线和坝体基本信息生成坝体外结构要素线。
步骤S402,根据坝体外结构要素线和坝体基本信息,生成坝体内结构要素线。
下面以一个具体实施例详细说明本发明的上述技术方案。
本发明一个实施例的一种基于点云的土石坝结构建模方法,包括:
(1)获取溃坝坝体的基本信息
收集到新疆地区发生溃坝的某水库的设计报告、设计图纸、设计地质勘察报告和图纸等溃坝坝体基本信息。
(2)获取溃坝坝体的无人机测量数据
获取到溃坝后该水库区域的无人机测量数据,包括航测图片,像控点数据,无人机和相机型号。
(3)无人机测量数据转化点云
如图5所示,根据像控点数据,无人机和相机型号参数,在航测后处理软件中对航测图片进行解算,解算后得到点云数据,点云数据包括平面坐标、高程和颜色等数据。
(4)区域点云释稀
如图6所示,将点云释稀成1m X 1m间隔的点云文件,同时去除颜色数据,进一步缩减点云数据的存储大小,提高显示和处理速度。
(5)区域点云坐标系统转换
如图7所示,将点云坐标系统从WGS 84大地坐标转换为Xian 80投影坐标,转化后点云坐标系统与收集到的设计图纸坐标系统一致。
(6)坝体区域点云提取
如图8所示,处理点云数据,选取分离出坝体区域点云,进一步缩减点云数据量,提升显示和处理速度。
(7)坝体要素线提取
如图9所示,比对航测图片和点云,提取坝体结构要素线。
(8)坝体外结构还原建模
如图11所示,根据高程点和坝体结构要素线,参考图10的设计资料,生成坝体外结构要素线。
如图12所示,根据坝体外结构要素线生成坝体外结构三维模型。
(9)坝体内结构还原建模
如图13所示,根据坝体外结构要素线,参考设计资料,生成坝体内结构要素线。
如图14所示,根据坝体内结构要素线生成坝体内结构三维模型。
(10)合并坝体内外结构
如图15所示,合并坝体外结构和内结构模型,形成完整坝体模型。
图16是本发明一个实施例的一种基于点云的土石坝结构建模装置的框图。
如图16所示,基于点云的土石坝结构建模装置包括:
第一获取模块1601,用于获取已溃土石坝的坝体基本信息,所述坝体基本信息包括:设计报告信息、设计图纸信息、设计地质勘查报告信息和设计地质勘查图纸信息;
第二获取模块1602,用于获取坝体的无人机测量数据,所述无人机测量数据包括:航测图片、像控点数据、无人机型号和相机型号;
处理模块1603,用于将所述无人机测量数据转化成点云数据,并对所述点云数据进行区域点云释稀,以得到区域点云数据,其中,所述点云数据包括:平面坐标数据、高程数据和颜色数据;
转换模块1604,用于对所述区域点云数据的坐标系统进行坐标系统转换,以得到转换后的点云数据;
提取模块1605,用于从所述转换后的点云数据中选取分离处坝体区域点云数据,并根据所述坝体区域点云数据和航测图片,提取坝体结构要素线;
生成模块1606,用于根据所述坝体基本信息、所述坝体区域点云数据和所述坝体结构要素线,生成坝体外结构要素线和坝体内结构要素线;
合并模块1607,用于分别根据所述坝体外要素线和坝体内结构要素线生成坝体外结构三维模型和坝体内结构三维模型,并合并得到完整的坝体模型。
图17是本发明一个实施例的一种基于点云的土石坝结构建模装置中处理模块的框图。
如图17所示,在一个实施例中,优选地,所述处理模块1603包括:
解算单元1701,用于根据所述像控点数据、无人机型号和相机型号,对所述航测图片进行解算,以得到所述点云数据;
释稀单元1702,用于将所述点云数据释稀成预设间隔的区域点云数据,并去除颜色数据。
在一个实施例中,优选地,所述转换模块1604用于:
将所述区域点云数据的坐标系统从大地坐标系统转换成投影坐标系统,以使转换后的点云坐标系统与设计图纸的坐标系统一致。
图18是本发明一个实施例的一种基于点云的土石坝结构建模装置中生成模块的框图。
如图18所示,在一个实施例中,优选地,所述生成模块1606包括:
第一生成单元1801,用于根据所述高程数据、所述坝体结构要素线和所述坝体基本信息生成坝体外结构要素线;
第二生成单元1802,用于根据所述坝体外结构要素线和所述坝体基本信息,生成坝体内结构要素线。
根据本发明实施例的第三方面,提供一种基于点云的土石坝结构建模装置,包括:
存储器和处理器;
所述存储器用于保存所述处理器执行计算机程序时所使用的数据;
所述处理器用于执行计算机程序以实现上述第一方面所述的实施例中任意一项所述的方法。
