CN113808226B - 一种通用隧道断面提取与去噪方法 - Google Patents

一种通用隧道断面提取与去噪方法 Download PDF

Info

Publication number
CN113808226B
CN113808226B CN202111079197.9A CN202111079197A CN113808226B CN 113808226 B CN113808226 B CN 113808226B CN 202111079197 A CN202111079197 A CN 202111079197A CN 113808226 B CN113808226 B CN 113808226B
Authority
CN
China
Prior art keywords
section
angle
segment
point cloud
tunnel
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
CN202111079197.9A
Other languages
English (en)
Other versions
CN113808226A (zh
Inventor
张邵华
杨秉岐
武瑞宏
田社权
袁永信
张占忠
杨远超
何小飞
张卫龙
田生辉
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.)
China Railway First Survey and Design Institute Group Ltd
Original Assignee
China Railway First Survey and Design Institute Group 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 China Railway First Survey and Design Institute Group Ltd filed Critical China Railway First Survey and Design Institute Group Ltd
Priority to CN202111079197.9A priority Critical patent/CN113808226B/zh
Publication of CN113808226A publication Critical patent/CN113808226A/zh
Application granted granted Critical
Publication of CN113808226B publication Critical patent/CN113808226B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00Image coding
    • G06T9/40Tree coding, e.g. quadtree, octree
    • G06T5/70
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20016Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30132Masonry; Concrete

Abstract

本发明公开了一种通用隧道断面提取与去噪方法。在隧道的建设、运营和维护过程中,需要对隧道结构变形进行检测,但现有方法断面提取效率过低,且通用性较差。本发明包括隧道点云数据采集、建立具有金字塔结构的八叉树索引、隧道断面提取、断面等角微分去噪四大步骤。本发明针对海量点云数据建立了一套切割断面局部范围点云的快速搜索方法,大大加快了断面提取效率;等角微分去噪算法,能较好的过滤隧道壁上的扫描噪点、附属设施等,且具有较强的通用性,能够用于公路、铁路、地铁等场景隧道。

