李冠，張立偉

(北京市勘察設(shè)計(jì)研究院有限公司，北京 100039)

1 引 言

地質(zhì)調(diào)查與測繪是開展地質(zhì)災(zāi)害勘查的重要技術(shù)手段，系統(tǒng)采集邊坡巖體中各類結(jié)構(gòu)面的空間幾何信息是識別邊坡地質(zhì)災(zāi)害隱患、評價(jià)其穩(wěn)定性的重要基礎(chǔ)工作。目前，三維激光掃描技術(shù)可直接獲取被測量巖體的表面各點(diǎn)的三維坐標(biāo)，高精度的全自動測量巖體中面狀結(jié)構(gòu)單元的空間幾何信息，故已廣泛地應(yīng)用于地質(zhì)調(diào)查和測繪工作中。

在進(jìn)行點(diǎn)云數(shù)據(jù)采集時(shí)，由于儀器、環(huán)境、測量人員等因素的影響，獲取的點(diǎn)云數(shù)據(jù)會有許多噪聲點(diǎn)，這些噪聲數(shù)據(jù)的存在會對點(diǎn)云模型重建造成極大的影響。因此，為了獲得高精度的點(diǎn)云模型，必須對點(diǎn)云數(shù)據(jù)進(jìn)行濾波處理，剔除點(diǎn)云中的噪聲點(diǎn)。點(diǎn)云濾波的目的是盡可能地去除偏離物體表面的噪聲點(diǎn)，保留物體表面的點(diǎn)云，同時(shí)還要保持掃描模型表面的尖銳特征和幾何邊緣的特征信息。

三維激光點(diǎn)云的噪點(diǎn)往往無規(guī)律地分布在目標(biāo)物體周圍，難以用統(tǒng)一數(shù)學(xué)模型區(qū)分。散亂點(diǎn)云的噪點(diǎn)分為兩類：一是偏離點(diǎn)，即懸浮在點(diǎn)云上方的稀疏點(diǎn)以及距離大片點(diǎn)云中心較遠(yuǎn)、小而密集的點(diǎn)云，這類點(diǎn)與點(diǎn)云主體關(guān)聯(lián)性小，基本可認(rèn)為是粗差點(diǎn)；二是與真實(shí)點(diǎn)混合在一起的點(diǎn)云，但在后續(xù)工作中被視作噪點(diǎn)的點(diǎn)云。針對這兩類噪點(diǎn)應(yīng)采用不同方法來予以剔除。

2 常用去噪方法介紹

在數(shù)據(jù)配準(zhǔn)完成后，為了最大限度地保證點(diǎn)云數(shù)據(jù)的可判讀性，盡可能減小無關(guān)數(shù)據(jù)的干擾，需要進(jìn)行點(diǎn)云去噪處理。常見的點(diǎn)云去噪方法主要有基于回波次數(shù)、基于反射強(qiáng)度、基于空間分布以及基于格網(wǎng)點(diǎn)等常用的點(diǎn)云去噪處理方法。

從各種方法的特點(diǎn)來看，基于回波次數(shù)的去噪方法較多地應(yīng)用于水域、城市區(qū)域等帶有透射物體的場景?；诜瓷鋸?qiáng)度的去噪方法較多適用于運(yùn)動物體的處理。基于空間分布的去噪方法則適用于離群噪點(diǎn)的處理?；诟窬W(wǎng)點(diǎn)的去噪方法則適用于相對平緩區(qū)域的噪聲處理，且噪點(diǎn)與真實(shí)地面點(diǎn)的界線也相對較為明顯。

而從實(shí)際應(yīng)用效果上看，在進(jìn)行山區(qū)地質(zhì)調(diào)查測繪工作時(shí)，地形起伏變化往往較大，且關(guān)注區(qū)域內(nèi)往往會夾雜許多植被，反映到點(diǎn)云數(shù)據(jù)層面則體現(xiàn)為與真實(shí)點(diǎn)混合在一起的點(diǎn)云，是最主要的噪點(diǎn)來源，此種噪點(diǎn)利用上述去噪方法處理并不能達(dá)到理想效果。

為了更加具體地對數(shù)據(jù)方法的應(yīng)用情況進(jìn)行具體分析，本文選取了3個(gè)山區(qū)場景(圖1)：

圖1 樣本示意圖

(1)場景1：場區(qū)位于延慶盆地北部的玉渡山景區(qū)范圍內(nèi)，目前場地內(nèi)正在進(jìn)行延崇高速玉渡山隧道的建設(shè)工作，其中重點(diǎn)關(guān)注區(qū)域?yàn)閽呙鑵^(qū)域東南側(cè)的高陡邊坡區(qū)域。

