CN112381908A - 一种地形扫描点云边界线提取方法 - Google Patents

Abstract

一种地形扫描点云边界线提取方法，包括计算二维点云分布的中心位置，将该中心位置记为点O；遍历所有点云坐标与点O之间的欧式距离，选取其中最远的距离，记为R；以点O为圆心，向任意方向做两条射线OA和OB，使两条射线的夹角为θ，两射线的长度为R；计算点A和点B的二维坐标值；用直线将点A和点B进行连接，形成三角形区域ΔAOB；计算落在三角形区域ΔAOB内的点云P_j；在点云集P_j中找出距离分布中心O最远的点p_k作为点云边界线的控制点之一；以O为旋转中心，将三角形ΔAOB沿逆时针方向旋转一个角度θ，然后重复上述过程，直到三角形ΔAOB旋转了360°为止。本发明提出的点云边界线提取算法，原理简单、计算量小，满足了各种边界线提取需求。

Description

一种地形扫描点云边界线提取方法

技术领域

本发明属于测绘工程领域，具体涉及一种地形扫描点云边界线提取方法。

背景技术

三维激光扫描仪作为新的高科技产品，三维激光扫描仪已经成功的在文物保护、城市建筑测量、地形测绘、采矿业、变形监测、工厂、大型结构、管道设计、飞机船舶制造、公路铁路建设、隧道工程、桥梁改建等领域里应用。近年来，三维激光扫描技术由于其高效、高精度、无接触等特点，在水电工程的边坡开挖质量控制、河道整治、滑坡分析等方面也得到了广泛应用。三维激光扫描仪，其扫描结果直接显示为点云(pointcloud：意思为无数的点以测量的规则在计算机里呈现物体的结果)，利用三维激光扫描技术获取的空间点云数据,可快速建立结构复杂、不规则的场景的三维可视化模型。既省时又省力,这种能力是现行的三维建模软件所不可比拟的。

三维激光扫描仪扫描之后的点云集组成一个开曲面，边界线是开曲面的一个重要特征，在许多问题中都需要提取点云边界线，如物体分割、目标识别、文物复原、碎片拼接、点云补洞等。

现有的点云边界线提取方法有：①、贪心三角形化算法，但是该算法在三角形化时需要进行复杂的判断，计算过程过于繁琐；②、递归最小二乘法提取边界，该算法计算速率快，但计算精度较差；③、Pearson检验和遗传算法提取点云边界线，该算法对不同的点云集需要相应的调整参数，由于参数较多，调整起来及不方便。

发明内容

针对上述技术问题，本发明提供一种地形扫描点云边界线提取方法，该方法通过调整旋转角θ的大小，从而获得不同光滑度的点云边界，满足了各种边界线提取需求。

本发明采取的技术方案为：

一种地形扫描点云边界线提取方法，包括以下步骤：

步骤1：首先计算点云P_i的均值分布中心点O的坐标O(x₀,y₀)，计算公式如下：

式中，(x_i,y_i)表示第i个点的坐标，n表示点云的数量。

步骤2：计算点云最远分布距离R，即所有点云坐标与O点的最远距离，其计算式如下：

式中，(x_i,y_i)表示第i个点的坐标，n表示点云的数量。

步骤3：以O点为圆心，x轴正方向做直线OA，令直线OA的长度为R，再将直线OA以O点为中心，逆时针旋转θ角，得到直线OB；

步骤4：计算A点和B点的二维坐标值：

B点的坐标计算公式如下：

式中，θ为直线OA和OB的夹角，θ₀为直线OA与x轴正方向的夹角。

A点的坐标计算公式如下：

式中，k表示A点和B点的坐标更新次数，第一次θ₀＝0更新时，k＝1。

步骤5：用直线将A点和B点进行连接，形成三角形区域ΔAOB，将点A,O,B,A的左边按照顺序储存在矩阵中，形成三角形区域ΔAOB的边界闭合线。

步骤6：计算落在三角形区域ΔAOB内的点云P_j：

从任意点云位置出发，向任意方向引一条射线，若射线与三角形区域ΔAOB的边界闭合线的交点数为偶数，则该点云坐标位于三角形区域ΔAOB之外；

若射线与三角形区域ΔAOB的边界闭合线的交点数为奇数，则该点云坐标位于三角形区域ΔAOB以内；

遍历所有点云，找到所有位于三角形区域ΔAOB内的点云集P_j。

步骤7：在点云集P_j中找出距离均值分布中心点O最远的点p_k，作为点云边界线的控制点之一，计算公式如下：

p_k＝P_g(x,y)

