System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術屬于三維建模,具體涉及一種基于激光雷達掃描的地下建構筑物精細化建模方法。
技術介紹
1、城市地下空間信息是城市地下空間規劃、建設、管理不可或缺的重要基礎資料,其中地下建構筑物是城市地下空間規劃建設的重要組成部分。由于受到計算機軟件水平和數據采集方式限制,地下建構筑物及其附屬設施過去大多以二維圖形的形式作為管理的基礎數據。但這種基礎數據有一定的缺陷,例如僅能在二維平面上表達地下建構筑物的位置和相對關系,不能直接展示其內部空間和垂直方向上的形態和變化。
2、相比于二維平面的表達形式,三維立體表現形式對地下空間的內部結構更能表達空間對象的位置和相對關系,但是由于地下建構筑物主體結構位于地下,存在通視條件差、光照不足等不利條件,測繪時容易出現漏測錯測的情況,想要通過三維數據立體表達較為困難。尤其是不同類型的地下建構筑物,包括地下洞室場景(例如防空洞、隧道)和地下人工場景(例如地下停車場)等,分別具有不同的特點,地下洞室場景雜亂、不規則導致三維建模難,地下人工場景三維建模時存在數據量大、計算效率差以及動態物(車、行人、內部物件等非建筑部件)多影像建模質量等問題。綜上所述,現有技術中缺少為地下建構筑物實現精細化三維模型重建的方法。
技術實現思路
1、本專利技術的目的在于提供一種基于激光雷達掃描的地下建構筑物精細化建模方法,可以有效實現地下建構筑物模型的精確重建,為解決地下場景三維重建自動化程度低,工序復雜問題提供了技術基礎。
2、為了實現上述目的,本專利技術的
3、一種基于激光雷達掃描的地下建構筑物精細化建模方法,包括:
4、s1、使用激光雷達掃描儀采集地下建構筑物的點云數據,使用全站儀采集地下建構筑物的特征點數據;
5、s2、對所述點云數據進行預處理,得到預處理后點云數據;
6、s3、在全站儀采集的特征點數據中均勻選擇若干特征檢核點,在所述預處理后點云數據中提取所述特征檢核點的坐標值,并與特征點數據中特征檢核點的坐標值進行對比,計算點云的相對精度,完成點云數據的精度分析;
7、s4、對通過精度分析的所述預處理后點云數據進行三維點云體素化組織,并對其構建多尺度幾何特征;
8、s5、若所述地下建構筑物為地下洞室場景,則三維模型精細化重建的步驟包括:根據所述幾何特征進行地下洞室內部動態物去除;基于l1中值算法進行地下洞室軸定向;完成地下洞室截面提取及平滑;完成三角網構建及模型生成;
9、s6、若所述地下建構筑物為地下人工場景,則三維模型精細化重建的步驟包括:根據所述幾何特征進行建筑物面片提取;結合先驗知識進行內部動態物去除及面片篩選;完成三角網構建及模型生成。
10、進一步的,步驟s2所述預處理的方法包括:
11、s201、點云數據導入;通過激光雷達掃描儀對應的點云處理軟件進行點云數據導入;
12、s202、點云數據檢查:檢查點云數據的分層以及軌跡,確定數據是否正常;
13、s203、點云數據拼接;根據激光雷達掃描儀的不同對應完成點云數據配準以及點云數據拼接;
14、s204、點云數據優化:通過統計濾波法進行點云降噪;基于移動最小二乘法完成點云平滑;
15、s205、點云數據精簡:利用?ransac?算法進行平面擬合,通過擬合的平面相交提取輪廓特征信息;然后通過顏色信息確定提取出帶標志區域;最后通過包圍盒法對非輪廓和帶標志區域進行點云數據精簡。
16、進一步的,步驟s3中,點云的相對精度計算公式如下:
17、;其中,表示精度,表示第i個特征檢核點在點云中的三維坐標,表示第i個特征檢核點使用全站儀測量的三維坐標,n為特征檢核點數量。
18、進一步的,步驟s4中,所述三維點云體素化組織的方法包括:
19、s401、對所述預處理后點云數據進行體素化,包括:設體素為預定義邊長的立方體,從輸入點云數據中的包圍盒中得到左下前點和右上后點,以xyz三軸方向根據預定義的體素邊長,將點云的包圍盒劃分為立方體單元,然后分別計算xyz三軸方向上的立方體單元數目,將其與包圍盒左下前點在xyz三軸方向的坐標比較,得到每個點的三維體素索引;
20、s402、基于八叉樹結構對體素化后的點云數據進行體素重采樣和聚類處理。
21、更進一步的,步驟s4中所述構建多尺度幾何特征的方法包括:
22、s411、通過pca主成分分析算法確定每個體素聚類的維度;使體素聚類中的所有體素單元都具有表示其維度的特征值;
23、s412、基于特征值計算幾何特征,獲取所述預處理后點云數據的幾何信息;