(2)場景2：場區(qū)位于懷柔北部山區(qū)蘭營村京加路兩側(cè)，其中重點(diǎn)關(guān)注區(qū)域?yàn)閽呙鑵^(qū)域北側(cè)的崩塌體。

(3)場景3：場地位于門頭溝區(qū)譚王路趙家臺村附近，其中重點(diǎn)關(guān)注區(qū)域?yàn)閽呙鑵^(qū)域北側(cè)的不穩(wěn)定斜坡區(qū)域，位于道路北側(cè)。

3 基于樣本深度學(xué)習(xí)的點(diǎn)云分類方法應(yīng)用

3.1 綜述

近年來，隨著深度學(xué)習(xí)的發(fā)展及其在計(jì)算機(jī)視覺、圖像處理等領(lǐng)域的廣泛應(yīng)用，基于點(diǎn)云深層次特征的分類方法逐漸引起了學(xué)者們的關(guān)注，其利用深度學(xué)習(xí)直接從原始點(diǎn)云或間接地從點(diǎn)云低層次特征中提取深層次特征，并采用監(jiān)督的方式實(shí)現(xiàn)點(diǎn)云分類。這類點(diǎn)云分類方法在分類過程中可自動提取用于分類的深層次特征，因此減少了煩瑣的人工設(shè)計(jì)點(diǎn)云低層次特征工作量，降低了分類難度，同時(shí)由于深層次特征強(qiáng)大的表示能力，使分類精度也得到了進(jìn)一步提高。

3.2 分類方法

基于此，在本文中，將樣本深度學(xué)習(xí)方法應(yīng)用于帶有植被的山體場景下的點(diǎn)云數(shù)據(jù)處理，應(yīng)用CloudCompare軟件中的qCANUPO模塊來進(jìn)行點(diǎn)云濾波工作。

(1)數(shù)據(jù)導(dǎo)入：將數(shù)據(jù)成果導(dǎo)出成las格式并導(dǎo)入CloudCompare軟件中。為了提高處理效率，先從全部點(diǎn)云數(shù)據(jù)中選擇重點(diǎn)關(guān)注區(qū)域并選出。

(2)樣本學(xué)習(xí)：先進(jìn)行樣本深度學(xué)習(xí)進(jìn)程(圖3)。利用點(diǎn)云選擇功能分別對植被(vegetation)和裸巖區(qū)(ground)分別進(jìn)行定義，確定訓(xùn)練樣本(圖2)。分別對不同對象類型進(jìn)行定義后，完成分類樣本的體系構(gòu)建。根據(jù)構(gòu)建的樣本體系，對指定區(qū)域的點(diǎn)云數(shù)據(jù)進(jìn)行分類訓(xùn)練，先開展分類樣本的定義，在分類界線調(diào)整菜單中對分類界線進(jìn)行適當(dāng)調(diào)整。

圖2 確定訓(xùn)練樣本

圖3 樣本深度學(xué)習(xí)

(3)基于樣本學(xué)習(xí)的點(diǎn)云精細(xì)濾波：

完成上述過程后，輸入創(chuàng)建好的樣本分類文件作為運(yùn)行分類濾波的參照基準(zhǔn)。菜單中部的Corepoints區(qū)域主要是對需要進(jìn)行分類的點(diǎn)云進(jìn)行選擇(圖4)，有4種選擇方式，一般默認(rèn)為“useselectedcloud”(使用所選點(diǎn)云)即可。

圖4 Corepoints界面

菜單下部的Advanced區(qū)域主要涉及的是一些高級細(xì)部選項(xiàng)(圖5)，其中：Useconfidencethresholdforclassification選項(xiàng)表示為分類設(shè)置一個(gè)置信區(qū)間，置信度可以在該選項(xiàng)下部進(jìn)行設(shè)置，一般可以考慮設(shè)置為90%～95%；Use activeSFtolocallyrefinetheclassification選項(xiàng)則是與上一選項(xiàng)聯(lián)動，在設(shè)置置信區(qū)間的同時(shí)，使用基于所選點(diǎn)云數(shù)據(jù)的SF值設(shè)置的較低置信區(qū)間來對分類過程進(jìn)行改善。

