方 軍,李朝奎,張新長(zhǎng),張 強(qiáng),廖孟光,卜 璞
(1. 湖南科技大學(xué)地理空間信息技術(shù)國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室,湖南 湘潭 411201;2. 湖南科技大學(xué)地理空間信息湖南省工程實(shí)驗(yàn)室,湖南 湘潭 411201)
?
顧及幾何特征的規(guī)則激光點(diǎn)云分割方法
方軍1,2,李朝奎1,2,張新長(zhǎng)1,2,張強(qiáng)1,2,廖孟光1,2,卜璞1,2
(1. 湖南科技大學(xué)地理空間信息技術(shù)國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室,湖南 湘潭 411201;2. 湖南科技大學(xué)地理空間信息湖南省工程實(shí)驗(yàn)室,湖南 湘潭 411201)
三維激光掃描儀能快速地獲取三維場(chǎng)景的高精度點(diǎn)云數(shù)據(jù),已成為快速三維建模的重要工具。點(diǎn)云分割是三維點(diǎn)云模型數(shù)據(jù)預(yù)處理中的首要環(huán)節(jié),也是影響重建效率與模型質(zhì)量的重要因素。以激光點(diǎn)云的分割為研究切入點(diǎn),以八叉樹(shù)空間劃分方式對(duì)數(shù)據(jù)進(jìn)行組織,并用八進(jìn)制編碼進(jìn)行命名,結(jié)合K鄰近搜索法獲取目標(biāo)點(diǎn)的局部鄰近點(diǎn),采用加權(quán)平均目標(biāo)點(diǎn)相鄰的三角面片法向量來(lái)估算單點(diǎn)法向量。基于投影歐氏距離擬合曲面求取曲率。量化了規(guī)則點(diǎn)云集的分割約束條件,采用法向量信息來(lái)進(jìn)行平面點(diǎn)的提取,根據(jù)曲率在兩個(gè)主方向上的差異性來(lái)識(shí)別和分割柱面和球面信息。試驗(yàn)結(jié)果表明:①基于法矢量的平面點(diǎn)分割效果理想;②基于曲率差異性的規(guī)則曲面點(diǎn)分割效果較差;③基于幾何特性的規(guī)則激光點(diǎn)分割方法合理可行。
激光點(diǎn)云;空間劃分;鄰近點(diǎn);點(diǎn)云分割;法矢量;曲率
三維激光掃描技術(shù)以其精度高、采集數(shù)據(jù)速度快、數(shù)據(jù)格式簡(jiǎn)單,可操作性強(qiáng)等特點(diǎn)在三維數(shù)字城市建模過(guò)程中占有一席之地[1-2]。近年來(lái),激光技術(shù)和通信技術(shù)的研究取得了重要突破,使得三維激光掃描儀得到廣泛應(yīng)用。三維激光掃描儀是根據(jù)紅外線的高速發(fā)射與返回接收來(lái)獲得建筑物的特征信息,尤其是其表面的空間信息。觀測(cè)對(duì)象的表面空間信息是以點(diǎn)的方式表現(xiàn)出來(lái)的,點(diǎn)與點(diǎn)之間是分散布局的,彼此之間沒(méi)有明顯的空間拓?fù)潢P(guān)系的離散點(diǎn)[3]。因此在其使用過(guò)程中,用戶普遍反映出一些問(wèn)題,如獲取的數(shù)據(jù)規(guī)模太大,后續(xù)的數(shù)據(jù)處理工作量大、繁雜瑣碎等,使得模型建立效率過(guò)低。當(dāng)前三維點(diǎn)云建模中出現(xiàn)的問(wèn)題,可以歸結(jié)為3種主要矛盾:①數(shù)據(jù)量大、手工建模勞動(dòng)強(qiáng)度大的難題與現(xiàn)狀模型重建的效率和精度要求高之間的矛盾;②分塊建模后幾何模型缺乏拓?fù)潢P(guān)系、幾何特征參數(shù)不能獲取與當(dāng)前要求空間數(shù)據(jù)快速檢索與處理之間的矛盾;③不能對(duì)象化及規(guī)則化描述精細(xì)三維模型,紋理信息不全且計(jì)算復(fù)雜與當(dāng)前建立高逼真性、高精細(xì)化模型之間的矛盾。