根据本发明实施例的第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令在设备上运行时,所述设备执行如第一方面实施例中任一项所述的方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上对本发明所提供的一种便捷式多功能设备进行了详细介绍,对于本领域的一般技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种基于点云的土石坝结构建模方法,其特征在于,包括:
获取已溃土石坝的坝体基本信息,所述坝体基本信息包括:设计报告信息、设计图纸信息、设计地质勘查报告信息和设计地质勘查图纸信息;
获取坝体的无人机测量数据,所述无人机测量数据包括:航测图片、像控点数据、无人机型号和相机型号;
将所述无人机测量数据转化成点云数据,并对所述点云数据进行区域点云释稀,以得到区域点云数据,其中,所述点云数据包括:平面坐标数据、高程数据和颜色数据;
对所述区域点云数据的坐标系统进行坐标系统转换,以得到转换后的点云数据;
从所述转换后的点云数据中选取分离处坝体区域点云数据,并根据所述坝体区域点云数据和航测图片,提取坝体结构要素线;
根据所述坝体基本信息、所述坝体区域点云数据和所述坝体结构要素线,生成坝体外结构要素线和坝体内结构要素线;
分别根据所述坝体外要素线和坝体内结构要素线生成坝体外结构三维模型和坝体内结构三维模型,并合并得到完整的坝体模型;
根据所述坝体基本信息、所述坝体区域点云数据和所述坝体结构要素线,生成坝体外结构要素线和坝体内结构要素线,包括:
根据所述高程数据、所述坝体结构要素线和所述坝体基本信息生成坝体外结构要素线;
根据所述坝体外结构要素线和所述坝体基本信息,生成坝体内结构要素线。
2.根据权利要求1所述的方法,其特征结在于,所述将所述无人机测量数据转化成点云数据,并对所述点云数据进行区域点云释稀,以得到区域点云数据,包括:
根据所述像控点数据、无人机型号和相机型号,对所述航测图片进行解算,以得到所述点云数据;
将所述点云数据释稀成预设间隔的区域点云数据,并去除颜色数据。
3.根据权利要求1所述的方法,其特征结在于,所述对所述区域点云数据的坐标系统进行坐标系统转换,以得到转换后的点云数据,包括:
将所述区域点云数据的坐标系统从大地坐标系统转换成投影坐标系统,以使转换后的点云坐标系统与设计图纸的坐标系统一致。
4.一种基于点云的土石坝结构建模装置,其特征在于,包括:
第一获取模块,用于获取已溃土石坝的坝体基本信息,所述坝体基本信息包括:设计报告信息、设计图纸信息、设计地质勘查报告信息和设计地质勘查图纸信息;
第二获取模块,用于获取坝体的无人机测量数据,所述无人机测量数据包括:航测图片、像控点数据、无人机型号和相机型号;
处理模块,用于将所述无人机测量数据转化成点云数据,并对所述点云数据进行区域点云释稀,以得到区域点云数据,其中,所述点云数据包括:平面坐标数据、高程数据和颜色数据;
转换模块,用于对所述区域点云数据的坐标系统进行坐标系统转换,以得到转换后的点云数据;
提取模块,用于从所述转换后的点云数据中选取分离处坝体区域点云数据,并根据所述坝体区域点云数据和航测图片,提取坝体结构要素线;
生成模块,用于根据所述坝体基本信息、所述坝体区域点云数据和所述坝体结构要素线,生成坝体外结构要素线和坝体内结构要素线;
合并模块,用于分别根据所述坝体外要素线和坝体内结构要素线生成坝体外结构三维模型和坝体内结构三维模型,并合并得到完整的坝体模型;
所述生成模块包括:
第一生成单元,用于根据所述高程数据、所述坝体结构要素线和所述坝体基本信息生成坝体外结构要素线;
第二生成单元,用于根据所述坝体外结构要素线和所述坝体基本信息,生成坝体内结构要素线。
5.根据权利要求4所述的装置,其特征结在于,所述处理模块包括:
解算单元,用于根据所述像控点数据、无人机型号和相机型号,对所述航测图片进行解算,以得到所述点云数据;
释稀单元,用于将所述点云数据释稀成预设间隔的区域点云数据,并去除颜色数据。
6.根据权利要求4所述的装置,其特征结在于,所述转换模块用于:
将所述区域点云数据的坐标系统从大地坐标系统转换成投影坐标系统,以使转换后的点云坐标系统与设计图纸的坐标系统一致。
7.一种基于点云的土石坝结构建模装置,其特征在于,包括:
存储器和处理器;
所述存储器用于保存所述处理器执行计算机程序时所使用的数据;