圖5 Advanced界面

在實(shí)際操作過程中，分別使用了“默認(rèn)設(shè)置”“添加置信區(qū)間設(shè)置”以及“添加置信區(qū)間并基于點(diǎn)云SF值”這三種配置類型進(jìn)行了點(diǎn)云分類濾波處理工作，結(jié)果如圖6所示。從數(shù)據(jù)處理情況來看，使用“默認(rèn)設(shè)置”時(shí)，點(diǎn)云分類濾波成果是嚴(yán)格按照分類設(shè)置來進(jìn)行點(diǎn)云濾波；當(dāng)添加置信區(qū)間時(shí)，則會在兩種分類區(qū)域邊緣產(chǎn)生未進(jìn)行分類的“中間地帶”；當(dāng)添加置信區(qū)間并基于點(diǎn)云SF值設(shè)置時(shí)，除了會出現(xiàn)中間地帶外，還會出現(xiàn)局部區(qū)域點(diǎn)云的分類轉(zhuǎn)變的情況，從實(shí)際情況來看，某些區(qū)域的分類會出現(xiàn)明顯的粗差。

圖6 分類濾波參數(shù)設(shè)置情況

3.3 分類實(shí)驗(yàn)情況

三個(gè)樣本數(shù)據(jù)的分類成果情況如圖7所示：

圖7 點(diǎn)云數(shù)據(jù)分類示意圖

3.4 數(shù)據(jù)處理小結(jié)

從上述結(jié)果中可以看出，利用Capuno進(jìn)行點(diǎn)云濾波時(shí)，有以下技術(shù)要點(diǎn)：

(1)分類界線的設(shè)置應(yīng)綜合考慮分類效率和有用數(shù)據(jù)留存這兩方面，一方面是為了盡可能多地保存需要的數(shù)據(jù)，應(yīng)盡量把界線往噪點(diǎn)(植被)區(qū)傾斜；另一方面則為了保證處理效率，需要盡可能多地去除噪點(diǎn)。因此調(diào)整的幅度不宜過大，有必要的情況下此過程需要重復(fù)進(jìn)行。該過程可以多次進(jìn)行，分類界線也可以在多次進(jìn)行濾波的同時(shí)多次進(jìn)行調(diào)整處理。

(2)添加置信區(qū)間的設(shè)置可以考慮在地表和植被區(qū)界線并不明顯的情況下使用，從而減少因錯(cuò)刪數(shù)據(jù)而造成的數(shù)據(jù)損失。

(3)基于點(diǎn)云SF值設(shè)置項(xiàng)在數(shù)據(jù)處理過程中會使點(diǎn)云分類出現(xiàn)粗差，故應(yīng)謹(jǐn)慎使用。

4 結(jié) 論

本文在對常規(guī)點(diǎn)云去噪方法進(jìn)行闡述的基礎(chǔ)上，將基于深度學(xué)習(xí)的點(diǎn)云分類方法應(yīng)用于山區(qū)地質(zhì)調(diào)查的數(shù)據(jù)處理過程中，開展數(shù)據(jù)試驗(yàn)，取得了較為理想的效果，初步實(shí)現(xiàn)了山體表面數(shù)據(jù)與附著植被數(shù)據(jù)的分離，驗(yàn)證了基于深度學(xué)習(xí)的點(diǎn)云分類方法應(yīng)用于山體區(qū)域點(diǎn)云去噪處理的可行性。

為確保點(diǎn)云分類成果的準(zhǔn)確性，即確保其中的裸露巖體數(shù)據(jù)能被準(zhǔn)確分出，進(jìn)行數(shù)據(jù)濾波處理時(shí)，一是應(yīng)使用默認(rèn)策略(即采用不添加置信度以及參考SF值的模式)來進(jìn)行，且應(yīng)考慮將分類界線往植被區(qū)域適量傾斜，以確保裸露巖體區(qū)域的數(shù)據(jù)不被錯(cuò)分；二是應(yīng)考慮進(jìn)行重復(fù)多次的濾波，通過不斷改變分類界線位置來獲取質(zhì)量更高的點(diǎn)云數(shù)據(jù)。

由于本文應(yīng)用的數(shù)據(jù)實(shí)例數(shù)量有限，故驗(yàn)證效果存在一定的局限性，下一步工作中將考慮應(yīng)用更多數(shù)據(jù)實(shí)例來對此方法的應(yīng)用效果進(jìn)一步驗(yàn)證。