基于三维激光点云特征线提取的溶洞多分辨率三维重建方法研究

发布时间：2021-07-30 11:01

　　溶洞表面具有复杂、不规则性,现有的诸多的建模方法都是按照统一分辨率来进行三维重建,但是在三维重建过程中效率很低,且模型文件过大,对后续专业应用造成了很大困难,因此提出了一种基于三维激光点云特征线提取的技术,并针对溶洞进行了多分辨率三维重建。首先,采用改进邻近点几何特征提取溶洞特征值,增加法向量角作为检测特征点的参数;其次,用社会粒子群（SPSO）算法与模糊C-均值（FCM）聚类算法实现点云分类;再次,采用折线生长方法将特征点连接成特征线,并将其投影到三维点云上;最后,利用分类后的点云按照不同分辨率建模,实现高精度、高质量、高效率溶洞三维重建。实验结果表明,该方法可以按照不同分辨率进行建模,减少了三维重建后模型的数据量,提高了三维重建效率,在溶洞三维重建方面具有较高的实用价值。 

【文章来源】：激光与光电子学进展. 2020,57(20)北大核心CSCD

【文章页数】：9 页

【部分图文】：

溶洞精度分类示意图。（a）溶洞精度划分示意图；（b）立面与地溶洞地面现场照片；（c）顶部悬挂钟乳石现场照片；（d）地面凸起钟乳石现场照片

扫描点云数据首先通过精细配准，完成所有数据的拼接，使所有拼接误差在测站间均匀分布，以提高点云数据的绝对精度[15]，最后进行简单的去噪处理，以保障实验数据质量的可靠性。最后从中选取较为典型的部分进行实验。由于数据涉密，首先将选取数据进行坐标转换，格式转换为．pcd文件，选取的原始数据如图2所示。模型1是大场景的代表，选取该模型是为了测试本文算法对于大场景地下溶洞特征线提取是否准确，测试结果表明点云质量相对较好，扫描完整；模型2中溶洞内部纹理相对复杂，有少量噪点，点云质量相对较差，选取该模型是为了测试本文算法的抗噪能力，及测试本文算法针对纹理复杂区域能否达到预期效果；模型3中溶洞内部纹理最为复杂，上下空间距离变化度较大，伴随有一定量的钟乳石，选取该模型是为了测试本文算法的稳定性，以及特征线提取的准确性。钟乳石在溶洞的三维构建场景中是最为关键的一部分。

图3给出模型1特征线的提取过程，对具有极其不规则形状的岩溶洞，按照算法设定规则，提取特征线，点云聚类分析后将不同类别的点云数据赋予不同颜色，便于区分，图3(a）中绿色标识的点代表已被识别的特征点，图3(b）给出聚类分类后的结果，将点云分类为两类，并随机赋予不同的颜色，图3(c）中通过折线生长法将图3(a）中的特征值拟合成绿色曲线标识。图4给出模型2特征线的提取过程，模型2中点云数据质量相对较差。从图4(a）中可以看出绿色特征点分布较为散乱，部分区域的特征值表达不清晰，受少量噪点的影响；图4(b）为点云聚类分类结果，根据2.1小节中的精度分类，将点云分类为溶洞地面、溶洞侧壁（包含两侧）、溶洞顶部，从图中可以明显看出4类，考虑到实际运用，分类数量很少的点合并到相邻点集；图4(c）为特征线提取结果，图中可以看到部分区域间有一定的差值，在进行算法拟合时可取算术平均值代替。

【参考文献】：
期刊论文
[1]基于三维激光扫描技术的城市树木特征提取[J]. 黄德,夏永华,柏宏强,李泽邦.  城市勘测. 2019(03)
[2]大型溶洞旅游开发中三维建模测绘技术及应用[J]. 柏宏强,夏永华,杨明龙,刘筠,冯鸣.  软件导刊. 2019(06)
[3]基于区域聚类分割的点云特征线提取[J]. 王晓辉,吴禄慎,陈华伟,胡赟,石雅莹.  光学学报. 2018(11)
[4]一种基于协方差矩阵的点云特征曲线提取算法[J]. 贺彤,熊风光,韩燮,张元.  计算机工程. 2018(03)
[5]利用邻近点几何特征实现建筑物点云特征提取[J]. 董伟.  激光与光电子学进展. 2018(07)
[6]应用改进的粒子群优化模糊聚类实现点云数据的区域分割[J]. 王晓辉,吴禄慎,陈华伟,史皓良.  光学精密工程. 2017(04)
[7]地面三维激光扫描建筑物点云特征线提取[J]. 陈朋,谭晔汶,李亮.  激光杂志. 2016(03)
[8]基于符号曲面变化度与特征分区的点云特征线提取算法[J]. 聂建辉,刘烨,高浩,王保云,葛毓琴.  计算机辅助设计与图形学学报. 2015(12)
[9]基于三维点云模型的特征线提取算法[J]. 刘倩,耿国华,周明全,赵璐璐,李姬俊男.  计算机应用研究. 2013(03)
[10]面向车载激光扫描点云快速分类的点云特征图像生成方法[J]. 杨必胜,魏征,李清泉,毛庆洲.  测绘学报. 2010(05)



本文编号：3311281