所述处理器用于执行计算机程序以实现如权利要求1至3中任意一项所述的方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,当所述指令在设备上运行时,所述设备执行如权利要求1至3中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010421127.6A CN111581709B (zh) | 2020-05-18 | 2020-05-18 | 基于点云的土石坝结构建模方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010421127.6A CN111581709B (zh) | 2020-05-18 | 2020-05-18 | 基于点云的土石坝结构建模方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111581709A CN111581709A (zh) | 2020-08-25 |
CN111581709B true CN111581709B (zh) | 2021-03-16 |
Family
ID=72125173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010421127.6A Active CN111581709B (zh) | 2020-05-18 | 2020-05-18 | 基于点云的土石坝结构建模方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111581709B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105444740A (zh) * | 2016-01-01 | 2016-03-30 | 三峡大学 | 一种基于小型无人机遥感辅助滑坡应急治理工程勘查设计方法 |
CN106682325A (zh) * | 2016-12-30 | 2017-05-17 | 武汉英思工程科技股份有限公司 | 基于bim的拱坝施工期变形场动态拟合分析方法 |
JP2017227565A (ja) * | 2016-06-23 | 2017-12-28 | 大成建設株式会社 | ダム施工用の測量用写真撮影方法、これを利用したダム施工用の出来形管理図生成方法、コンクリート打設量算出方法、出来形管理図生成システム及びコンクリート打設量算出システム並びに出来形管理図生成支援プログラム |
CN108959681A (zh) * | 2018-04-03 | 2018-12-07 | 四川大学 | 一种基于点云数据的堰塞湖引流道设计方法 |
CN110009610A (zh) * | 2019-03-27 | 2019-07-12 | 仲恺农业工程学院 | 一种水库大坝护坡表面损伤视觉检测方法及仿生装置 |
CN110044338A (zh) * | 2019-04-29 | 2019-07-23 | 中国水利水电科学研究院 | 一种溃堤溃坝场景的无人机监测方法及系统 |
CN110453731A (zh) * | 2019-08-15 | 2019-11-15 | 中国水利水电科学研究院 | 一种大坝边坡形变监测系统及方法 |
CN209708175U (zh) * | 2019-03-27 | 2019-11-29 | 仲恺农业工程学院 | 一种水库大坝护坡表面损伤视觉检测仿生装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8525830B2 (en) * | 2010-09-17 | 2013-09-03 | The Boeing Company | Point cloud generation system |
-
2020
- 2020-05-18 CN CN202010421127.6A patent/CN111581709B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105444740A (zh) * | 2016-01-01 | 2016-03-30 | 三峡大学 | 一种基于小型无人机遥感辅助滑坡应急治理工程勘查设计方法 |
JP2017227565A (ja) * | 2016-06-23 | 2017-12-28 | 大成建設株式会社 | ダム施工用の測量用写真撮影方法、これを利用したダム施工用の出来形管理図生成方法、コンクリート打設量算出方法、出来形管理図生成システム及びコンクリート打設量算出システム並びに出来形管理図生成支援プログラム |
CN106682325A (zh) * | 2016-12-30 | 2017-05-17 | 武汉英思工程科技股份有限公司 | 基于bim的拱坝施工期变形场动态拟合分析方法 |