Description

一种通用隧道断面提取与去噪方法
技术领域
本发明属于三维激光扫描数据处理技术领域,具体涉及一种通用隧道断面提取与去噪方法。
背景技术
在隧道的建设、运营和维护过程中,需要对隧道结构变形进行检测,三维激光扫描技术由于高精度、高可靠性、高效率等优点,目前已广泛应用于公路、铁路、地铁隧道等领域。在隧道监控量测中最关注断面的收敛变形,因此需要对指定里程处的断面点云进行提取,获得断面轮廓数据;但在扫描作业时,不可避免噪点存在,以及隧道管线、附属设施等对隧道壁遮挡,影响数据分析等,因此也需要对点云进行去噪处理。由于三维激光点云数据量较大,对断面提取的快慢,直接影响隧道监控响应时效,目前常通过循环遍历整套数据判断点云到指定横断面的距离,进行断面的提取,但这种方法在处理大数据量的点云时,效率过低。对点云去噪,目前常采用半径滤波、高斯滤波、双边滤波等算法对三维点云直接处理,但往往参数不好控制,去噪时间较长,且处理后的断面点云不能较好的去除隧道壁上的噪点等,通用性较差,也不能适用于圆形、矩形、马蹄形或不规则等不同类型的隧道。
专利CN110706153B公开了一种基于原始点云数据的隧道断面快速提取方法,首先对原始坐标点云数据沿x轴或者y轴排序,然后根据隧道净空的宽度和斜率进行断面数据的粗提取,最后根据计算点到法平面的距离进行精提取,但对原始点云进行排序只适合于直线或走向单一的曲线,如果隧道环形分布则此方法不实用,且排序算法也比较费时。
专利CN111336991A公开了一种基于激光点云的隧道椭圆度分析方法,基于截取的隧道点云断面进行隧道断面圆拟合,根据拟合出的隧道断面轮廓去除隧道断面点云数据中的离群值,此方法基于最小二乘原理,能较好得去噪隧道壁上的噪点、附属设施等,但不具备通用性,只能用于圆形或椭圆形隧道。
发明内容
为了弥补现有技术的不足,本发明提供一种通用隧道断面提取与去噪方法,加快了隧道断面提取效率,且能够应用于不同类型的隧道。
为了达到上述目的,本发明所采用的技术方案为:
一种通用隧道断面提取与去噪方法,包括如下步骤:
步骤一:隧道点云数据采集
步骤二:建立具有金字塔结构的八叉树索引,具体步骤如下:
2.1利用线程池对海量点云三维格网分块,引入哈希函数,定义三维线性编码映射统计点云块计数;
2.2结合八叉树结构特征,通过位置编码访问八个临近节点,从下往上经金字塔层级循环,对微小格网单元进行融合处理;
2.3对分块点云进行二进制文件bin动态输出,并构建查询索引表;
2.4对bin文件再次分块计数,利用线性八叉树的Morton编码,进行数据的压缩存储,并对节点结构设置比特掩码bit-mask,判断子节点是否为空,完成多级索引的构建;
2.5采用泊松圆盘采样对建立的金字塔从下往上分层均匀采样,解决随机采样造成数据采样不均匀的缺点;
2.6最后定义层次结构,记录查询索引编码、地址码起始位、点个数、坐标范围等属性信息,完成八叉树索引的输出。
步骤三:隧道断面提取,具体步骤如下:
3.1中心线建立KD树索引,计算断面法向量v与法平面p;
3.2计算断面搜索范围二维平面多边形sp
依据插值点坐标及断面法向量v,给定切割厚度d、偏距s,计算断面搜索范围二维平面多边形sp;在断面粗提取时,断面搜索范围二维平面多边形sp宽度取给定切割厚度d的3-10倍;
3.3断面切片范围内的点云数据粗提取
3.4提取隧道断面
步骤四:断面等角微分去噪
4.1点云组织排序
