CN114754741A - 边坡断面坡度测量方法 - Google Patents
边坡断面坡度测量方法 Download PDFInfo
- Publication number
- CN114754741A CN114754741A CN202210670876.1A CN202210670876A CN114754741A CN 114754741 A CN114754741 A CN 114754741A CN 202210670876 A CN202210670876 A CN 202210670876A CN 114754741 A CN114754741 A CN 114754741A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- slope
- points
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
- G01C9/005—Measuring inclination, e.g. by clinometers, by levels specially adapted for use in aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Architecture (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种边坡断面坡度测量方法,包括如下步骤:A)经由航拍设备获取边坡区域图像,形成所述边坡的点云数据;B)基于网格化对所述点云数据进行降采样以得到降采样点云数据,并对所述降采样点云数据进行降噪处理,以得到降噪点云数据;C)计算所述降噪点云数据中各点云的点云法向量和点云曲率,基于所述点云法向量和所述点云曲率对所述降噪点云数据进行分割,以得到地面点云数据和坡面点云数据,基于所述地面点云数据拟合出地面平面,基于所述坡面点云数据,选择需要计算坡度的边坡断面;D)基于所述地面平面以及所述边坡断面计算所述边坡断面的坡度。本发明的边坡断面坡度测量方法计算量少,处理速度快,且精度高。
Description
技术领域
本发明涉及土建工程测绘领域,具体涉及一种边坡断面坡度测量方法。
背景技术
边坡指的是为保证路基稳定,在路基两侧做成的具有一定坡度的坡面,边坡坡度指的是边坡高度与宽度之比。
在修建公路时,为了防止塌方事故的发生,保证施工或者是运行时的安全,在挖方或填方的开挖深度或填筑高度超过一定限度时,需要在其两侧修筑具有一定坡度的边坡,而边坡的坡度则是路基设计以及边坡稳定性分析的重要指标。
现有技术中对边坡坡度的测量通常需要工作人员到达的边坡上,并在边坡上布设测量点以进行观测,一方面使得工作人员的安全难以得到保障,另一方面进行人工布点测量,测量过程繁琐,且获得的测量数据相对较少,使得难以准确地估计边坡的坡度,且也难以实现快速获取边坡的坡度。
有鉴于此,需要提供一种边坡断面坡度测量方法。
发明内容
本发明的所要提供的是一种边坡断面坡度测量方法,计算量少,处理速度快,且精度高。
为实现以上发明目的,本发明所提供一种边坡断面坡度测量方法,包括如下步骤:A)经由航拍设备获取边坡区域图像,形成所述边坡的点云数据;
B)基于网格化对所述点云数据进行降采样以得到降采样点云数据,并对所述降采样点云数据进行降噪处理,以得到降噪点云数据;
C)计算所述降噪点云数据中各点云的点云法向量和点云曲率,基于所述点云法向量和所述点云曲率对所述降噪点云数据进行分割,以得到地面点云数据和坡面点云数据,基于所述地面点云数据拟合出地面平面,基于所述坡面点云数据,选择需要计算坡度的边坡断面;
D)基于所述地面平面以及所述边坡断面计算所述边坡断面的坡度。
具体地,所述航拍设备为航拍无人机。
进一步具体地,所述点云数据的获取步骤包括:
A1)规划测量区域,在所述测量区域内布设控制点,并测量所述控制点的坐标;
A2)设定所述航拍无人机的飞行轨迹,并规划多个不同的航拍镜头角度,控制所述航拍无人机沿设定的所述飞行轨迹进行多次飞行,且每次飞行时,所述航拍无人机进行航拍的所述航拍镜头角度不同,以得到不同角度下的边坡图像;
A3)基于所述控制点的坐标和所述航拍无人机在航拍时的空间坐标、飞行姿态以及所述航拍镜头角度对所述边坡图像进行解析,以得到所述点云数据。
进一步具体地,所述飞行姿态包括航向角、俯仰角和翻滚角;所述空间坐标包括经度、纬度和飞行高度。