24、s413、通過設定不同體素大小以及八叉樹尺度獲得不同尺度下的幾何特征維度。
25、進一步的,步驟s5所述地下洞室內部動態物去除的方法包括:
26、s501、根據所述預處理后點云數據的不同尺度下的幾何特征維度進行分析,去除具備明顯點特征的地物;
27、s502、利用漸進三角網濾波算法去除地下洞室的地面點,使動態物獨立于剩余點云之外;
28、s503、采用直通濾波組合歐式聚類,判定動態物并去除。
29、進一步的,步驟s5所述基于l1中值算法進行地下洞室軸定向的方法包括:
30、s511、基于l1中值算法進行點云骨架提取,確定所述地下洞室內部動態物去除后的點云一維局部中心;
31、s512、對一維局部中心的中心點進行迭代聚類,并引入pca算法進行線特征判斷;當兩次聚類中心距離小于設定閾值時,視為獲取到局部聚類中心;
32、s513、減小聚類半徑進行再處理,獲取管道軸線。
33、更進一步的,步驟s5所述完成地下洞室截面提取及平滑的方法包括:
34、s521、沿所述管道軸線進行步進分割,得到步進局部點;構建二維體素進行步進局部點的采樣,然后遍歷所有的采樣點,通過每個采樣點前后的點構建平面法線,將采樣點視為平面上的點,獲得該采樣點所在的平面方程;根據平面方程計算采樣點到平面的距離來進行判斷,設定保留距離值,保留所述距離小于所述保留距離值的采樣點;
35、s522、將保留的采樣點進行二維體素化,得到每個點的二位坐標;
36、s523、將二維坐標的點繼續體素化,計算每個體素內所有點的平均值,將所有的平均值作為截面點;
37、s524、采用插值法進行空洞補全。
38、進一步的,步驟s6所述建筑物面片提取的方法包括:
39、s601、基于efficient?ransac分割算法對所述地下人工場景的點云數據分解為一個由固有形狀和一組剩余點組成的簡潔混合結構;
40、s602、使用局部采樣策略對點云進行采樣,使用八叉樹來建立樣本之間的空間接近性;
41、s603、在點云的所有點中無限制的抽取第一個樣本,本文檔來自技高網...
【技術保護點】
1.一種基于激光雷達掃描的地下建構筑物精細化建模方法,其特征在于,包括:
2.根據權利要求1所述的基于激光雷達掃描的地下建構筑物精細化建模方法,其特征在于,步驟S2所述預處理的方法包括:
3.根據權利要求1所述的基于激光雷達掃描的地下建構筑物精細化建模方法,其特征在于,步驟S3中,點云的相對精度計算公式如下:
4.根據權利要求1所述的基于激光雷達掃描的地下建構筑物精細化建模方法,其特征在于,步驟S4中,所述三維點云體素化組織的方法包括:
5.根據權利要求4所述的基于激光雷達掃描的地下建構筑物精細化建模方法,其特征在于,步驟S4中所述構建多尺度幾何特征的方法包括:
6.根據權利要求1所述的基于激光雷達掃描的地下建構筑物精細化建模方法,其特征在于,步驟S5所述地下洞室內部動態物去除的方法包括:
7.根據權利要求1所述的基于激光雷達掃描的地下建構筑物精細化建模方法,其特征在于,步驟S5所述基于L1中值算法進行地下洞室軸定向的方法包括:
8.根據權利要求7所述的基于激光雷達掃描的地下建構筑物精細化建模方法
9.根據權利要求1所述的基于激光雷達掃描的地下建構筑物精細化建模方法,其特征在于,步驟S6所述建筑物面片提取的方法包括:
10.根據權利要求9所述的基于激光雷達掃描的地下建構筑物精細化建模方法,其特征在于,步驟S6所述結合先驗知識進行內部動態物去除及面片篩選的方法包括:
...【技術特征摘要】
1.一種基于激光雷達掃描的地下建構筑物精細化建模方法,其特征在于,包括:
2.根據權利要求1所述的基于激光雷達掃描的地下建構筑物精細化建模方法,其特征在于,步驟s2所述預處理的方法包括:
3.根據權利要求1所述的基于激光雷達掃描的地下建構筑物精細化建模方法,其特征在于,步驟s3中,點云的相對精度計算公式如下:
4.根據權利要求1所述的基于激光雷達掃描的地下建構筑物精細化建模方法,其特征在于,步驟s4中,所述三維點云體素化組織的方法包括:
5.根據權利要求4所述的基于激光雷達掃描的地下建構筑物精細化建模方法,其特征在于,步驟s4中所述構建多尺度幾何特征的方法包括:
6.根據權利要求1所述的基于激光雷達掃描的地下建...
【專利技術屬性】
技術研發人員:宮少軍,彭鑫,趙衛,李穩,王國槐,梁昊,張振虎,李立偉,秦磊,劉禧超,詹健,楊婷婷,王西玉,
申請(專利權)人:天津市地質研究和海洋地質中心,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。