计算断面点云的重心,以所述重心坐标为中心点,计算各个断面点与重心连线的角度值,对断面点云按照角度坐标系组织归化排序;
4.2隧道路面点云过滤
依据隧道璧与路面接触部分具有距离峰值变化的特性,过滤路面部分的点云,获得隧道壁点云数据;
4.3采用统计滤波过滤明显的偏离点,完成断面点云的初步过滤;
4.4按等角度间隔读取排序后的断面点云,记录在设定角度等分范围内的点云数据;
4.5.采用随机采样一致性RANSAC算法进行直线拟合,过滤偏离的噪点,且记录第一角度微分段的方向向量,并计算噪点过滤后的重心坐标;
4.6.按照4.4、4.5同样的方法,读取、拟合、记录第二角度微分段的方向向量,并计算噪点过滤后的重心坐标;所述第一角度微分段与第二角度微分段相邻;
4.7.设定角度约束阈值α、距离约束阈值δ,计算第一角度微分段通过自身重心坐标的直线方程,当第二角度微分段同时满足与第一角度微分段的角度约束条件与距离约束条件时,则输出记录;
所述与第一角度微分段的角度约束条件与距离约束条件为:第二角度微分段与第一角度微分段的方向向量夹角Δα在设定角度约束阈值α内、第二角度微分段的重心到第一角度微分段直线方程的垂直距离Δδ在设定距离约束阈值δ内;
4.8当第二角度微分段不能同时满足与第一角度微分段的角度约束条件与距离约束条件时,对第二角度微分段进行循环二分法处理,分别判断是否同时满足与第一角度微分段的角度约束条件与距离约束条件;
当满足与第一角度微分段的角度约束条件与距离约束条件时,则输出记录;反之,以第一角度微分段的直线方程为基准,记录第二角度微分段中到第一角度微分段拟合直线的距离1cm范围内的点;
按照步骤4.4-4.8同样的方法,完成整个断面数据的读取。
具体地,3.3断面切片范围内的点云数据粗提取具体包括如下步骤:
步骤一:依据构建的八叉树索引节点的二维平面坐标,建立节点平面四边形np;
步骤二:当所述节点平面四边形np与断面搜索范围二维平面多边形sp相交时,将节点的所有坐标记录到同一个数组中,完成断面切片范围内的点云数据粗提取。
具体地,3.4提取隧道断面具体包括如下步骤:
步骤一:循环判断、记录点云数组中到断面法平面p的垂直距离小于等于0.5倍的给定切割厚度d,偏距小于等于给定偏距s的点,完成隧道断面的精提取;
步骤二:以法向量作为基准,进行三维到平面的投影,并计算法向量v绕坐标轴z的旋转角,将投影点云进行坐标旋转,获得平行于x轴的二维平面。
本发明的有益效果:
1)本发明针对海量点云数据建立了一套切割断面局部范围点云的快速搜索方法,为降低八叉树查询索引算法复杂度,定义搜索范围平面多边形,通过与八叉树索引节点多边形相交判断,简化了搜索流程,且避免了对整套点云的整体循环读取,大大加快了断面提取效率;
2)针对圆形、矩形、马蹄形等不同类型的隧道,本发明提出了一种等角微分去噪算法,通过设定角度阈值与距离阈值约束条件,能较好的过滤隧道壁上的扫描噪点、附属设施等,且具有较强的通用性,能够用于公路、铁路、地铁等场景隧道。
附图说明
图1是总技术流程图;
图2是八叉树分块示意图;
图3是八叉树节点与断面搜索范围多边形相交示例图;
图4是断面角度坐标系示意图;
图5是距离峰值检测示意图;
图6是等角微分示意图;
图7是角度与距离约束示意图;
图8是圆拱直墙型隧道断面提取与去噪前后结果示意图;
图9是大圆型隧道断面提取与去噪结果示意图。
具体实施方式
下面结合具体实施方式对本发明进行详细的说明。
如图1本发明总流程图所示,本发明包括如下步骤:
步骤一:隧道点云数据采集
1.1对矿山等无轨道铺设的隧道,其点云数据采集可采用架站三维扫描方式,通过多次设站、靶标拼接、坐标转换等完成隧道数据的扫描作业;对公路、铁路、地铁隧道等,除架站方式外,也可通过车载测量作业,通过集成扫描仪、惯导、GNSS接收机等传感器的载体,移动扫描采集隧道点云、轨迹等信息;
1.2轨迹解算:对架站扫描,采用双向投影法进行中轴线的提取作为轨迹线;对移动扫描,由组合导航解算获取行车轨迹数据;
步骤二:建立具有金字塔结构的八叉树索引
扫描数据通常达到GB、甚至TB级,本专利对海量点云数据建立八叉树索引机制,加快搜索效率,主要步骤如下:
2.1利用线程池对海量点云三维格网分块,引入哈希函数,定义三维线性编码映射统计点云块计数;
2.2结合八叉树结构特征,通过位置编码访问八个临近节点,从下往上经金字塔层级循环,对微小格网单元进行融合处理;
2.3对分块点云进行二进制文件bin动态输出,并构建查询索引表;
2.4对bin文件再次分块计数,利用线性八叉树的Morton编码,进行数据的压缩存储,并对节点结构设置比特掩码bit-mask,判断子节点是否为空,完成多级索引的构建;
2.5采用泊松圆盘采样对建立的金字塔从下往上分层均匀采样,解决随机采样造成数据采样不均匀的缺点;
2.6最后定义层次结构,记录查询索引编码、地址码起始位、点个数、坐标范围等属性信息,完成八叉树索引的输出;
步骤三:隧道断面提取,具体步骤如下:
3.1中心线建立KD树索引,计算断面法向量与法平面
加载步骤一中提取的轨迹线或采用隧道设计中线作为轨迹线,对轨迹线建立KD树索引,根据给定的查询点坐标或者查询里程,进行K近邻搜索,获得离查询点距离最近的轨迹点数据,对K个轨迹数据进行曲线拟合,并插值处理,获得查询点在中心线上的插值点坐标、里程以及方向向量,此方向向量即作为提取断面的法向量v;经过插值点且垂直方向向量的平面即为提取断面的法平面p;
3.2计算断面搜索范围二维平面多边形sp
在对隧道断面提取时,需建立一套断面范围内的局部点云快速搜索算法,本专利对点云进行了二次分块,并建立了八叉树索引,给定搜索点坐标或搜索范围多边形,即可快速查询对应坐标范围内的分块节点数据,避免了对整套点云进行循环遍历,可大大加速点云搜索效率。根据插值点坐标及法向量v,给定切割厚度d=2cm,偏距s=10m,可计算断面搜索范围多边形,为降低算法复杂度,本专利定义搜索范围多边形为二维平面多边形sp,但考虑到在曲线段横断面并不垂直向上,点云会落入多个节点块,在断面粗提取时,取切割厚度d的3倍,扩大搜索多边形的范围,即搜索多边形宽度6cm,长度20m;
3.3断面切片范围内的点云数据粗提取,具体包括如下步骤:
完成搜索范围多边形的计算后,可进行隧道断面的粗提取,即首先截取搜索点指定范围内的局部隧道点云;八叉树节点结构存储了节点的最大/小值三维坐标,为简化搜索流程,本专利依据构建的八叉树索引节点的二维平面坐标,建立节点平面四边形np;如图3所示,在对隧道断面粗提取时,判断节点平面四边形np与搜索多边形sp是否相交,将相交节点(np1-np7)的所有坐标记录到同一个数组中,完成断面切片范围内的点云数据粗提取;
3.4提取隧道断面
由粗提取的隧道断面点云数组,以及给定的切割厚度d=2cm,偏距s=10m循环判断、记录点云数组中到断面法平面p的垂直距离小于等于d/2=1cm,且偏距小于等于10m的点,即完成隧道断面的精提取;但此时的隧道断面仍是具有一定厚度的三维点云,以法向量作为基准,进行三维到平面的投影,并计算法向量v绕坐标轴z的旋转角,将投影点云进行坐标旋转,获得平行于x轴的二维平面;