进一步地,步骤B)中所述点云数据的降采样过程包括:设置最小间距,以基于最小间距对所述点云数据进行网格化划分,形成多个点云数据立方体,选取各所述点云数据立方体中与所述点云数据立方体的重心之间的间距最小的点作为降采样数据点,以得到所述降采样点云数据。
进一步具体地,所述降采样点云数据的降噪过程包括:对所述降采样点云数据进
行网格化划分,以得到多个降采样点云数据立方体,基于超松弛迭代算法,设定异常点判断
阈值以对各所述降采样点云数据立方体进行异常点剔除,所述判断阈值
为:
其中,EM为所述降采样点云数据立方体内的所有数据点到该所述降采样点云数据立方体中某一特定数据点的平均距离,S为标准差参数,std为所述降采样点云数据立方体内所有数据点到所述特定数据点的距离的标准差。
进一步地,步骤C)中对所述降噪点云数据的分割步骤包括:
C1-1)设置一个空的种子点序列和一个空的聚类数组,选择所述点云曲率最小的数据点作为初始种子点,并将所述初始种子点加入到所述种子点序列中;
C1-2)搜索所述初始种子点的邻域点,计算各所述邻域点的邻域点法向量以及所述初始种子点的种子点法向量,计算所述邻域点法向量以及所述种子点法向量之间的法向量夹角,设定平滑阈值,并将所述法向量夹角与所述平滑阈值对比,以将所述法向量夹角小于所述平滑阈值的所述邻域点判定为与所述初始种子点处于同一区域;
C1-3)计算各所述邻域点的曲率,设定曲率阈值,将曲率小于所述曲率阈值的所述邻域点加入到所述种子点序列中,删除所述初始种子点,以所述邻域点作为新的种子点,并重复步骤C1-2)直到所述种子点序列中的所有种子点被清空,完成一个区域的生长,并将该区域加入到所述聚类数组中;
C1-4)对所述降噪点云数据中剩余的数据点执行步骤C1-1)至步骤C1-3),直到遍历完所述降噪点云数据中所有的数据点。
进一步地,步骤C)中对所述地面平面的拟合步骤包括:
C2-1)在所述地面点云数据中任意选取至少三个采样数据点,以基于所述采样数据点,确定出初始拟合平面;
C2-2)计算所述地面点云数据中其它的数据点与所述初始拟合平面之间的距离,设定距离阈值,将与所述初始拟合平面之间的距离小于所述距离阈值的数据点判定为内点,以形成地面模型,并统计所述地面模型中所述内点的数量;
C2-3)重复步骤C2-1)和C2-2),以形成多个所述地面模型,并选取多个所述地面模型中所述内点数量最多的一者作为所述地面平面。
进一步地,步骤C)中所述边坡断面的获取步骤包括:在所述坡面点云数据中按照设定的截取宽度截取出待测坡面区域;对所述待测坡面区域基于最小二乘法拟合出该待测坡面区域的直线方程。
进一步地,步骤D)中所述边坡断面的坡度的计算过程包括:基于所述地面平面计算所述地面平面的地面平面法向量,基于所述待测坡面区域的直线方程得出所述待测坡面区域的坡面方向向量,计算所述地面平面法向量与所述坡面方向向量的向量角,并结合互余关系得到所述边坡断面的坡度。
本发明所提供的边坡断面坡度测量方法,其通过航拍设备对需要测量的边坡区域进行航拍,以得到边坡的点云数据,采用航拍设备进行航拍来获得边坡的数据模型,能够使得在进行数据的测量采集时,工作人员无需亲子攀爬到边坡上,从极大地保证了工作人员的安全,且利用航拍设备能够在空中对边坡区域进行全方位的拍摄扫描,相较于人工测量的方法,航拍扫描的方法能够获得更为精细以及全面的测量数据,从而能够便于准确的知道边坡上各个断面处的坡度,使得边坡断面坡度测量方法具有更高的精度;在获得边坡的点云数据后,对点云数据进行降采样,能够在对精度影响极小的前提下,极大地所见数据量,使得后续对数据的处理量以及计算量极大地减小,能够提高坡度的计算速度,且对降采样后的点云数据进行降噪处理,能够有效剔除会对计算结果产生影响的噪点,从而能够提高边坡断面坡度测量方法的精度。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
图1是本发明的边坡断面坡度测量方法流程示意图;
图2是本发明的边坡断面坡度测量方法的测量原理示意图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
在本发明所提供的边坡断面坡度测量方法的一种实施例中,如图1所示,该边坡断面坡度测量方法包括如下步骤:
A)经由航拍设备获取边坡区域图像,形成边坡的点云数据;
B)基于网格化对点云数据进行降采样以得到降采样点云数据,并对降采样点云数据进行降噪处理,以得到降噪点云数据;
C)计算降噪点云数据中各点云的点云法向量和点云曲率,基于点云法向量和点云曲率对降噪点云数据进行分割,以得到地面点云数据和坡面点云数据,基于地面点云数据拟合出地面平面,基于坡面点云数据,选择需要计算坡度的边坡断面;