針對(duì)點(diǎn)云數(shù)據(jù)離散、無(wú)直接拓?fù)潢P(guān)系的特點(diǎn),目前的三維激光后數(shù)據(jù)處理軟件主要包含以下的處理功能[4]:初始數(shù)據(jù)的濾波除噪,多測(cè)站數(shù)據(jù)的融合與配準(zhǔn),三維數(shù)據(jù)的特征分割與提取,三維點(diǎn)云面片的重建與顯示。由于復(fù)雜、不規(guī)則物體的掃描數(shù)據(jù)往往更加難以用統(tǒng)一的數(shù)學(xué)公式和計(jì)算機(jī)語(yǔ)言對(duì)其進(jìn)行描述和表達(dá),造成現(xiàn)在的數(shù)據(jù)分割主要通過(guò)人工或半人工方式得以完成,工作量龐大、耗時(shí)且效率低下[5]。針對(duì)三維數(shù)據(jù)處理與三維重建中存在的問(wèn)題,選擇三維數(shù)據(jù)分割作為研究切入點(diǎn),通過(guò)建立有效的點(diǎn)云分割方法,根據(jù)鄰近點(diǎn)擬合成目標(biāo)表面所體現(xiàn)出的目標(biāo)點(diǎn)的幾何特征,將大量的點(diǎn)云數(shù)據(jù)分割成不同類型的點(diǎn)的集合,采用聚類的方法完成點(diǎn)云聚類,再根據(jù)不同類型數(shù)據(jù)的特征,運(yùn)用相應(yīng)的數(shù)學(xué)模型對(duì)點(diǎn)集進(jìn)行三維重建。該方法有助于解決海量點(diǎn)云數(shù)據(jù)的存儲(chǔ)管理及點(diǎn)云數(shù)據(jù)的高效分割難題,進(jìn)而為點(diǎn)云數(shù)據(jù)的三維重建奠定基礎(chǔ)。
1. 八叉樹(shù)空間劃分
空間八叉樹(shù)(Octree)劃分方法是平面四叉樹(shù)方法在維度上的一個(gè)升級(jí),目的是為了達(dá)到將復(fù)雜三維物體簡(jiǎn)化的目的。如圖1所示,取一個(gè)立方體空間,將其在6個(gè)面的垂直中分面處進(jìn)行空間8等分,得到了8個(gè)空間結(jié)構(gòu)一致的子立方體,稱為8個(gè)體元[6-7]。依此類推,直至子節(jié)點(diǎn)符合劃分條件后不再對(duì)其進(jìn)行劃分。在遞歸式的八叉樹(shù)空間劃分過(guò)程中,要判斷每個(gè)級(jí)別中的子立方體中所包含的三維空間點(diǎn)的數(shù)量,如果數(shù)量為零,則該子立方體的空間劃分到此結(jié)束,如果其數(shù)量不為零,則繼續(xù)執(zhí)行空間劃分,直至滿足應(yīng)用需求。
圖1 八叉樹(shù)空間結(jié)構(gòu)
八叉樹(shù)空間劃分方法思路清晰,結(jié)構(gòu)簡(jiǎn)單,在點(diǎn)云數(shù)據(jù)處理中有兩個(gè)主要優(yōu)勢(shì):
1) 八叉樹(shù)空間劃分的存儲(chǔ)方式使得數(shù)據(jù)按空間分開(kāi)存儲(chǔ),提高了數(shù)據(jù)在調(diào)用時(shí)的效率,降低了內(nèi)存的使用率。
2) 八叉樹(shù)空間劃分完成后,葉節(jié)點(diǎn)的訪問(wèn)及修改成本低。
2. 八叉樹(shù)分割流程
結(jié)合八叉樹(shù)空間劃分的思想和空間劃分的終止條件(如圖2所示),將八叉樹(shù)的劃分算法歸結(jié)如下:
1) 遍歷整個(gè)點(diǎn)云集,查出點(diǎn)的坐標(biāo)值在3個(gè)正交軸向上均為最大和最小的點(diǎn),記作(xmax,ymax,zmax)和(xmin,ymin,zmin)。根據(jù)該點(diǎn)云集的空間跨度,選擇合適的微分量ρ,以上一步中的兩點(diǎn)的坐標(biāo)值為參照,對(duì)八叉樹(shù)空間的邊界進(jìn)行微調(diào),得出八叉樹(shù)空間最終邊界值(xm,ym,zm)和(xn,yn,zn),根據(jù)邊界坐標(biāo)構(gòu)建點(diǎn)云的最小空間體。