步骤四:断面等角微分去噪
4.1点云组织排序
完成隧道断面提取后,由于扫描飞点、附属设施等影响,无法直接对隧道变形进行分析,需要对断面进行点云去噪处理。提取的隧道断面是无序的,为方便计算,首先计算断面点云的重心(cx,cy,cz),并以重心坐标为中心点,计算各个断面点与重心连线的角度值angle,对角度坐标系定义为:以x轴正向为角度起点即0°,逆时针方向,角度范围设定为(-180°~180°),对断面点云按照角度坐标系组织归化排序;
4.2隧道路面点云过滤
对断面分析重点关注隧道璧部分,需要对路面部分等进行过滤。本专利结合隧道结构特征,隧道璧与路面接触部分具有距离峰值变化特性,如图5所示为重心到隧道壁与路面部分的随角度变化的距离曲线,随着角度增加,在隧道壁部分的距离先从小变大;在隧道壁与路面接触部分,出现转折点,距离趋向于平稳,之后逐渐变小,如图5所示,此转折点即峰值点作为隧道壁与路面的分割点。因此读取排序后的断面点云,可采用距离峰值检测法,过滤路面部分的点云,获得隧道壁点云数据;
4.3为过滤明显的偏离点,首先采用统计滤波,对断面点云进行初步过滤;
4.4.如图6所示,按等角度间隔读取排序后的断面点云,比如采用1°~3°等分,记录在设定角度等分范围内的点云数据;
4.5.采用随机采样一致性RANSAC算法进行直线拟合,过滤偏离的噪点,且记录第一角度微分段的方向向量,并计算噪点过滤后的重心坐标;
4.6.按照4.4、4.5同样的方法,读取、拟合、记录第二角度微分段的方向向量,并计算噪点过滤后的重心坐标;第一角度微分段与第二角度微分段相邻;
4.7设定角度约束阈值α,可根据隧道扭曲变形实际情况选择10°~30°;设定距离约束阈值δ,可根据角度等分大小进行调整,比如采用1°等分时,距离阈值设置为2cm,3°等分时设置为5cm等,同时根据过滤精度要求进行距离阈值的增大或减小;计算第一角度微分段通过自身重心坐标的直线方程,
如图7所示给出了a、b、c三种可能场景,分别标注了两个微分段的方向向量、重心坐标、夹角以及距离,当第二角度微分段与第一角度微分段的方向向量夹角Δα在设定角度约束阈值α内、第二角度微分段的重心到第一角度微分段直线方程的垂直距离Δδ在设定距离约束阈值δ内,则第二角度微分段是隧道壁上的点,进行输出记录;
4.8当第二角度微分段不能同时满足与第一角度微分段的角度约束条件与距离约束条件时,对第二角度微分段进行循环二分法处理,分别判断是否同时满足与第一角度微分段的角度约束条件与距离约束条件;
当满足与第一角度微分段的角度约束条件与距离约束条件时,则输出记录;反之,以第一角度微分段的直线方程为基准,记录第二角度微分段中到第一角度微分段拟合直线的设定距离1cm范围内的点;即完成第一与第二微分段的处理流程,则方法可尽可能多的保留隧道壁上的点云数据;
按照步骤4.4-4.8同样的方法,完成整个断面数据的读取;此方法尽可能的保留了隧道壁上的点云数据,且能够较好的过滤掉扫描噪点、隧道壁上的附属设施等,具有通用性,如图8与9所示,展示了用于圆拱直墙型等不同类型的隧道的隧道路面过滤与断面去噪结果示例。
本发明的内容不限于实施例所列举,本领域普通技术人员通过阅读本发明说明书而对本发明技术方案采取的任何等效的变换,均为本发明的权利要求所涵盖。