D)基于地面平面以及边坡断面计算边坡断面的坡度。
本发明所提供的边坡断面坡度测量方法,其通过航拍设备对需要测量的边坡区域进行航拍,以得到边坡的点云数据,采用航拍设备进行航拍来获得边坡的数据模型,能够使得在进行数据的测量采集时,工作人员无需亲子攀爬到边坡上,从极大地保证了工作人员的安全,且利用航拍设备能够在空中对边坡区域进行全方位的拍摄扫描,相较于人工测量的方法,航拍扫描的方法能够获得更为精细以及全面的测量数据,从而能够便于准确的知道边坡上各个断面处的坡度,使得边坡断面坡度测量方法具有更高的精度;在获得边坡的点云数据后,对点云数据进行降采样,能够在对精度影响极小的前提下,极大地所见数据量,使得后续对数据的处理量以及计算量极大地减小,能够提高坡度的计算速度,且对降采样后的点云数据进行降噪处理,能够有效剔除会对计算结果产生影响的噪点,从而能够提高边坡断面坡度测量方法的精度。
具体地,在本发明所提供的边坡断面坡度测量方法的一种实施例中,航拍设备可以是航拍直升机,航拍直升机在空中受到风吹时不易产生摆动,能够使得拍摄的到的边坡区域图片不易模糊,但是使用航拍直升机的成本过高,且体型较大,容易受到使用场地的限制,因此可优选以航拍无人机作为航拍设备,使用航拍无人机作为航拍设备能够不易受到使用场地的限制,且使用成本低,特别地,航拍无人机能够便于设定飞行轨迹,从而在需要以不同的角度对边坡区域进行拍摄时,每次都能够以同样的航拍轨迹进行航拍,而能够便于对多种角度的航拍图片进行整合处理。
进一步地,在本发明所提供的边坡断面坡度测量方法的一种实施例中,以航拍无人机为例,利用航拍无人机获取点云数据的获取步骤包括:
A1)规划测量区域,在测量区域内布设控制点,并测量控制点的坐标,具体地,可以根据边坡所需测量的区域向外进行一定距离的扩展,以形成规划测量区域,并在规划测量区域中,按照9点法选取安全、容易抵达、不易被遮挡且成像明显的位置布设控制点,同时还应保证同一控制点至少出现在三张航拍无人机所拍摄的图像中,在工作人员容易到达的位置采用全球导航卫星系统测量控制点的坐标,在陡峭的或者危险的边坡地形地貌区,也可以利用全自动全站仪采用高精度免棱镜方式测量控制点的坐标;
A2)设定航拍无人机的飞行轨迹,并规划多个不同的航拍镜头角度,控制航拍无人机沿设定的飞行轨迹进行飞行,且每次飞行时,航拍无人机进行航拍的航拍镜头角度不同,以得到不同角度下的边坡图像,具体地,应当规划航拍无人机在规划测量区域内在相互垂直的(例如横纵)两个方向上设置不同的镜头角度进行重复飞行;需要注意的是,航拍无人机飞行高度的设置应该根据边坡的地形地貌进行合理设置,例如将航拍无人机与边坡之间在竖直方向上的距离始终保持在10米以上,此外,航拍无人机旁向重叠率和航向重叠率一般设置为80%-90%,航拍镜头角度设置为向下俯视45°至90°,以能够保证飞行的安全性和获取图片数据的完整性以及精确度;
A3)基于控制点的坐标和航拍无人机在航拍时的空间坐标、飞行姿态以及航拍镜头角度对边坡图像进行解析,以得到点云数据;其中,航拍无人机在航拍时的空间坐标包括经度、纬度和飞行高度,飞行姿态包括航向角、俯仰角和翻滚角;将上述数据作为光束平差法的初始参考值,再利用光束平差法求解多视图空间三维点,其求解方程为:
进一步地,在本发明所提供的边坡断面坡度测量方法的一种实施例中,步骤B)中点云数据的降采样过程包括:设置最小间距,以基于最小间距对点云数据进行网格化划分,形成多个点云数据立方体,需要注意的是,最小间距的大小可根据需要的测量精度进行变化,具体地,可对点云数据设置0.05m的最小间距来进行网格划分,想成多个边长为0.05m的点云数据立方体,从而选取各点云数据立方体中与点云数据立方体的重心之间的间距最小的点作为降采样数据点,以得到降采样点云数据,从而极大地减少了数据量,也能够保证最总求得的坡度具有足够的精确度。
进一步地,在本发明所提供的边坡断面坡度测量方法的一种实施例中,降采样点
云数据的降噪过程包括:对降采样点云数据进行网格化划分,以得到多个降采样点云数据
立方体,基于超松弛迭代算法,设定异常点判断阈值以对各降采样点云数据立方体
进行异常点剔除,判断阈值为:
其中,EM为降采样点云数据立方体内的所有数据点到该降采样点云数据立方体中某一特定数据点的平均距离,S为标准差参数,std为降采样点云数据立方体内所有数据点到特定数据点的距离的标准差。
进一步地,在本发明所提供的边坡断面坡度测量方法的一种实施例中,步骤C)中对降噪点云数据的分割步骤包括:
C1-1)设置一个空的种子点序列和一个空的聚类数组,首先计算出各点的曲率值,将曲率值按照从小到大的顺序进行排序;其中曲率的计算步骤如下:
对于点云中每个数据点pi,通过其k个局部邻近点拟合最小二乘局部平面P,使得数据点pi的所有邻近点到此平面的距离和最小;局部平面P表示为:
式中:n即为局部平面P的法向量;d为坐标原点到局部平面P的距离。通过分析可知
平面P经过数据点pi的k个局部邻近点的重心,因此拟合局部平面问题可以转化为对局部
邻域协方差矩阵M进行特征值分解,协方差矩阵M最小特征值对应的特征向量即为数据点pi
的法向量;数据点pi的局部邻域协方差矩阵M为:
表面曲率σ(即点云曲率)通过协方差矩阵M的特征值之间的计算得到:
其中,λ1、λ2、λ3为协方差矩阵的特征值,且λ1>λ2>λ3。
随后,选择点云曲率最小的数据点作为初始种子点,并将初始种子点加入到种子点序列中,由于点云曲率最小的点位于平坦区域,而从最平坦的区域增长可以减少区域的总数,因此能够方便数据处理;
C1-2)搜索所述初始种子点的邻域点,计算各邻域点的邻域点法向量以及初始种子点的种子点法向量,计算邻域点法向量以及种子点法向量之间的法向量夹角,设定平滑阈值,并将法向量夹角与平滑阈值对比,以将法向量夹角小于平滑阈值的邻域点判定为与初始种子点处于同一区域;
C1-3)计算各邻域点的曲率,设定曲率阈值,将曲率小于曲率阈值的邻域点加入到种子点序列中,删除初始种子点,以邻域点作为新的种子点,并重复步骤C1-2)直到种子点序列中的所有种子点被清空,完成一个区域的生长,并将该区域加入到聚类数组中;
C1-4)对降噪点云数据中剩余的数据点执行步骤C1-1)至步骤C1-3),直到遍历完降噪点云数据中所有的数据点,得到多组聚类数组,最后,计算各组聚类数组中的区域的法向量,令平面法向量为(0,0,1),并计算各区域的法向量与平面法向量之间的夹角,取夹角小于等于5̊的区域进行合并,形成地面点云数据,取夹角大于5̊的区域进行合并,形成坡面点云数据。
进一步地,在本发明所提供的边坡断面坡度测量方法的一种实施例中,步骤C)中对地面平面的拟合步骤包括:
C2-1)在地面点云数据中任意选取至少三个采样数据点,以基于采样数据点,确定出初始拟合平面,记该初始拟合平面为:Ax+By+Cz+D=0;
C2-2)计算地面点云数据中其它的数据点与初始拟合平面之间的距离,设定距离阈值,将与初始拟合平面之间的距离小于距离阈值的数据点判定为内点,以形成地面模型,并统计地面模型中内点的数量;
C2-3)重复步骤C2-1)和C2-2),以形成多个地面模型,并选取多个地面模型中内点数量最多的一者作为地面平面。
进一步地,在本发明所提供的边坡断面坡度测量方法的一种实施例中,步骤C)中边坡断面的获取步骤包括:在坡面点云数据中按照设定的截取宽度截取出待测坡面区域,记待测坡面区域为P1,需要注意的是,如图2所示,对坡面点云数据的截取是沿坡面的高度方向对坡面点云数据进行切割,以取出从坡脚延伸至坡顶的长条状的边坡断面,截取宽度即是该边坡断面的宽度,该截取宽度应当足够的小,以使得截取出的边坡断面能够近似看做一个二维的平面,例如,可将截取宽度设定为小于0.1m;随后,对待测坡面区域P1基于最小二乘法拟合出该待测坡面区域P1的直线方程。
进一步地,在本发明所提供的边坡断面坡度测量方法的一种实施例中,步骤D)中
所边坡断面的坡度的计算过程包括:基于地面平面计算地面平面的地面平面法向量,如图2
所示,记地面平面法向量为: ( A , B , C ),基于待测坡面区域P1的直线方程得出待测
坡面区域P1的坡面方向向量,记坡面方向向量为: ( m , n , p ),需要注意的是,该记坡
面方向向量的方向是从坡脚到坡顶;最后,计算地面平面法向量 ( A , B , C )与坡面
方向向量 ( m , n , p )的向量角α:
以上结合附图详细描述了本发明实施例的可选实施方式,但是,本发明实施例并不限于上述实施方式中的具体细节,在本发明实施例的技术构思范围内,可以对本发明实施例的技术方案进行多种简单变型,这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施例对各种可能的组合方式不再另行说明。
此外,本发明实施例的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施例的思想,其同样应当视为本发明实施例所公开的内容。
Claims (10)