2) 對(duì)八叉樹(shù)的根節(jié)點(diǎn)立方體進(jìn)行首次八叉樹(shù)結(jié)構(gòu)劃分,并依據(jù)上文所提及的空間編碼方法和編碼順序?qū)Φ贸龅?個(gè)空間子立方體進(jìn)行八進(jìn)制編碼。并將各子立方體空間所包含的點(diǎn)云數(shù)據(jù)存儲(chǔ)到其八進(jìn)制編碼所對(duì)應(yīng)的集合中,建立空間點(diǎn)與子立方體的對(duì)應(yīng)關(guān)系。
3) 選取合適的子立方體包含點(diǎn)數(shù)閾值γ,對(duì)上一步中的8個(gè)子立方體進(jìn)行判斷,如果子立方體中點(diǎn)的數(shù)量大于閾值γ,則將該子立方體當(dāng)作根節(jié)點(diǎn)返回至步驟2)進(jìn)行第2級(jí)的劃分,否則進(jìn)行下一步。
4) 判斷子立方體中點(diǎn)的數(shù)量,如果數(shù)量不為零,則確定子立方體編碼與其內(nèi)部點(diǎn)集的對(duì)應(yīng)關(guān)系;如果數(shù)量為零,則該空間子立方體為冗余空間,空間不保存。
5) 反復(fù)迭代執(zhí)行步驟3)和4),直至所有子立方體滿足劃分要求,那么點(diǎn)云的八叉樹(shù)索引基本建立。
圖2 八叉樹(shù)網(wǎng)格劃分流程
3. 八叉樹(shù)分割終止條件
現(xiàn)階段主要形成兩類分割終止的依據(jù)[8]:一種是根據(jù)分割后子立方體的空間大小進(jìn)行判斷,即判斷子節(jié)點(diǎn)立方體的體積或各邊的長(zhǎng)度,如果分割后子立方體的體積小于預(yù)先設(shè)定的閾值,或邊長(zhǎng)小于一定的閾值,則停止劃分,否則繼續(xù)進(jìn)行迭代分割,直至該判斷條件成立,八叉樹(shù)空間劃分得以完成;另一種方法是針對(duì)點(diǎn)云數(shù)據(jù)的空間劃分而言,即基于子立方體中包含的點(diǎn)云數(shù)量的方法,以子節(jié)點(diǎn)中點(diǎn)的數(shù)量為判斷依據(jù),決定該子節(jié)點(diǎn)是否進(jìn)行下一級(jí)別的劃分。圖3是劃分終止條件示意圖。
圖3 空間劃分終止條件
判斷條件γ閾值的取值顯得尤為重要,根據(jù)以往試驗(yàn)結(jié)果得知,如果γ閾值的取值太大,則分割沒(méi)有到最優(yōu)化,沒(méi)有完美的體現(xiàn)八叉樹(shù)劃分的高效存儲(chǔ)管理優(yōu)勢(shì);如果γ閾值的取值過(guò)小,則必然使得空間八叉樹(shù)產(chǎn)生的級(jí)別過(guò)深,同樣影響索引速度,導(dǎo)致點(diǎn)云數(shù)據(jù)支離破碎,破壞其連貫性。γ閾值的取值受點(diǎn)云密度的影響,同時(shí)也跟八叉樹(shù)劃分的深度有一定的關(guān)系。
1. 加權(quán)平均法求取法矢量
離散點(diǎn)云的法矢量是點(diǎn)在空間分布的重要特征,因此估算點(diǎn)的法向量成為點(diǎn)云分割過(guò)程中的一個(gè)重要環(huán)節(jié)。一些學(xué)者采用各種擬合算法,將P點(diǎn)鄰域中的K個(gè)鄰近點(diǎn)擬合成一個(gè)平面或曲面,并將曲面該點(diǎn)處的法向量或曲率作為該點(diǎn)法矢量信息的估算值;也有些學(xué)者利用最小二乘法將相鄰點(diǎn)局部進(jìn)行平面擬合,得到P點(diǎn)的一個(gè)微分切平面,由此切平面得到該點(diǎn)的法向量估算值。如圖4—圖7所示,以上方法所得出的點(diǎn)的法線方向具有任意性,有些指向曲面內(nèi)側(cè),有些指向外側(cè),對(duì)后續(xù)的法矢量的計(jì)算應(yīng)用產(chǎn)生影響[9]。本文改進(jìn)一種方法,通過(guò)三角網(wǎng)格頂點(diǎn)排序的方法將法線方向歸一化,然后通過(guò)加權(quán)平均方法來(lái)估算單點(diǎn)的法向量。
