針對機載LiDAR設(shè)備獲取的輸電線走廊點云數(shù)據(jù)量龐大,為后續(xù)的數(shù)據(jù)處理帶來不便的問題,該文采用隨機抽稀、空間抽稀和體素分割抽稀3種點云抽稀算法進行比較和分析,以期選擇合適的算法對點云數(shù)據(jù)進行壓縮和消除冗余數(shù)據(jù),主要從點云抽稀的質(zhì)量、簡度和速度3方面對4組輸電線走廊點云數(shù)據(jù)進行抽稀實驗。研究表明:系統(tǒng)（隨機）抽稀方法點云抽稀不能有效保持導(dǎo)線形態(tài)完整性和連續(xù)性;空間距離抽稀方法的處理效果最佳;在相同抽稀率下,體素分割抽稀速率最快;系統(tǒng)抽稀算法,用時均少于19 s;空間抽稀方法用時最長為447 s,抽稀時間效率相對較低。 

【文章來源】：測繪科學(xué). 2020,45(09)北大核心CSCD

【文章頁數(shù)】：8 頁

【部分圖文】：

3種抽稀方法在不同抽稀率上處理時間效率

空間距離抽稀采用的八叉樹結(jié)構(gòu)是通過遞歸的方式規(guī)則劃分三維空間,八叉樹的每個節(jié)點表示一個正方體的體積元素,每個節(jié)點有8個子節(jié)點(圖1)。點云的初始立方體包圍盒不斷地被分成8個相等的立方體單元,這個分裂過程是對每個立方體遞歸地重復(fù)。停止條件是沒有更多的點(比如3個點)在立方體單元或當(dāng)達到一個最大預(yù)設(shè)條件[15-16]。通過對點云數(shù)據(jù)構(gòu)建八叉樹結(jié)構(gòu),有利于數(shù)據(jù)的管理和處理,這種結(jié)構(gòu)可快速確定特定立方體單元及立方體三元中的點。如可在海量的點云數(shù)據(jù)中快速定位某個或某些點,方便對其進行后續(xù)處理。構(gòu)建完八叉樹之后,根據(jù)指定的最小距離,計算最優(yōu)樹深(層),加快鄰近搜索效率。依照指定間隔距離(半徑)在中依次尋找數(shù)據(jù)點的最近鄰點,找到給定距離的點云腳點,并剔除掉球形區(qū)域內(nèi)其余的腳點,從而達到點云數(shù)據(jù)抽稀的目的。

空間抽稀是按照一定的最小空間間隔(采樣間隔),把點云均勻采樣,使原始離散的冗余點云簡化為均勻分布的點云,同時達到數(shù)據(jù)抽稀的目的。注意到,空間抽稀并沒有生成新的點云數(shù)據(jù),抽稀后得到的點云是對原始點云取的子集。另外,空間抽稀只會對球形搜索區(qū)域內(nèi)的點選擇性剔除,對于超出采樣間隔的離群點會予以保留(圖2)。給定一個多維空間D,把D中的一個向量標(biāo)為一個樣本點或數(shù)據(jù)點。D中樣本點的有限集合稱為樣本集。給定樣本集E和一個樣本點d,d的最近鄰就是任何樣本點d′∈E滿足None-nearer(E,d,d′)。

【參考文獻】：
期刊論文
[1]一種特征感知的三維點云簡化算法[J]. 王成福,耿國華,胡佳貝,張勇杰.  激光與光電子學(xué)進展. 2019(11)
[2]最優(yōu)鄰域二次誤差曲面的點云簡化算法[J]. 陸建華,劉闖,呂志才.  測繪通報. 2018(12)
[3]利用連續(xù)變形技術(shù)的三維點云簡化方法[J]. 肖巍峰,田鑫,李朝奎,陳奇.  遙感信息. 2018(05)
[4]基于改進八叉樹的三維點云壓縮算法[J]. 黃源,達飛鵬,唐林.  光學(xué)學(xué)報. 2017(12)
[5]機載LiDAR點云數(shù)據(jù)抽稀算法研究述評[J]. 錢金菊,張昌賽,王柯,徐博.  測繪通報. 2017(S1)
[6]基于體素化網(wǎng)格下采樣的點云簡化算法研究[J]. 袁華,龐建鏗,莫建文.  電視技術(shù). 2015(17)
[7]于法向量夾角信息熵的點云簡化算法[J]. 陳西江,章光,花向紅.  中國激光. 2015(08)
[8]無人機電力線路安全巡檢系統(tǒng)及關(guān)鍵技術(shù)[J]. 彭向陽,劉正軍,麥曉明,羅智斌,王柯,謝小偉.  遙感信息. 2015(01)
[9]基于局部最小生成樹的點模型快速無損壓縮算法[J]. 王鵬杰,潘志庚,徐明亮,劉勇奎.  計算機研究與發(fā)展. 2011(07)
[10]利用kdtree索引實現(xiàn)曲率自適應(yīng)點云簡化算法[J]. 馬振國.  測繪科學(xué). 2010(06)

碩士論文
[1]基于近鄰傳播聚類的點云簡化研究[D]. 李蘭蘭.浙江工業(yè)大學(xué) 2010



本文編號：3232492