Claims (1)

1. 一种通用隧道断面提取与去噪方法,其特征在于:包括如下步骤:
步骤一:隧道点云数据采集
步骤二:建立具有金字塔结构的八叉树索引,具体步骤如下:
2.1利用线程池对海量点云三维格网分块,引入哈希函数,定义三维线性编码映射统计点云块计数;
2.2结合八叉树结构特征,通过位置编码访问八个临近节点,从下往上经金字塔层级循环,对微小格网单元进行融合处理;
2.3对分块点云进行二进制文件bin动态输出,并构建查询索引表;
2.4对bin文件再次分块计数,利用线性八叉树的Morton编码,进行数据的压缩存储,并对节点结构设置比特掩码bit-mask,判断子节点是否为空,完成多级索引的构建;
2.5采用泊松圆盘采样对建立的金字塔从下往上分层均匀采样,解决随机采样造成数据采样不均匀的缺点;
2.6最后定义层次结构,记录查询索引编码、地址码起始位、点个数、坐标范围属性信息,完成八叉树索引的输出;
步骤三:隧道断面提取,具体步骤如下:
3.1中心线建立KD树索引,计算断面法向量v与法平面p;
3.2计算断面搜索范围二维平面多边形sp
依据插值点坐标及断面法向量v,给定切割厚度d、偏距s,计算断面搜索范围二维平面多边形sp;在断面粗提取时,断面搜索范围二维平面多边形sp宽度取给定切割厚度d的3-10倍;
3.3断面切片范围内的点云数据粗提取;
3.4提取隧道断面;
步骤四:断面等角微分去噪
4.1点云组织排序
计算断面点云的重心,以所述重心坐标为中心点,计算各个断面点与重心连线的角度值,对断面点云按照角度坐标系组织归化排序;
4.2隧道路面点云过滤
依据隧道璧与路面接触部分具有距离峰值变化的特性,过滤路面部分的点云,获得隧道壁点云数据;
4.3采用统计滤波过滤明显的偏离点,完成断面点云的初步过滤;
4.4按等角度间隔读取排序后的断面点云,记录在设定角度等分范围内的点云数据;
4.5采用随机采样一致性RANSAC算法进行直线拟合,过滤偏离的噪点,且记录第一角度微分段的方向向量,并计算噪点过滤后的重心坐标;
4.6按照4.4、4.5同样的方法,读取、拟合、记录第二角度微分段的方向向量,并计算噪点过滤后的重心坐标;所述第一角度微分段与第二角度微分段相邻;
4.7设定角度约束阈值α、距离约束阈值δ,计算第一角度微分段通过自身重心坐标的直线方程,当第二角度微分段同时满足与第一角度微分段的角度约束条件与距离约束条件时,则输出记录;
所述与第一角度微分段的角度约束条件与距离约束条件为:第二角度微分段与第一角度微分段的方向向量夹角在设定角度约束阈值α内、第二角度微分段的重心到第一角度微分段直线方程的垂直距离/>在设定距离约束阈值δ内;
4.8当第二角度微分段不能同时满足与第一角度微分段的角度约束条件与距离约束条件时,对第二角度微分段进行循环二分法处理,分别判断是否同时满足与第一角度微分段的角度约束条件与距离约束条件;
当满足与第一角度微分段的角度约束条件与距离约束条件时,则输出记录;反之,以第一角度微分段的直线方程为基准,记录第二角度微分段中到第一角度微分段拟合直线的距离1cm范围内的点;
按照步骤4.4-4.8同样的方法,完成整个断面数据的读取;
所述3.3断面切片范围内的点云数据粗提取具体包括如下步骤:
步骤一:依据构建的八叉树索引节点的二维平面坐标,建立节点平面四边形np;
步骤二:当所述节点平面四边形np与断面搜索范围二维平面多边形sp相交时,将节点的所有坐标记录到同一个数组中,完成断面切片范围内的点云数据粗提取;
所述3.4提取隧道断面具体包括如下步骤:
步骤一:循环判断、记录点云数组中到断面法平面p的垂直距离小于等于0.5倍的给定切割厚度d,偏距小于等于给定偏距s的点,完成隧道断面的精提取;
步骤二:以法向量作为基准,进行三维到平面的投影,并计算法向量v绕坐标轴z的旋转角,将投影点云进行坐标旋转,获得平行于x轴的二维平面。
CN202111079197.9A 2021-09-15 2021-09-15 一种通用隧道断面提取与去噪方法 Active CN113808226B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111079197.9A CN113808226B (zh) 2021-09-15 2021-09-15 一种通用隧道断面提取与去噪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111079197.9A CN113808226B (zh) 2021-09-15 2021-09-15 一种通用隧道断面提取与去噪方法