圖4 三角面片法向量
圖5 三角面片頂點(diǎn)排序
圖6 調(diào)整后的三角面片法向量
2. 基于歐氏距離的局部二次曲面
局部地區(qū)點(diǎn)云的二次參數(shù)曲面表達(dá)形式如下
(1)
為了便于數(shù)學(xué)算法的表達(dá)與運(yùn)算,將其轉(zhuǎn)為矩陣表達(dá)式
圖7 單點(diǎn)法向量估算
(2)
已知目標(biāo)點(diǎn)P及其局部逼近的K個(gè)鄰近點(diǎn)坐標(biāo)(xi,yi,zi),0
(3)
根據(jù)以上公式,方程r(u,v)的分量即可表示為
x=WTa,y=WTb,z=WTc
(4)
為了擬合出微分曲面S,對(duì)目標(biāo)點(diǎn)P及其鄰近點(diǎn)進(jìn)行插值,使得已知坐標(biāo)的K+1個(gè)點(diǎn)到該擬合曲面的歐氏距離的絕對(duì)值E取得最小值,數(shù)學(xué)表達(dá)方式如下
E=Z-MQ
(5)
(6)
根據(jù)最小二乘原理的思想,可將式(6)表達(dá)的空間距離取平方值,使得這K+1個(gè)點(diǎn)到擬合曲面S的歐氏距離的平方和最小,此時(shí),得到基于歐氏距離最優(yōu)的曲面表達(dá)式(如圖8所示)。
圖8 歐氏距離示意圖
該方法是將目標(biāo)點(diǎn)P及其鄰近的總共K+1個(gè)點(diǎn)分別投影到曲面S上,也就是計(jì)算這些點(diǎn)到曲面S的歐氏距離,然后將投影線段長(zhǎng)度求平方和,根據(jù)最小二乘法求平方和的最小值,取得最佳的曲面系數(shù),即為基于歐氏距離的局部最優(yōu)二次曲面。
1. 建立規(guī)則點(diǎn)云的約束條件
(1) 平面點(diǎn)云分割約束條件
平面點(diǎn)云分割約束條件為
(7)
1) 平面點(diǎn)云數(shù)據(jù)集中的點(diǎn)的法矢量應(yīng)該具有一致的指向,考慮到系統(tǒng)誤差及外界因素的影響,任何點(diǎn)與點(diǎn)之間法矢量的指向之間的夾角應(yīng)該不超過(guò)一定的閾值。
2) 平面點(diǎn)云數(shù)據(jù)集中的所有點(diǎn)應(yīng)該處在同一個(gè)平面模型中,并且一個(gè)點(diǎn)云集中點(diǎn)與其相鄰點(diǎn)之間的距離不能超過(guò)一定的閾值。
3) 平面點(diǎn)的曲率理論值(Gauss曲率和平均曲率)等于零,在實(shí)際點(diǎn)云數(shù)據(jù)中應(yīng)該趨近于零。
(2) 圓柱面點(diǎn)云分割約束條件
圓柱面點(diǎn)云分割的約束條件式如下
(8)
由圓柱體的空間數(shù)學(xué)模型表達(dá)式(8),反推圓柱面點(diǎn)云的特征,得出如下結(jié)論:
1) 圓柱體側(cè)表面點(diǎn)云的法矢量指向在空間上垂直于圓柱體的中心線,將一個(gè)圓柱體側(cè)面的法矢量平移到同一個(gè)起點(diǎn)時(shí),它的法向量會(huì)形成一個(gè)以平移到的點(diǎn)為圓心,以法向量的單位長(zhǎng)度為半徑的單位圓。
2) 圓柱體側(cè)表面點(diǎn)云的曲率值為常數(shù)。其Gauss曲率值等于零,最大主曲率值為圓柱體的半徑的倒數(shù),是一個(gè)常數(shù),最小主曲率值為零。
(3) 球面點(diǎn)云分割約束條件
球面點(diǎn)云的分割約束條件如下
