發(fā)布時間：2022-02-17 18:54

　　隨著三維激光掃描技術(shù)的不斷發(fā)展,將其應(yīng)用于城市軌道交通變形監(jiān)測中彌補傳統(tǒng)監(jiān)測手段的不足,受到越來越多的關(guān)注。三維激光掃描獲取的點云數(shù)據(jù)中往往含有大量噪聲,影響建模與監(jiān)測精度和效率。文章研究了噪聲點的處理算法并進行了實例驗算,結(jié)果表明,依據(jù)測距值突變的飛點識別算法和依據(jù)三維Delaunay三角網(wǎng)構(gòu)網(wǎng)的加權(quán)平滑濾波算法能有效進行點云噪聲的識別和剔除,保證點云數(shù)據(jù)的準(zhǔn)確性。 

【文章來源】：城市勘測. 2020,(06)

【文章頁數(shù)】：4 頁

【部分圖文】：

平滑墻面原始點云數(shù)據(jù)

圖1 平滑墻面原始點云數(shù)據(jù)上述兩類誤差對后續(xù)三維特征提取和變形分析的影響嚴(yán)重。但是軌道交通的激光掃描數(shù)據(jù)量巨大,即使單站掃描的激光點個數(shù)也能達到百萬級,而且單點隨機噪聲幾乎難以觀察發(fā)現(xiàn),靠人工判讀識別和剔除這些噪聲基本上是難以完成的。

實驗數(shù)據(jù)來源于2019年廣東佛山某地鐵隧道部分點云數(shù)據(jù),設(shè)備選用的是美國Trimble公司的TX8掃描儀。點云數(shù)據(jù)整體長約 50 m,寬和高不超過 10 m,點數(shù)為 12 487 354個,平均點間隔約為 2 mm。為了保證外業(yè)采集點云數(shù)據(jù)的完整性和精確性,提高數(shù)據(jù)處理工作效率,根據(jù)目標(biāo)點與其鄰近點的測距值變化的幅度及滿足變化幅度鄰近點的數(shù)量設(shè)計了基于測距值突變的三角網(wǎng)過濾法自動識別和剔除“飛點”;針對單點隨機誤差設(shè)計了不損失幾何特征的快速三維高斯濾波算法。這兩種算法運用C#和Matlab編程實現(xiàn),直接應(yīng)用于實驗采集的點云數(shù)據(jù),保證在軌道交通變形分析前不再含有“飛點”和隨機噪聲�；跍y距值突變的三角網(wǎng)過濾“飛點”的算法描述為:假設(shè)一個非空點云pts,設(shè)定測距之差的閾值pt_s和鄰近點數(shù)閾值pt_n,定義Filtred和UnFiltred兩個數(shù)組分別記錄被過濾點和未被過濾點,“飛點”識別算法流程如圖3所示。

【參考文獻】：
期刊論文
[1]激光點云的隧道數(shù)據(jù)處理及形變分析[J]. 黃帆,李維濤,侯陽飛,吳廷,王解先.  測繪科學(xué). 2019(05)
[2]三維激光掃描技術(shù)在地鐵隧道變形監(jiān)測中的應(yīng)用[J]. 張明智,張明棟.  城市勘測. 2018(03)
[3]多級移動曲面擬合的自適應(yīng)閾值點云濾波方法[J]. 朱笑笑,王成,習(xí)曉環(huán),王濮,田新光,楊學(xué)博.  測繪學(xué)報. 2018(02)
[4]基于三維激光掃描技術(shù)的隧道檢測技術(shù)研究[J]. 王令文,程效軍,萬程輝.  工程勘察. 2013(07)
[5]基于約束Delaunay三角網(wǎng)的道路網(wǎng)自動綜合的研究[J]. 白冰,楊甲,曹學(xué)偉.  測繪與空間地理信息. 2012(07)
[6]幾種濾波算法在聲納圖像處理中的比較分析[J]. 雷毅,謝靜.  四川兵工學(xué)報. 2012(06)
[7]基于TIN的LIDAR點云過濾算法[J]. 毛建華,何挺,曾齊紅,李先華.  激光雜志. 2007(06)

博士論文
[1]機載激光雷達點云數(shù)據(jù)處理與建筑物三維重建[D]. 曾齊紅.上海大學(xué) 2009



本文編號：3629931