Publications (2)

Publication Number Publication Date
CN113808226A CN113808226A (zh) 2021-12-17
CN113808226B true CN113808226B (zh) 2024-04-05

Family

ID=78941060

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111079197.9A Active CN113808226B (zh) 2021-09-15 2021-09-15 一种通用隧道断面提取与去噪方法

Country Status (1)

Country Link
CN (1) CN113808226B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114742765A (zh) * 2022-03-11 2022-07-12 中铁第一勘察设计院集团有限公司 一种基于激光点云测量的隧道断面特征点精确提取方法
CN114791278A (zh) * 2022-04-14 2022-07-26 中南大学 基于地磁场和重力场感知的姿态角传感装置及监测方法
CN114723898B (zh) * 2022-06-09 2022-09-06 天津市天科数创科技股份有限公司 大体量点云模型轻量化的方法及装置
CN117708065B (zh) * 2024-02-05 2024-04-26 中铁四局集团有限公司 海量点云智能管理方法及计算机存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413297A (zh) * 2013-07-16 2013-11-27 南京师范大学 基于一体化三维gis模型的切割方法
KR101808958B1 (ko) * 2016-09-22 2017-12-13 성균관대학교산학협력단 구조물 형상 정보 구축 방법 및 구조물 변형 검출 방법
CN109214994A (zh) * 2018-08-10 2019-01-15 河海大学 一种基于双控制点的隧道密集点云噪声剔除方法
CN109598714A (zh) * 2018-12-03 2019-04-09 中南大学 一种基于图像三维重建及网格曲面的隧道超欠挖检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11348283B2 (en) * 2018-07-10 2022-05-31 Samsung Electronics Co., Ltd. Point cloud compression via color smoothing of point cloud prior to texture video generation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413297A (zh) * 2013-07-16 2013-11-27 南京师范大学 基于一体化三维gis模型的切割方法
KR101808958B1 (ko) * 2016-09-22 2017-12-13 성균관대학교산학협력단 구조물 형상 정보 구축 방법 및 구조물 변형 검출 방법
CN109214994A (zh) * 2018-08-10 2019-01-15 河海大学 一种基于双控制点的隧道密集点云噪声剔除方法
CN109598714A (zh) * 2018-12-03 2019-04-09 中南大学 一种基于图像三维重建及网格曲面的隧道超欠挖检测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
一种联合瓦片索引的车载海量点云数据管理方法;谢洪;胡晓斌;龚;;测绘通报;20171231(第03期);17-21, 79 *
基于kd_tree算法和法向量估计的点云数据精简方法;王丽;;宿州学院学报;20191215(第12期) *
基于三维激光扫描技术的地铁隧道椭圆度快速检测方法;袁辉;;城市轨道交通研究;20200710(第07期) *
基于三维激光点云数据的隧道断面提取及应用研究;徐正元;中国优秀硕士学位论文全文数据库工程科技Ⅱ辑;20180815(第第08期期);C034-49 *
基于图像点云空间测距算法的隧道初期支护整体变形监测技术研究与应用;张宇;阳军生;祝志恒;唐志扬;傅金阳;;隧道建设(中英文);20200531;第40卷(第05期);686-694 *

Also Published As

Publication number Publication date
CN113808226A (zh) 2021-12-17

Similar Documents

Publication Publication Date Title
CN113808226B (zh) 一种通用隧道断面提取与去噪方法
CN111291776B (zh) 基于众源轨迹数据的航道信息提取方法
CN111598823A (zh) 多源移动测量点云数据空地一体化融合方法、存储介质
CN111222418B (zh) 一种车道线的多道路片段的众包数据快速融合优化方法
CN112184736B (zh) 一种基于欧式聚类的多平面提取方法
WO2021035618A1 (zh) 点云分割方法、系统和可移动平台
CN110728689A (zh) 一种基于点云数据的既有铁路中线提取方法
CN111598780B (zh) 一种适用于机载LiDAR点云的地形自适应插值滤波方法
CN111652241B (zh) 融合影像特征与密集匹配点云特征的建筑物轮廓提取方法
CN106123812A (zh) 基于遥感影像获取起伏地表甘蔗种植面积的方法及装置
Arachchige et al. Automatic processing of mobile laser scanner point clouds for building facade detection
CN108828608A (zh) 车辆检测方法中激光雷达背景数据滤除方法
CN114119902A (zh) 一种基于无人机倾斜三维模型的建筑物提取方法
CN111209805A (zh) 一种车道线众包数据的多道路片段数据的快速融合优化方法
CN113836484B (zh) 基于路径点邻近域与地面滤波的自适应点云抽稀方法
CN113721254A (zh) 一种基于道路指纹空间关联矩阵的车辆定位方法
CN116824379A (zh) 一种基于多维特征的激光点云建筑物轮廓渐进优化方法
CN111861946A (zh) 自适应多尺度车载激光雷达稠密点云数据滤波方法
CN116012737A (zh) 基于无人机激光和视觉融合的高速施工监测方法和系统
CN116486268A (zh) 一种激光点云地面滤波方法及装置
CN116385659A (zh) 一种点云建筑物建模方法、系统、存储介质及电子设备
CN114820505A (zh) 一种动态目标的非接触测量方法
CN114139099A (zh) 基于轨迹密度匀化和层次分割的道路交叉口信息提取方法
CN111583237B (zh) 蜂窝规整度检测的邻域窗口递推胞元重构方法
CN115792958A (zh) 一种基于3d激光雷达的无人矿车障碍物检测方法

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
GR01 Patent grant
GR01 Patent grant