(9)
由式(9)反推球面點(diǎn)云數(shù)據(jù)的特征,得出如下結(jié)論:
1) 球體表面的點(diǎn)云的法矢量在空間指向上都經(jīng)過(guò)同一個(gè)點(diǎn),將球體表面所有點(diǎn)的法矢量都平移到球體球心處,它的法矢量會(huì)形成一個(gè)以法矢起點(diǎn)為球心,以法矢量長(zhǎng)度為半徑的單位球體。
2) 球面點(diǎn)云數(shù)據(jù)的曲率值為一個(gè)常數(shù)。其最大主曲率值等于最小主曲率值,且該常數(shù)等于該球體模型的半徑的倒數(shù)。
2. 基于法矢量信息的平面點(diǎn)的識(shí)別與分割
經(jīng)過(guò)基于鄰近三角面片法矢量方向調(diào)整后的加權(quán)平均,得到了三維點(diǎn)的法向量,根據(jù)法向量特性,可以設(shè)置一定的限制條件來(lái)對(duì)平面點(diǎn)云進(jìn)行分割。如圖9所示,由平面的基本特征可知,平面點(diǎn)云必須滿足以下兩個(gè)條件:
1) 散亂點(diǎn)的法向量指向必須一致或在角度差一定的閾值區(qū)間內(nèi),即同向性。
2) 散亂點(diǎn)的局部擬合平面之間距離必須小于一定的閾值,即共面性。
圖9 平面點(diǎn)云約束條件
3. 球面與柱面點(diǎn)的識(shí)別與分割
離散點(diǎn)的單個(gè)特征往往不足以用來(lái)區(qū)分一類曲面點(diǎn)云,需要將多方面的信息相結(jié)合來(lái)歸納曲面的特征。三維點(diǎn)云的曲率信息主要包含某點(diǎn)的最大主曲率、最小主曲率及高斯曲率。曲率的計(jì)算,采用基于歐氏距離擬合曲面方法進(jìn)行。
結(jié)合球面與圓柱面點(diǎn)云的曲率特征,采用合理的識(shí)別與分割條件,將兩類曲面分割步驟總結(jié)如下:
1) 由空間八叉樹(shù)劃分構(gòu)建索引,并獲取種子點(diǎn)的K個(gè)鄰近點(diǎn)坐標(biāo)。
2) 采用局部二次曲面的參數(shù)方程式來(lái)表示該K+1個(gè)點(diǎn)所表達(dá)的空間曲面,根據(jù)基于歐氏距離擬合的判斷條件,將方程轉(zhuǎn)變成K+1個(gè)點(diǎn)到曲面歐氏距離的平方和最小的誤差方程,利用最小二乘原理,K+1個(gè)坐標(biāo)點(diǎn)為已知條件,來(lái)進(jìn)行平差計(jì)算,得到最優(yōu)的擬合曲面方程式,并解算各種曲率值。
3) 統(tǒng)計(jì)分析點(diǎn)云數(shù)據(jù)的最大主曲率、最小主曲率及高斯曲率值,采用K均值聚類的方式,選定一個(gè)合適的種子點(diǎn),對(duì)K個(gè)鄰近點(diǎn)進(jìn)行均值聚類分析,將曲率特征一致的點(diǎn)匯集到屬性一致的集合中,反復(fù)執(zhí)行聚類操作,直至劃分結(jié)束(見(jiàn)表1)。
表1 兩種規(guī)則曲面的曲率特征
1. 點(diǎn)云空間劃分試驗(yàn)
采用徠卡地基激光掃描儀,獲取某工廠車間的點(diǎn)云數(shù)據(jù),對(duì)其進(jìn)行空間八叉樹(shù)結(jié)構(gòu)劃分,形成的空間網(wǎng)格結(jié)構(gòu)如圖10所示。根據(jù)空間八叉樹(shù)網(wǎng)格結(jié)構(gòu)劃分算法流程,設(shè)定空間劃分的終止閾值為50,然后將立方體內(nèi)點(diǎn)云數(shù)量為空的網(wǎng)格刪除掉,得到最精簡(jiǎn)的八叉樹(shù)空間結(jié)構(gòu)(如圖11所示)。
圖10 工廠車間點(diǎn)云的八叉樹(shù)空間劃分
采集校圖書(shū)館部分點(diǎn)云數(shù)據(jù),進(jìn)行空間劃分試驗(yàn),試驗(yàn)結(jié)果如圖11所示。
