CN111640149A - 一种评估点云建模误差的分析方法 - Google Patents

一种评估点云建模误差的分析方法 Download PDF

Info

Publication number
CN111640149A
CN111640149A CN202010488836.6A CN202010488836A CN111640149A CN 111640149 A CN111640149 A CN 111640149A CN 202010488836 A CN202010488836 A CN 202010488836A CN 111640149 A CN111640149 A CN 111640149A
Authority
CN
China
Prior art keywords
point cloud
error
modeling
software
evaluating
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
CN202010488836.6A
Other languages
English (en)
Inventor
不公告发明人
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.)
63653 Troops of PLA
Original Assignee
63653 Troops of PLA
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 63653 Troops of PLA filed Critical 63653 Troops of PLA
Priority to CN202010488836.6A priority Critical patent/CN111640149A/zh
Publication of CN111640149A publication Critical patent/CN111640149A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • 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
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明公开了一种评估点云建模误差的分析方法，其分析步骤如下：步骤一：通过各点云建模软件对点云进行建模；步骤一：通过各点云建模软件对点云进行建模；步骤三：将其中误差占比较大的区间进行再划分，逐级确定点云与格网的各误差区间及其百分占比，采用各级误差占比加权的方式累积误差。该一种评估点云建模误差的分析方法，该评估方法方便实用，同时，使用本方法可以解决了在三维激光扫描技术在工程应用中，点云建模误差无法定量评估的问题，且通过在不同建模软件中点云与格网的多级误差分析，可以一定程度反映出不同建模软件在点云建模时的误差差异，填补了三维激光扫描技术在工程应用中点云建模误差无法定量评估的空白。