1.一种边坡断面坡度测量方法,其特征在于,包括如下步骤:
A)经由航拍设备获取边坡区域图像,形成所述边坡的点云数据;
B)基于网格化对所述点云数据进行降采样以得到降采样点云数据,并对所述降采样点云数据进行降噪处理,以得到降噪点云数据;
C)计算所述降噪点云数据中各点云的点云法向量和点云曲率,基于所述点云法向量和所述点云曲率对所述降噪点云数据进行分割,以得到地面点云数据和坡面点云数据,基于所述地面点云数据拟合出地面平面,基于所述坡面点云数据,选择需要计算坡度的边坡断面;
D)基于所述地面平面以及所述边坡断面计算所述边坡断面的坡度。
2.根据权利要求1所述的边坡断面坡度测量方法,其特征在于,所述航拍设备为航拍无人机。
3.根据权利要求2所述的边坡断面坡度测量方法,其特征在于,所述点云数据的获取步骤包括:
A1)规划测量区域,在所述测量区域内布设控制点,并测量所述控制点的坐标;
A2)设定所述航拍无人机的飞行轨迹,并规划多个不同的航拍镜头角度,控制所述航拍无人机沿设定的所述飞行轨迹进行多次飞行,且每次飞行时,所述航拍无人机进行航拍的所述航拍镜头角度不同,以得到不同角度下的边坡图像;
A3)基于所述控制点的坐标和所述航拍无人机在航拍时的空间坐标、飞行姿态以及所述航拍镜头角度对所述边坡图像进行解析,以得到所述点云数据。
4.根据权利要求3所述的边坡断面坡度测量方法,其特征在于,所述飞行姿态包括航向角、俯仰角和翻滚角;所述空间坐标包括经度、纬度和飞行高度。
5.根据权利要求4所述的边坡断面坡度测量方法,其特征在于,步骤B)中所述点云数据的降采样过程包括:设置最小间距,以基于最小间距对所述点云数据进行网格化划分,形成多个点云数据立方体,选取各所述点云数据立方体中与所述点云数据立方体的重心之间的间距最小的点作为降采样数据点,以得到所述降采样点云数据。
7.根据权利要求6所述的边坡断面坡度测量方法,其特征在于,步骤C)中对所述降噪点云数据的分割步骤包括:
C1-1)设置一个空的种子点序列和一个空的聚类数组,选择所述点云曲率最小的数据点作为初始种子点,并将所述初始种子点加入到所述种子点序列中;
C1-2)搜索所述初始种子点的邻域点,计算各所述邻域点的邻域点法向量以及所述初始种子点的种子点法向量,计算所述邻域点法向量以及所述种子点法向量之间的法向量夹角,设定平滑阈值,并将所述法向量夹角与所述平滑阈值对比,以将所述法向量夹角小于所述平滑阈值的所述邻域点判定为与所述初始种子点处于同一区域;
C1-3)计算各所述邻域点的曲率,设定曲率阈值,将曲率小于所述曲率阈值的所述邻域点加入到所述种子点序列中,删除所述初始种子点,以所述邻域点作为新的种子点,并重复步骤C1-2)直到所述种子点序列中的所有种子点被清空,完成一个区域的生长,并将该区域加入到所述聚类数组中;
C1-4)对所述降噪点云数据中剩余的数据点执行步骤C1-1)至步骤C1-3),直到遍历完所述降噪点云数据中所有的数据点。
8.根据权利要求7所述的边坡断面坡度测量方法,其特征在于,步骤C)中对所述地面平面的拟合步骤包括:
C2-1)在所述地面点云数据中任意选取至少三个采样数据点,以基于所述采样数据点,确定出初始拟合平面;
C2-2)计算所述地面点云数据中其它的数据点与所述初始拟合平面之间的距离,设定距离阈值,将与所述初始拟合平面之间的距离小于所述距离阈值的数据点判定为内点,以形成地面模型,并统计所述地面模型中所述内点的数量;
C2-3)重复步骤C2-1)和C2-2),以形成多个所述地面模型,并选取多个所述地面模型中所述内点数量最多的一者作为所述地面平面。
9.根据权利要求8所述的边坡断面坡度测量方法,其特征在于,步骤C)中所述边坡断面的获取步骤包括:在所述坡面点云数据中按照设定的截取宽度截取出待测坡面区域;对所述待测坡面区域基于最小二乘法拟合出该待测坡面区域的直线方程。
10.根据权利要求9所述的边坡断面坡度测量方法,其特征在于,步骤D)中所述边坡断面的坡度的计算过程包括:基于所述地面平面计算所述地面平面的地面平面法向量,基于所述待测坡面区域的直线方程得出所述待测坡面区域的坡面方向向量,计算所述地面平面法向量与所述坡面方向向量的向量角,并结合互余关系得到所述边坡断面的坡度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210670876.1A CN114754741A (zh) | 2022-06-15 | 2022-06-15 | 边坡断面坡度测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210670876.1A CN114754741A (zh) | 2022-06-15 | 2022-06-15 | 边坡断面坡度测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114754741A true CN114754741A (zh) | 2022-07-15 |
