CN112381908A - 一种地形扫描点云边界线提取方法 - Google Patents
一种地形扫描点云边界线提取方法 Download PDFInfo
- Publication number
- CN112381908A CN112381908A CN202011358265.0A CN202011358265A CN112381908A CN 112381908 A CN112381908 A CN 112381908A CN 202011358265 A CN202011358265 A CN 202011358265A CN 112381908 A CN112381908 A CN 112381908A
- Authority
- CN
- China
- Prior art keywords
- point
- point cloud
- aob
- delta
- boundary line
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
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Pj;在点云集Pj中找出距离分布中心O最远的点pk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
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Pi的均值分布中心点O的坐标O(x0,y0),计算公式如下:
式中,(xi,yi)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,(xi,yi)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Pj:
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Pj。
步骤7:在点云集Pj中找出距离均值分布中心点O最远的点pk,作为点云边界线的控制点之一,计算公式如下:
pk=Pg(x,y)
式中:g表示点云集Pj中距离分布中心O最远点pk的位置,m表示点云集Pj中点云数量,Dg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Pi的均值分布中心点O的坐标O(x0,y0),计算公式如下:
式中,(xi,yi)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,(xi,yi)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Pj:
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Pj。
步骤7:在点云集Pj中找出距离均值分布中心点O最远的点pk,作为点云边界线的控制点之一,计算公式如下:
pk=Pg(x,y)
式中:g表示点云集Pj中距离分布中心O最远点pk的位置,m表示点云集Pj中点云数量,Dg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Pi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Pj:
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Pj;
步骤7:在点云集Pj中找出距离均值分布中心点O最远的点pk,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011358265.0A CN112381908B (zh) | 2020-11-27 | 2020-11-27 | 一种地形扫描点云边界线提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011358265.0A CN112381908B (zh) | 2020-11-27 | 2020-11-27 | 一种地形扫描点云边界线提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112381908A true CN112381908A (zh) | 2021-02-19 |
CN112381908B CN112381908B (zh) | 2022-05-17 |
Family
ID=74588782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011358265.0A Active CN112381908B (zh) | 2020-11-27 | 2020-11-27 | 一种地形扫描点云边界线提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112381908B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100021068A1 (en) * | 2008-07-25 | 2010-01-28 | Hong Fu Jin Precision Industry (Shenzhen) Co., Ltd. | System and method for extracting boundary elements of an object |
CN106504327A (zh) * | 2016-11-04 | 2017-03-15 | 辽宁工程技术大学 | 一种边坡点云曲面重建及变形信息提取方法 |
CN109376586A (zh) * | 2018-09-05 | 2019-02-22 | 武汉中海庭数据技术有限公司 | 基于激光点云的道路边界线交互式自动提取方法 |
CN110390683A (zh) * | 2018-04-17 | 2019-10-29 | 河海大学 | 一种基于密集点云的古城墙三维裂缝检测方法 |
US20200126208A1 (en) * | 2018-10-18 | 2020-04-23 | Wisconsin Alumni Research Foundation | Systems, methods, and media for detecting manipulations of point cloud data |
CN111612728A (zh) * | 2020-05-25 | 2020-09-01 | 北京交通大学 | 一种基于双目rgb图像的3d点云稠密化方法和装置 |
WO2020223594A2 (en) * | 2019-05-02 | 2020-11-05 | Kodak Alaris, Inc | Automated 360-degree dense point object inspection |
-
2020
- 2020-11-27 CN CN202011358265.0A patent/CN112381908B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100021068A1 (en) * | 2008-07-25 | 2010-01-28 | Hong Fu Jin Precision Industry (Shenzhen) Co., Ltd. | System and method for extracting boundary elements of an object |
CN106504327A (zh) * | 2016-11-04 | 2017-03-15 | 辽宁工程技术大学 | 一种边坡点云曲面重建及变形信息提取方法 |
CN110390683A (zh) * | 2018-04-17 | 2019-10-29 | 河海大学 | 一种基于密集点云的古城墙三维裂缝检测方法 |
CN109376586A (zh) * | 2018-09-05 | 2019-02-22 | 武汉中海庭数据技术有限公司 | 基于激光点云的道路边界线交互式自动提取方法 |
US20200126208A1 (en) * | 2018-10-18 | 2020-04-23 | Wisconsin Alumni Research Foundation | Systems, methods, and media for detecting manipulations of point cloud data |
WO2020223594A2 (en) * | 2019-05-02 | 2020-11-05 | Kodak Alaris, Inc | Automated 360-degree dense point object inspection |
CN111612728A (zh) * | 2020-05-25 | 2020-09-01 | 北京交通大学 | 一种基于双目rgb图像的3d点云稠密化方法和装置 |
Non-Patent Citations (2)
Title |
---|
SHEN WEI: "BUILDING BOUNDARY EXTRACTION BASED ON", 《THE INTERNATIONAL ARCHIVES OF THE PHOTOGRAMMETRY, REMOTE SENSING AND SPATIAL INFORMATION SCIENCES》 * |
汪子豪: "从隧道三维点云中自动截取断面轮廓的方法", 《水利与建筑工程学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112381908B (zh) | 2022-05-17 |
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 | |
CN111311650B (zh) | 一种点云数据的配准方法、装置及存储介质 | |
CN105133840B (zh) | 一种双曲面吊顶的施工方法 | |
CN107424193A (zh) | 一种门窗信息提取方法及其装置 | |
CN104463969B (zh) | 一种对航空倾斜拍摄的地理照片的模型的建立方法 | |
CN112396690B (zh) | 基于改进型向心参数化法的曲面高精重构方法 | |
CN103942837B (zh) | 基于序列线性规划的叶片点云模型截面曲线直接构造方法 | |
CN107330142B (zh) | 一种基于stl模型的在机检测的测点法矢估算方法 | |
CN112648976B (zh) | 实景影像测量方法、装置、电子设备及存储介质 | |
CN112762899B (zh) | 一种激光点云加bim模型在可视化变电站中与视频信息的融合方法 | |
CN111553292A (zh) | 一种基于点云数据的岩体结构面识别与产状分类方法 | |
CN109712190A (zh) | 三维激光扫描仪与三维激光雷达的外参标定方法 | |
CN115560690B (zh) | 一种基于三维激光扫描技术的结构物整体变形分析方法 | |
CN113570722A (zh) | 一种围岩裂缝信息提取及完整性系数快速测定方法 | |
CN112033385A (zh) | 一种基于海量点云数据的桥墩位姿测量方法 | |
CN110047146B (zh) | 一种基于单幅回转体图像3d还原的误差修正方法 | |
CN115018249A (zh) | 一种基于激光扫描技术的地铁站施工质量评价方法 | |
CN109615594B (zh) | 一种激光点云空洞修补着色方法 | |
CN112381908B (zh) | 一种地形扫描点云边界线提取方法 | |
CN111599016B (zh) | 点云误差计算方法 | |
CN108959177A (zh) | 一种基于平面傅立叶轮廓分析的三维颗粒构形方法 | |
CN115630478A (zh) | 一种基于迭代函数系统的离散裂缝网络生成方法 | |
CN116734757A (zh) | 基于无人机机载激光扫描仪的隧道围岩变形监测预警方法 | |
CN116563350A (zh) | 基于3d ndt-icp算法的掘进巷道点云配准方法 | |
US9152743B2 (en) | Computer process for determining best-fitting materials for constructing architectural surfaces |
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 |