Description

一种评估点云建模误差的分析方法
技术领域
本发明涉及测绘三维激光扫描技术领域，具体是一种评估点云建模误差的分析方法。
背景技术
三维激光扫描仪在诸多领域应用广泛，利用激光扫描仪获取点云并进行建模是还原扫描被物体细部特征的重要手段之一，具有成本低、周期短，精度高等诸多优势。然而在实际工程应用中，除了点云的获取阶段存在的测量误差之外，在点云建模的过程中也存在建模误差。点云建模流程一般包含：点云滤波去噪、3D建模、特征提取等多个重要步骤。
目前，包括Geomagic和3Dreshaper在内的常用点云处理软件中，建模算法各不相同，建模结果也存在一定的差异。因此，如何评估各软件点云建模的误差则具有重要意义。
发明内容
本发明的目的在于提供一种评估点云建模误差的分析方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种评估点云建模误差的分析方法，其分析步骤如下：
步骤一：通过各点云建模软件对点云进行建模；
步骤二：利用各自软件的检测功能模块将所建模型格网与点云进行比对，可以用来分析格网模型和点云的匹配程度；
步骤三：将其中误差占比较大的区间进行再划分，逐级确定点云与格网的各误差区间及其百分占比，采用各级误差占比加权的方式累积误差；
步骤四：再利用格网表面积与累积误差相乘计算即可得到针对该建模软件的点云建模误差的上下限，得到点云建模误差。
作为本发明进一步的方案：通过多级匹配的方式，逐级加权累加误差确定点云建模误差。
作为本发明再进一步的方案：所述步骤一中的点云建模软件为Geomagic、3Dreshaper。
与现有技术相比，本发明的有益效果是：
本发明提出一种评估点云建模误差的分析方法，该评估方法方便实用，同时，使用本方法可以解决了在三维激光扫描技术在工程应用中，点云建模误差无法定量评估的问题，且通过在不同建模软件中点云与格网的多级误差分析，可以一定程度反映出不同建模软件在点云建模时的误差差异，填补了三维激光扫描技术在工程应用中点云建模误差无法定量评估的空白。
附图说明
图1为一种评估点云建模误差的分析方法的模型与点云相对位置示意图。
图2为一种评估点云建模误差的分析方法中点云建模误差细部分析示意图。
图3为一种评估点云建模误差的分析方法中3Dreshaper软件中格网模型和点云误差初次统计分析图。
图4为一种评估点云建模误差的分析方法中3Dreshaper软件中格网模型和点云误差二次统计分析图。
具体实施方式
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，本领域普通技术人员在没有做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。
请参阅图1～4，本发明实施例中，一种评估点云建模误差的分析方法，其分析步骤如下：
步骤一：通过各点云建模软件对点云进行建模；
步骤二：利用各自软件的检测功能模块将所建模型格网与点云进行比对，可以用来分析格网模型和点云的匹配程度；
步骤三：将其中误差占比较大的区间进行再划分，划分次数视精度要求而定，逐级确定点云与格网的各误差区间及其百分占比，采用各级误差占比加权的方式累积误差；
步骤四：再利用格网表面积与累积误差相乘计算即可得到针对该建模软件的点云建模误差的上下限，得到点云建模误差。
通过多级匹配的方式，逐级加权累加误差确定点云建模误差，所述步骤一中的点云建模软件为Geomagic、3Dreshaper。
本发明的工作原理是：
在点云建模过程中，由于各建模软件滤波和建模算法的差异，会造成点云中存在漂浮在所建模型之上或被包裹在模型之中的点(见图1)。p为漂浮在模型表面之上的点，而q为被包裹在模型内部。d为点到模型表面的距离(见图2)。
在理想情况下，通过点云中每一个点到所建模型表面的距离是可以求得加权误差，进而求得整体建模误差，如公式(1-1)所示。其中表示漂浮在模型表面之上的点数量，表示包裹在模型内部点数量，表示所建模型的表面积，表示建模误差。
Figure BDA0002519357800000031
然而，在实际工程应用中点云的数量巨大，无论是Geomagic还是3Dreshaper都会考虑到计算效率、响应时长的因素，其格网与点云匹配的功能都只能将点云到模型的距离划入相应区间范围并给出其权重占比，而不是具体到每一个点到模型的具体距离。因此，需将公式(1-1)作适当调整，如公式(1-2)所示：
Figure BDA0002519357800000032
为漂浮在模型表面之上的点p所在区间平均值，
Figure BDA0002519357800000033
为包裹在模型内部点q所在区间平均值，n区、m区为相应的区间数量。
Figure BDA0002519357800000034
实验发现，通过对比检测功能模块，可以用来分析格网模型和点云的匹配程度，但是在误差分区较粗，大量误差集中在较小区间时。(见图3)，位于-0.0123～0.0212m区间的建模误差占比为97.77％，误差大量集中并且误差区间跨度为0.0335m，大于预设误差区间精度阈值0.01m，导致建模误差较大。
采用多级建模误差分析方法，具体做法如下：
(1)将初步分析结果分为两个部分，如图3所示，根据模型表面积(177m2)，对97.77％以外的区间分区计算体积建模误差，约为-0.12～0.03m3；
(2)设置误差剔除范围，对-0.0123m～0.0212m误差区间再次分区，(见图4)，再次分区后主要误差占比集中在-0.00114～0.00109区间，占比为85.4％，误差大量集中并且误差区间跨度为0.00223m，小于预设误差区间精度阈值0.01m误差区经计算该部分体积误差范围为-0.24～0.22m3；
(3)将两次计算结果相加，可以得模型体积测量建模误差造成的体积偏差范围为-0.36～0.25m3。
因此，通过多级建模误差分析的方法，可以较为准确地确定建模误差对模型体积计算造成的影响，对于重点关注所建模型体容积大小的应用而言，可以提供定量的评价依据，具有重要的意义。
尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种评估点云建模误差的分析方法，其特征在于：其分析步骤如下：
步骤一：通过各点云建模软件对点云进行建模；
步骤二：利用各自软件的检测功能模块将所建模型格网与点云进行比对，可以用来分析格网模型和点云的匹配程度；
步骤三：将其中误差占比较大的区间进行再划分，逐级确定点云与格网的各误差区间及其百分占比，采用各级误差占比加权的方式累积误差；
步骤四：再利用格网表面积与累积误差相乘计算即可得到针对该建模软件的点云建模误差的上下限，得到点云建模误差。
2.根据权利要求1所述的一种评估点云建模误差的分析方法，其特征在于：通过多级匹配的方式，逐级加权累加误差确定点云建模误差。
3.根据权利要求1所述的一种评估点云建模误差的分析方法，其特征在于：所述步骤一中的点云建模软件为Geomagic、3Dreshaper。
CN202010488836.6A 2020-06-01 2020-06-01 一种评估点云建模误差的分析方法 Pending CN111640149A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010488836.6A CN111640149A (zh) 2020-06-01 2020-06-01 一种评估点云建模误差的分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010488836.6A CN111640149A (zh) 2020-06-01 2020-06-01 一种评估点云建模误差的分析方法

Publications (1)

Publication Number Publication Date
CN111640149A true CN111640149A (zh) 2020-09-08

Family

ID=72331326

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010488836.6A Pending CN111640149A (zh) 2020-06-01 2020-06-01 一种评估点云建模误差的分析方法

Country Status (1)