圖11 圖書(shū)館點(diǎn)云的八叉樹(shù)空間劃分
2. 規(guī)則點(diǎn)云分割試驗(yàn)
根據(jù)上述理論方法,采用相關(guān)數(shù)據(jù)進(jìn)行試驗(yàn),檢驗(yàn)規(guī)則點(diǎn)云分割方法的可行性和試驗(yàn)效果。采用徠卡 Scanstation 2型激光掃描設(shè)備分別獲取某個(gè)工廠車間的點(diǎn)云和某圖書(shū)館建筑的部分?jǐn)?shù)據(jù)來(lái)進(jìn)行試驗(yàn)。采用PointCloud軟件對(duì)其進(jìn)行數(shù)據(jù)處理,分別進(jìn)行法矢量提取、規(guī)則點(diǎn)集分割與提取等處理,處理效果如圖12—圖16所示。
圖12 點(diǎn)云法矢量
圖13 工廠車間規(guī)則點(diǎn)集的分割和提取
圖14 工廠車間規(guī)則點(diǎn)云提取后效果
圖15 圖書(shū)館規(guī)則點(diǎn)集的點(diǎn)云的分割和提取
圖16 圖書(shū)館規(guī)則點(diǎn)集提取后效果
對(duì)兩組數(shù)據(jù)分割后的不同類型面片進(jìn)行統(tǒng)計(jì),找出各類型數(shù)據(jù)中識(shí)別出的點(diǎn)云集數(shù)量,并逐一進(jìn)行人工對(duì)比判斷,統(tǒng)計(jì)分割出現(xiàn)錯(cuò)誤的點(diǎn)集,結(jié)果見(jiàn)表2,相應(yīng)對(duì)象的點(diǎn)云分割正確率曲線如圖17所示。
表2 兩個(gè)點(diǎn)云分割結(jié)果對(duì)比
圖17 不同類型點(diǎn)云分割正確率檢驗(yàn)
對(duì)不同類型數(shù)據(jù)的分割結(jié)果進(jìn)行分析可知,平面點(diǎn)云的分割效果較好,圓柱面和球面兩種曲面點(diǎn)云的分割效果較差。縱向?qū)Ρ瓤梢园l(fā)現(xiàn),圖書(shū)館數(shù)據(jù)的分割結(jié)果普遍比較差,這與數(shù)據(jù)的質(zhì)量有關(guān)。圖書(shū)館數(shù)據(jù)采集中,由于其建筑結(jié)構(gòu)復(fù)雜,激光掃描設(shè)備架站,以及外界人流與地物干擾等使得數(shù)據(jù)質(zhì)量不高,而工廠車間數(shù)據(jù)較為規(guī)則、理想,結(jié)構(gòu)簡(jiǎn)單。
以三維點(diǎn)云數(shù)據(jù)的分割為切入點(diǎn),研究基于典型幾何特征的激光點(diǎn)云分割方法,并進(jìn)行了相應(yīng)的試驗(yàn)。得到如下研究結(jié)論:
1) 研究了三維激光離散型點(diǎn)云數(shù)據(jù)的空間索引方法,針對(duì)激光點(diǎn)云數(shù)據(jù)的離散性、空間無(wú)拓?fù)?、呈表面分布等特征,借鑒八叉樹(shù)空間網(wǎng)格劃分的形式,根據(jù)點(diǎn)云的密度選取合適的分割終止條件,將離散型數(shù)據(jù)有序組織可以有效提高數(shù)據(jù)的查找與調(diào)用,并用八進(jìn)制數(shù)的編碼對(duì)立方網(wǎng)格命名。利用八叉樹(shù)的索引,對(duì)點(diǎn)云進(jìn)行鄰近值搜索,便于局部點(diǎn)云特征計(jì)算。
2) 采用加權(quán)平均的方法求解法矢量,該方法所估算的頂點(diǎn)法矢量精度可以滿足要求,可以作為平面點(diǎn)云分割的法矢量依據(jù),以局部點(diǎn)到擬合曲面的歐氏距離平方和最小為擬合條件,平差得出的曲面最能反映局部的曲面形狀,所得出的曲率值效果最好。
3) 針對(duì)常見(jiàn)的幾種面片形式,提出了基于幾何特征的不同類型點(diǎn)云識(shí)別與分割的約束條件。以徠卡Scanstation 2型掃描儀獲取的點(diǎn)云數(shù)據(jù)為試驗(yàn)對(duì)象,證明了法矢量和曲率信息在數(shù)據(jù)分割中的重要性。
