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(bǔ)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(diǎn)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(diǎn)的處理算法并進(jìn)行了實(shí)例驗(yàn)算,結(jié)果表明,依據(jù)測距值突變的飛點(diǎn)識(shí)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(jìn)行點(diǎn)云噪聲的識(shí)別和剔除,保證點(diǎn)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(diǎn)云數(shù)據(jù)

圖1 平滑墻面原始點(diǎn)云數(shù)據(jù)上述兩類誤差對(duì)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(diǎn)個(gè)數(shù)也能達(dá)到百萬級(jí),而且單點(diǎn)隨機(jī)噪聲幾乎難以觀察發(fā)現(xiàn),靠人工判讀識(shí)別和剔除這些噪聲基本上是難以完成的。

實(shí)驗(yàn)數(shù)據(jù)來源于2019年廣東佛山某地鐵隧道部分點(diǎn)云數(shù)據(jù),設(shè)備選用的是美國Trimble公司的TX8掃描儀。點(diǎn)云數(shù)據(jù)整體長約 50 m,寬和高不超過 10 m,點(diǎn)數(shù)為 12 487 354個(gè),平均點(diǎn)間隔約為 2 mm。為了保證外業(yè)采集點(diǎn)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(diǎn)與其鄰近點(diǎn)的測距值變化的幅度及滿足變化幅度鄰近點(diǎn)的數(shù)量設(shè)計(jì)了基于測距值突變的三角網(wǎng)過濾法自動(dòng)識(shí)別和剔除“飛點(diǎn)”;針對(duì)單點(diǎn)隨機(jī)誤差設(shè)計(jì)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(yùn)用C#和Matlab編程實(shí)現(xiàn),直接應(yīng)用于實(shí)驗(yàn)采集的點(diǎn)云數(shù)據(jù),保證在軌道交通變形分析前不再含有“飛點(diǎn)”和隨機(jī)噪聲�；跍y距值突變的三角網(wǎng)過濾“飛點(diǎn)”的算法描述為:假設(shè)一個(gè)非空點(diǎn)云pts,設(shè)定測距之差的閾值pt_s和鄰近點(diǎn)數(shù)閾值pt_n,定義Filtred和UnFiltred兩個(gè)數(shù)組分別記錄被過濾點(diǎn)和未被過濾點(diǎn),“飛點(diǎn)”識(shí)別算法流程如圖3所示。

【參考文獻(xiàn)】：
期刊論文
[1]激光點(diǎn)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(jí)移動(dòng)曲面擬合的自適應(yīng)閾值點(diǎn)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(bào). 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(dòng)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(bào). 2012(06)
[7]基于TIN的LIDAR點(diǎn)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(jī)載激光雷達(dá)點(diǎn)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(hào)：3629931