Country Link
CN (1) CN111640149A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116643290A (zh) * 2023-06-16 2023-08-25 山西建筑工程集团有限公司 一种不规则轮廓的双平台运动补偿的计量方法和系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103106344A (zh) * 2013-01-30 2013-05-15 河海大学 一种建立电力系统聚类负荷模型的方法
CN103106632A (zh) * 2012-11-29 2013-05-15 华中科技大学 一种基于均值漂移的不同精度三维点云数据的融合方法
CN106960468A (zh) * 2017-04-12 2017-07-18 武汉理工大学 一种三维激光扫描点云精度评价方法
CN107122522A (zh) * 2017-03-28 2017-09-01 长江空间信息技术工程有限公司(武汉) 一种基于填挖方分析的数字高程模型精度评价方法
CN107204025A (zh) * 2017-04-18 2017-09-26 华北电力大学 基于视觉感知的自适应服装动画建模方法
CN109461183A (zh) * 2018-10-23 2019-03-12 沙洲职业工学院 一种空间坐标点与点云位置点三维对比的方法
CN110132246A (zh) * 2019-04-03 2019-08-16 自然资源部第一海洋研究所 基于残差分区的水深遥感探测方法
CN110208777A (zh) * 2019-06-11 2019-09-06 中国科学院电子学研究所 精确的角反射器几何误差测量方法
CN110285792A (zh) * 2019-07-02 2019-09-27 山东省交通规划设计院 一种无人机倾斜摄影精细格网土方计量方法
CN110763211A (zh) * 2019-10-24 2020-02-07 中国人民解放军63653部队 工程高精度测绘系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103106632A (zh) * 2012-11-29 2013-05-15 华中科技大学 一种基于均值漂移的不同精度三维点云数据的融合方法
CN103106344A (zh) * 2013-01-30 2013-05-15 河海大学 一种建立电力系统聚类负荷模型的方法
CN107122522A (zh) * 2017-03-28 2017-09-01 长江空间信息技术工程有限公司(武汉) 一种基于填挖方分析的数字高程模型精度评价方法
CN106960468A (zh) * 2017-04-12 2017-07-18 武汉理工大学 一种三维激光扫描点云精度评价方法
CN107204025A (zh) * 2017-04-18 2017-09-26 华北电力大学 基于视觉感知的自适应服装动画建模方法
CN109461183A (zh) * 2018-10-23 2019-03-12 沙洲职业工学院 一种空间坐标点与点云位置点三维对比的方法
CN110132246A (zh) * 2019-04-03 2019-08-16 自然资源部第一海洋研究所 基于残差分区的水深遥感探测方法
CN110208777A (zh) * 2019-06-11 2019-09-06 中国科学院电子学研究所 精确的角反射器几何误差测量方法
CN110285792A (zh) * 2019-07-02 2019-09-27 山东省交通规划设计院 一种无人机倾斜摄影精细格网土方计量方法
CN110763211A (zh) * 2019-10-24 2020-02-07 中国人民解放军63653部队 工程高精度测绘系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116643290A (zh) * 2023-06-16 2023-08-25 山西建筑工程集团有限公司 一种不规则轮廓的双平台运动补偿的计量方法和系统
CN116643290B (zh) * 2023-06-16 2024-04-26 山西建筑工程集团有限公司 一种不规则轮廓的双平台运动补偿的计量方法和系统

Similar Documents

Publication Publication Date Title
US10439594B2 (en) Actually-measured marine environment data assimilation method based on sequence recursive filtering three-dimensional variation
CN112417573A (zh) 基于ga-lssvm与nsga-ⅱ盾构下穿既有隧道施工多目标优化的方法
CN104933291B (zh) 基于网函数插值的卫星测高数据平均海面高产品制作方法
CN108664705B (zh) 一种基于OpenFOAM的模拟复杂地形地表粗糙度的方法
US9852360B2 (en) Data clustering apparatus and method
CN108647261B (zh) 基于气象数据离散点网格化处理的全球等值线绘制方法
CN116774292B (zh) 一种地震波走时确定方法、系统、电子设备及存储介质
CN109255837A (zh) 一种用于激光雷达点云数据处理的高效b样条曲面的构造方法
CN117252863B (zh) 一种地理信息异常数据快速检测分析方法
CN107452059B (zh) 一种三维插值建模方法、设备及其存储设备
CN111640149A (zh) 一种评估点云建模误差的分析方法
CN106249290A (zh) 一种利用多级数据融合建立表层速度结构模型的方法
CN117634325B (zh) 资料受限河口区域极值事件识别和复合洪水灾害分析方法和系统
CN112986948B (zh) 基于InSAR技术的建筑形变监测方法和装置
CN110072188A (zh) 一种基于uwb的对称双边双程测距优化算法
CN116579949B (zh) 适用于城市多噪声环境下机载点云地面点滤波方法
CN111812670B (zh) 一种单光子激光雷达空间变换噪声判断、滤波方法及装置
CN111765883B (zh) 机器人蒙特卡罗定位方法、设备及存储介质
CN117218313A (zh) 一种适用于群落建筑倾斜摄影点云的逆向建模方法
CN102830430B (zh) 一种层位速度建模方法
CN112069445A (zh) 一种2d slam算法评估及量化方法
CN113835111B (zh) 基于无人机的放射源定位方法及装置
CN111721268B (zh) 一种精确反演建筑物高度的方法与装置
US20150308809A1 (en) Apparatus and method for calculating ground surface roughness
CN110555826A (zh) 一种基于局部离群因子的三维点云特征提取方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200908