[1]詹慶明,周新剛,肖映輝, 等.從激光點(diǎn)云中提取古建筑線性和圓形特征的比較[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2011,31(6):674-677,682.
[2]魏征,楊必勝,李清泉.車載激光掃描點(diǎn)云中建筑物邊界的快速提取[J].遙感學(xué)報(bào),2012,16(2):286-296.
[3]李必軍,方志祥,任娟.從激光掃描數(shù)據(jù)中進(jìn)行建筑物特征提取研究[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2003,28(1):65-70.
[4]鄧非,張祖勛,張劍清.利用激光掃描和數(shù)碼相機(jī)進(jìn)行古建筑三維重建研究[J].測(cè)繪科學(xué),2007,32(2):29-30.
[5]莫堃,尹周平.基于3D活動(dòng)輪廓模型的缺陷點(diǎn)云分割方法[J].華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,39(1):82-85.
[6]李清泉,李德仁.八叉樹(shù)的三維行程編碼[J].武漢測(cè)繪科技大學(xué)學(xué)報(bào),1997,22(2):12-16.
[7]權(quán)毓舒,何明一.基于三維點(diǎn)云數(shù)據(jù)的線性八叉樹(shù)編碼壓縮算法[J].計(jì)算機(jī)應(yīng)用研究,2005(8):70-71,129.
[8]楊客,張志毅,董艷.基于自適應(yīng)八叉樹(shù)分割點(diǎn)云的表面模型重建[J].計(jì)算機(jī)應(yīng)用與軟件,2013,30(6):83-87.
[9]姜壽山,Eberhard P.多邊形和多面體頂點(diǎn)法矢的數(shù)值估計(jì)[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào),2002,14(8):763-767.
[10]張量,王敏.基于k鄰域離散擴(kuò)張的點(diǎn)云數(shù)據(jù)分割[J].軟件導(dǎo)刊,2009,8(12):7-9.
The Segmentation of Regular Laser Point Cloud Based on Geometry Feature
FANG Jun,LI Chaokui,ZHANG Xinchang,ZHANG Qiang,LIAO Mengguang,BU Pu
2015-10-29;
2016-06-24
國(guó)家自然科學(xué)基金(41271390;41571374);國(guó)土資源部公益性行業(yè)科研專項(xiàng)(201511079-04);空間信息智能感知與服務(wù)深圳市重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金資助(2015C11508);特殊環(huán)境道路工程湖南省重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金(kfj150502)
方軍(1985—),男,博士,研究方向?yàn)檫b感信息提取與三維GIS應(yīng)用。
李朝奎。E-mail:616059644@qq.com
P208
B
0494-0911(2016)08-0047-06
引文格式:方軍,李朝奎,張新長(zhǎng),等.顧及幾何特征的規(guī)則激光點(diǎn)云分割方法[J].測(cè)繪通報(bào),2016(8):47-52.DOI:10.13474/j.cnki.11-2246.2016.0254.