Family
ID=82336326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210670876.1A Pending CN114754741A (zh) | 2022-06-15 | 2022-06-15 | 边坡断面坡度测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114754741A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115167512A (zh) * | 2022-07-25 | 2022-10-11 | 亿航智能设备(广州)有限公司 | 一种地面坡度探测方法、设备及计算机可读存储介质 |
CN116047464A (zh) * | 2023-01-28 | 2023-05-02 | 武汉理工大学 | 一种基于激光雷达的地下矿区坡度检测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105547166A (zh) * | 2015-12-17 | 2016-05-04 | 华中科技大学 | 一种基于二维激光扫描的掘进机掘进窗口快速检测方法 |
CN106599129A (zh) * | 2016-12-02 | 2017-04-26 | 山东科技大学 | 一种顾及地形特点的多波束点云数据去噪方法 |
CN107369161A (zh) * | 2017-07-19 | 2017-11-21 | 无锡信捷电气股份有限公司 | 一种基于改进欧式聚类的散乱工件点云分割方法 |
CN109118574A (zh) * | 2018-07-04 | 2019-01-01 | 北京航空航天大学 | 一种基于三维特征提取的快速逆向建模方法 |
CN113269791A (zh) * | 2021-04-26 | 2021-08-17 | 西安交通大学 | 一种基于边缘判定与区域生长的点云分割方法 |
CN113643444A (zh) * | 2021-07-30 | 2021-11-12 | 北方魏家峁煤电有限责任公司 | 一种基于坡度补偿的渐进加密三角网点云滤波方法 |
-
2022
- 2022-06-15 CN CN202210670876.1A patent/CN114754741A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105547166A (zh) * | 2015-12-17 | 2016-05-04 | 华中科技大学 | 一种基于二维激光扫描的掘进机掘进窗口快速检测方法 |
CN106599129A (zh) * | 2016-12-02 | 2017-04-26 | 山东科技大学 | 一种顾及地形特点的多波束点云数据去噪方法 |
CN107369161A (zh) * | 2017-07-19 | 2017-11-21 | 无锡信捷电气股份有限公司 | 一种基于改进欧式聚类的散乱工件点云分割方法 |
CN109118574A (zh) * | 2018-07-04 | 2019-01-01 | 北京航空航天大学 | 一种基于三维特征提取的快速逆向建模方法 |
CN113269791A (zh) * | 2021-04-26 | 2021-08-17 | 西安交通大学 | 一种基于边缘判定与区域生长的点云分割方法 |
CN113643444A (zh) * | 2021-07-30 | 2021-11-12 | 北方魏家峁煤电有限责任公司 | 一种基于坡度补偿的渐进加密三角网点云滤波方法 |
Non-Patent Citations (1)
Title |
---|
陈昌富等: "基于无人机贴近摄影的高陡边坡结构面识别", 《湖南大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115167512A (zh) * | 2022-07-25 | 2022-10-11 | 亿航智能设备(广州)有限公司 | 一种地面坡度探测方法、设备及计算机可读存储介质 |