式中：g表示点云集P_j中距离分布中心O最远点p_k的位置，m表示点云集P_j中点云数量，D_g表示该最远距离。

步骤8：以均值分布中心点O为旋转中心，将三角形ΔAOB沿逆时针方向旋转一个角度θ，然后重复步骤4、5、6、7的过程，直到三角形ΔAOB旋转了360°为止。

本发明一种地形扫描点云边界线提取方法，该方法原理简单，计算量小，对于不同特征分布的点云集，仅需调整旋转角θ的大小即可。即使是对于同一点云集，也可通过控制旋转角θ的大小，从而获得不同光滑度的点云边界，满足了各种边界线提取需求。

附图说明

图1为原始待提取边界的点云分布图。

图2为点云分布中心和三角形ΔAOB初始位置示意图。

图3(1)为边界线提取过程示意图一；

图3(2)为边界线提取过程示意图二；

图3(3)为边界线提取过程示意图三；

图3(4)为边界线提取过程示意图四；

图3(5)为边界线提取过程示意图五；

图3(6)为边界线提取过程示意图六；

图3(7)为边界线提取过程示意图七；

图3(8)为边界线提取过程示意图八；

图3(9)为边界线提取过程示意图九；

图3(10)为边界线提取过程示意图十；

图3(11)为边界线提取过程示意图十一；

图3(12)为边界线提取过程示意图十二。

图4为三角形的全部位置叠加示意图。

图5为旋转角θ＝2°时的边界提取效果图。

图6为旋转角θ＝4°时的边界提取效果图。

图7为旋转角θ＝6°时的边界提取效果图。

图8为旋转角θ＝10°时的边界提取效果图。

具体实施方式

一种地形扫描点云边界线提取方法，包括以下步骤：

步骤1：首先计算点云P_i的均值分布中心点O的坐标O(x₀,y₀)，计算公式如下：

式中，(x_i,y_i)表示第i个点的坐标，n表示点云的数量。

步骤2：计算点云最远分布距离R，即所有点云坐标与O点的最远距离，其计算式如下：

式中，(x_i,y_i)表示第i个点的坐标，n表示点云的数量。

步骤3：以O点为圆心，x轴正方向做直线OA，令直线OA的长度为R，再将直线OA以O点为中心，逆时针旋转θ角，得到直线OB；

步骤4：计算A点和B点的二维坐标值：

B点的坐标计算公式如下：

式中，θ为直线OA和OB的夹角，θ₀为直线OA与x轴正方向的夹角。

A点的坐标计算公式如下：

式中，k表示A点和B点的坐标更新次数，第一次θ₀＝0更新时，k＝1。

步骤5：用直线将A点和B点进行连接，形成三角形区域ΔAOB，将点A,O,B,A的左边按照顺序储存在矩阵中，形成三角形区域ΔAOB的边界闭合线。

步骤6：计算落在三角形区域ΔAOB内的点云P_j：

从任意点云位置出发，向任意方向引一条射线，若射线与三角形区域ΔAOB的边界闭合线的交点数为偶数，则该点云坐标位于三角形区域ΔAOB之外；

若射线与三角形区域ΔAOB的边界闭合线的交点数为奇数，则该点云坐标位于三角形区域ΔAOB以内；

遍历所有点云，找到所有位于三角形区域ΔAOB内的点云集P_j。

步骤7：在点云集P_j中找出距离均值分布中心点O最远的点p_k，作为点云边界线的控制点之一，计算公式如下：

p_k＝P_g(x,y)

式中：g表示点云集P_j中距离分布中心O最远点p_k的位置，m表示点云集P_j中点云数量，D_g表示该最远距离。

步骤8：以均值分布中心点O为旋转中心，将三角形ΔAOB沿逆时针方向旋转一个角度θ，然后重复步骤4、5、6、7的过程，直到三角形ΔAOB旋转了360°为止。

实施例：

原始待提取边界的点云分布图如图1所示，由图1可知，点云的边界线为不规则多边形，且为非凸多边形，能代表一般情况下的点云分布实例，本实施例以此点云图进行边界线提取，以验证本发明所涉及的点云边界线提取方法。

