溶洞表面具有復(fù)雜、不規(guī)則性,現(xiàn)有的諸多的建模方法都是按照統(tǒng)一分辨率來進(jìn)行三維重建,但是在三維重建過程中效率很低,且模型文件過大,對后續(xù)專業(yè)應(yīng)用造成了很大困難,因此提出了一種基于三維激光點(diǎn)云特征線提取的技術(shù),并針對溶洞進(jìn)行了多分辨率三維重建。首先,采用改進(jìn)鄰近點(diǎn)幾何特征提取溶洞特征值,增加法向量角作為檢測特征點(diǎn)的參數(shù);其次,用社會(huì)粒子群（SPSO）算法與模糊C-均值（FCM）聚類算法實(shí)現(xiàn)點(diǎn)云分類;再次,采用折線生長方法將特征點(diǎn)連接成特征線,并將其投影到三維點(diǎn)云上;最后,利用分類后的點(diǎn)云按照不同分辨率建模,實(shí)現(xiàn)高精度、高質(zhì)量、高效率溶洞三維重建。實(shí)驗(yàn)結(jié)果表明,該方法可以按照不同分辨率進(jìn)行建模,減少了三維重建后模型的數(shù)據(jù)量,提高了三維重建效率,在溶洞三維重建方面具有較高的實(shí)用價(jià)值。 

【文章來源】：激光與光電子學(xué)進(jìn)展. 2020,57(20)北大核心CSCD

【文章頁數(shù)】：9 頁

【部分圖文】：

溶洞精度分類示意圖。（a）溶洞精度劃分示意圖；（b）立面與地溶洞地面現(xiàn)場照片；（c）頂部懸掛鐘乳石現(xiàn)場照片；（d）地面凸起鐘乳石現(xiàn)場照片

掃描點(diǎn)云數(shù)據(jù)首先通過精細(xì)配準(zhǔn)，完成所有數(shù)據(jù)的拼接，使所有拼接誤差在測站間均勻分布，以提高點(diǎn)云數(shù)據(jù)的絕對精度[15]，最后進(jìn)行簡單的去噪處理，以保障實(shí)驗(yàn)數(shù)據(jù)質(zhì)量的可靠性。最后從中選取較為典型的部分進(jìn)行實(shí)驗(yàn)。由于數(shù)據(jù)涉密，首先將選取數(shù)據(jù)進(jìn)行坐標(biāo)轉(zhuǎn)換，格式轉(zhuǎn)換為．pcd文件，選取的原始數(shù)據(jù)如圖2所示。模型1是大場景的代表，選取該模型是為了測試本文算法對于大場景地下溶洞特征線提取是否準(zhǔn)確，測試結(jié)果表明點(diǎn)云質(zhì)量相對較好，掃描完整；模型2中溶洞內(nèi)部紋理相對復(fù)雜，有少量噪點(diǎn)，點(diǎn)云質(zhì)量相對較差，選取該模型是為了測試本文算法的抗噪能力，及測試本文算法針對紋理復(fù)雜區(qū)域能否達(dá)到預(yù)期效果；模型3中溶洞內(nèi)部紋理最為復(fù)雜，上下空間距離變化度較大，伴隨有一定量的鐘乳石，選取該模型是為了測試本文算法的穩(wěn)定性，以及特征線提取的準(zhǔn)確性。鐘乳石在溶洞的三維構(gòu)建場景中是最為關(guān)鍵的一部分。

圖3給出模型1特征線的提取過程，對具有極其不規(guī)則形狀的巖溶洞，按照算法設(shè)定規(guī)則，提取特征線，點(diǎn)云聚類分析后將不同類別的點(diǎn)云數(shù)據(jù)賦予不同顏色，便于區(qū)分，圖3(a）中綠色標(biāo)識(shí)的點(diǎn)代表已被識(shí)別的特征點(diǎn)，圖3(b）給出聚類分類后的結(jié)果，將點(diǎn)云分類為兩類，并隨機(jī)賦予不同的顏色，圖3(c）中通過折線生長法將圖3(a）中的特征值擬合成綠色曲線標(biāo)識(shí)。圖4給出模型2特征線的提取過程，模型2中點(diǎn)云數(shù)據(jù)質(zhì)量相對較差。從圖4(a）中可以看出綠色特征點(diǎn)分布較為散亂，部分區(qū)域的特征值表達(dá)不清晰，受少量噪點(diǎn)的影響；圖4(b）為點(diǎn)云聚類分類結(jié)果，根據(jù)2.1小節(jié)中的精度分類，將點(diǎn)云分類為溶洞地面、溶洞側(cè)壁（包含兩側(cè)）、溶洞頂部，從圖中可以明顯看出4類，考慮到實(shí)際運(yùn)用，分類數(shù)量很少的點(diǎn)合并到相鄰點(diǎn)集；圖4(c）為特征線提取結(jié)果，圖中可以看到部分區(qū)域間有一定的差值，在進(jìn)行算法擬合時(shí)可取算術(shù)平均值代替。

【參考文獻(xiàn)】：
期刊論文
[1]基于三維激光掃描技術(shù)的城市樹木特征提取[J]. 黃德,夏永華,柏宏強(qiáng),李澤邦.  城市勘測. 2019(03)
[2]大型溶洞旅游開發(fā)中三維建模測繪技術(shù)及應(yīng)用[J]. 柏宏強(qiáng),夏永華,楊明龍,劉筠,馮鳴.  軟件導(dǎo)刊. 2019(06)
[3]基于區(qū)域聚類分割的點(diǎn)云特征線提取[J]. 王曉輝,吳祿慎,陳華偉,胡赟,石雅瑩.  光學(xué)學(xué)報(bào). 2018(11)
[4]一種基于協(xié)方差矩陣的點(diǎn)云特征曲線提取算法[J]. 賀彤,熊風(fēng)光,韓燮,張?jiān)?  計(jì)算機(jī)工程. 2018(03)
[5]利用鄰近點(diǎn)幾何特征實(shí)現(xiàn)建筑物點(diǎn)云特征提取[J]. 董偉.  激光與光電子學(xué)進(jìn)展. 2018(07)
[6]應(yīng)用改進(jìn)的粒子群優(yōu)化模糊聚類實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)的區(qū)域分割[J]. 王曉輝,吳祿慎,陳華偉,史皓良.  光學(xué)精密工程. 2017(04)
[7]地面三維激光掃描建筑物點(diǎn)云特征線提取[J]. 陳朋,譚曄汶,李亮.  激光雜志. 2016(03)
[8]基于符號(hào)曲面變化度與特征分區(qū)的點(diǎn)云特征線提取算法[J]. 聶建輝,劉燁,高浩,王保云,葛毓琴.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2015(12)
[9]基于三維點(diǎn)云模型的特征線提取算法[J]. 劉倩,耿國華,周明全,趙璐璐,李姬俊男.  計(jì)算機(jī)應(yīng)用研究. 2013(03)
[10]面向車載激光掃描點(diǎn)云快速分類的點(diǎn)云特征圖像生成方法[J]. 楊必勝,魏征,李清泉,毛慶洲.  測繪學(xué)報(bào). 2010(05)



本文編號(hào)：3311281