CN108959681A (zh) * | 2018-04-03 | 2018-12-07 | 四川大学 | 一种基于点云数据的堰塞湖引流道设计方法 |
CN110009610A (zh) * | 2019-03-27 | 2019-07-12 | 仲恺农业工程学院 | 一种水库大坝护坡表面损伤视觉检测方法及仿生装置 |
CN209708175U (zh) * | 2019-03-27 | 2019-11-29 | 仲恺农业工程学院 | 一种水库大坝护坡表面损伤视觉检测仿生装置 |
CN110044338A (zh) * | 2019-04-29 | 2019-07-23 | 中国水利水电科学研究院 | 一种溃堤溃坝场景的无人机监测方法及系统 |
CN110453731A (zh) * | 2019-08-15 | 2019-11-15 | 中国水利水电科学研究院 | 一种大坝边坡形变监测系统及方法 |
Non-Patent Citations (1)
Title |
---|
基于激光点云数据的裂隙岩体渗流场的无单元法模拟;刘昌军;《岩石力学与工程学报》;20111130;第2330-2337页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111581709A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Verhoeven | Taking computer vision aloft–archaeological three‐dimensional reconstructions from aerial photographs with photoscan | |
KR20160048901A (ko) | 증강 현실 환경에서 평면의 범위를 결정하기 위한 시스템 및 방법 | |
CN111784776B (zh) | 视觉定位方法及装置、计算机可读介质和电子设备 | |
WO2023093897A1 (zh) | 图像处理方法、装置、电子设备及存储介质 | |
JP2022177232A (ja) | 画像処理方法、テキスト認識方法及び装置 | |
CN106373199B (zh) | 一种倾斜摄影建筑物模型快速提取方法 | |
CN110795978B (zh) | 路面点云数据提取方法、装置、存储介质及电子设备 | |
KR100911931B1 (ko) | 3차원 건물 모델 생성 방법 및 장치 | |
CN112330709A (zh) | 一种前景图像提取方法、装置、可读存储介质及终端设备 | |
JP2022550195A (ja) | テキスト認識方法、装置、機器、記憶媒体及びコンピュータプログラム | |
CN112487883A (zh) | 智能笔书写行为特征分析方法、装置及电子设备 | |
CN112199345A (zh) | 深度学习训练实时可视化方法及装置 | |
CN115984486A (zh) | 一种融合激光雷达与深度相机的桥梁模型生成方法及装置 | |
CN113592881B (zh) | 图片指代性分割方法、装置、计算机设备和存储介质 | |
CN111581709B (zh) | 基于点云的土石坝结构建模方法和装置 | |
JP2015197851A (ja) | 画像処理方法、画像処理用プログラム及び情報管理システム | |
KR100709142B1 (ko) | 이미지 기반의 공간 정보 구축 방법 및 시스템 | |
CN116681959B (zh) | 基于机器学习的锋线识别方法、装置、存储介质及终端 | |
CN112634431A (zh) | 一种三维纹理贴图转化成三维点云的方法及装置 | |
CN116127802B (zh) | 3d视景展示cae仿真结果的方法、装置及系统 | |
CN114092771A (zh) | 多传感数据融合方法、目标检测方法、装置和计算机设备 | |
CN116051980B (zh) | 基于倾斜摄影的建筑识别方法、系统、电子设备及介质 | |
CN114529689B (zh) | 基于对抗神经网络的陶瓷杯缺陷样本扩增方法及系统 | |
CN113516591B (zh) | 一种遥感影像超分辨率重建方法、装置、设备及存储介质 | |
CN112652056B (zh) | 一种3d信息展示方法及装置 |
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 |