计算点云均值分布中心点O中心坐标，以及三角形ΔAOB的初始位置，其结果如图2所示。边界线提取过程示意如图3(1)～3(12)所示

图3(1)～3(12)展示了点云边界线提取过程，图3(1)是边界线提取的起点位置图，图3(12)是点云边界线提取结束时的效果图，其余图3(2)～图3(11)均为提取过程示意图。三角形ΔAOB以O为旋转中心，沿逆时针方向旋转360°，三角形ΔAOB一次经过一、二、三、四象限，三角形ΔAOB每旋转一次，就会有新的点云坐标集落入三角形ΔAOB以内，在三角形ΔAOB以内的点云坐标集中找到距离旋转中心O点最远的点，即可获得一个边界坐标点，依次旋转360°，再按照逆时针顺序将所有边界坐标点连接起来，就获得了点云边界线。

提取出来的边界线中的节点数等于三角形绕O点旋转的次数，将三角形的所有位置和边界线显示出来，效果如图4所示。由图4可知，当旋转角度θ足够小时，三角形可近似看成扇形，则θ为扇形的角度。为观察扇形角度对边界提取效果的影响，取不同的角度θ，其提取效果如图5、图6、图7、图8所示。

由图5、图6、图7、图8可见，当扇形角度增大时，点云边界上节点数变小，边界线逐渐变得更光滑，但边界线提取的“精度”下降，在实际使用过程中，应根据点云分布的实际情况，对参数θ进行调整。

Claims (5)

1.一种地形扫描点云边界线提取方法，其特征在于包括以下步骤：

步骤1：首先计算点云P_i的均值分布中心点O的坐标O(x₀,y₀)；

步骤2：计算点云最远分布距离R；

步骤3：以O点为圆心，x轴正方向做直线OA，令直线OA的长度为R，再将直线OA以O点为中心，逆时针旋转θ角，得到直线OB；

步骤4：计算A点和B点的二维坐标值：

步骤5：用直线将A点和B点进行连接，形成三角形区域ΔAOB，将点A,O,B,A的左边按照顺序储存在矩阵中，形成三角形区域ΔAOB的边界闭合线；

步骤6：计算落在三角形区域ΔAOB内的点云P_j：

从任意点云位置出发，向任意方向引一条射线，若射线与三角形区域ΔAOB的边界闭合线的交点数为偶数，则该点云坐标位于三角形区域ΔAOB之外；

若射线与三角形区域ΔAOB的边界闭合线的交点数为奇数，则该点云坐标位于三角形区域ΔAOB以内；

遍历所有点云，找到所有位于三角形区域ΔAOB内的点云集P_j；

步骤7：在点云集P_j中找出距离均值分布中心点O最远的点p_k，作为点云边界线的控制点之一；

步骤8：以均值分布中心点O为旋转中心，将三角形ΔAOB沿逆时针方向旋转一个角度θ，然后重复步骤4、5、6、7的过程，直到三角形ΔAOB旋转了360°为止。

2.根据权利要求1所述一种地形扫描点云边界线提取方法，其特征在于：

步骤1中，均值分布中心点O的坐标O(x₀,y₀)，计算公式如下：

式中，(x_i,y_i)表示第i个点的坐标，n表示点云的数量。

3.根据权利要求1所述一种地形扫描点云边界线提取方法，其特征在于：

步骤2中，所有点云坐标与O点的最远距离，其计算式如下：

式中，(x_i,y_i)表示第i个点的坐标，n表示点云的数量。

4.根据权利要求1所述一种地形扫描点云边界线提取方法，其特征在于：

步骤3中，B点的坐标计算公式如下：

式中，θ为直线OA和OB的夹角，θ₀为直线OA与x轴正方向的夹角；

A点的坐标计算公式如下：

式中，k表示A点和B点的坐标更新次数，第一次θ₀＝0更新时，k＝1。

5.根据权利要求1所述一种地形扫描点云边界线提取方法，其特征在于：

步骤7中，点云边界线的控制点计算公式如下：

p_k＝P_g(x,y)

式中：g表示点云集P_j中距离分布中心O最远点p_k的位置，m表示点云集P_j中点云数量，D_g表示该最远距离。

Images