CN116047464A (zh) * | 2023-01-28 | 2023-05-02 | 武汉理工大学 | 一种基于激光雷达的地下矿区坡度检测方法及系统 |
CN116047464B (zh) * | 2023-01-28 | 2023-08-11 | 武汉理工大学 | 一种基于激光雷达的地下矿区坡度检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101933216B1 (ko) | 드론과 공간정보를 이용한 하천지형정보 생성 방법 | |
CN111457902B (zh) | 基于激光slam定位的水域测量方法及系统 | |
CN108181635B (zh) | 一种用于输电线路交叉跨越分析的激光点云分类方法 | |
CN114754741A (zh) | 边坡断面坡度测量方法 | |
US20090154793A1 (en) | Digital photogrammetric method and apparatus using intergrated modeling of different types of sensors | |
CN104376598A (zh) | 利用飞机航拍影像的露天矿采剥量计算方法 | |
CN109357617A (zh) | 一种基于无人机的高陡岩质边坡位移变形监测方法 | |
KR102195179B1 (ko) | 항공사진을 이용한 정사영상 구축방법 | |
CN113570527B (zh) | 水上水下三维点云的融合方法 | |
CN109341666B (zh) | 一种无人机航摄抗侧风航线确定方法 | |
CN110046563B (zh) | 一种基于无人机点云的输电线路断面高程修正方法 | |
CN111444872A (zh) | 一种丹霞地貌参数测量方法 | |
CN110986888A (zh) | 一种航空摄影一体化方法 | |
CN111426303A (zh) | 一种岩溶坡立谷参数测量方法 | |
CN114283070B (zh) | 融合无人机影像与激光点云的地形断面制作方法 | |
CN112033389A (zh) | 一种沟壑地形条件下变形沉降监测方法 | |
Bertin et al. | Geomorphic change detection using cost-effective structure-from-motion photogrammetry: Evaluation of direct georeferencing from consumer-grade UAS at Orewa beach (New Zealand) | |
CN111006645A (zh) | 基于运动与结构重建的无人机测绘方法 | |
Yeh et al. | Morphological analysis of landslides in extreme topography by UAS-SfM: Data acquisition, 3D models and change detection | |
CN108050995B (zh) | 一种基于dem的倾斜摄影无像控点航摄测区归并方法 | |
Rebelo et al. | Building 3D city models: Testing and comparing Laser scanning and low-cost UAV data using FOSS technologies | |
JP7298823B2 (ja) | 森林地域での立木の評価方法、及びこの評価方法における評価対象エリアの特定に適した境界線測量方法 | |
CN116977580A (zh) | 一种基于机载LiDAR的山区大比例尺DEM制作方法 | |
CN108692710B (zh) | 一种公路宗地测量方法及系统 | |
CN114739369B (zh) | 基于无人机航测与测深仪水下测量的滩涂测图方法及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220715 |
|
RJ01 | Rejection of invention patent application after publication |