基于三维点云处理的管道三维建模方法技术

本发明专利技术公开了基于三维点云处理的管道三维建模方法，其包括，对输入点云进行数据预处理：去除离群点噪声，估计每个点的法向量；使用随机采样一致性算法通过拟合圆柱面方程的方法得到候选管道的圆柱参数模型集；利用图模型描述点云，并构造利用候选模型集标注点云所对应的能量函数，使用改进的图割算法最小化能量函数，得到点云中所有管道对应的圆柱面参数及其各自内点集；利用视点的邻接关系，使用ICP算法将不同视点下的点云中检测的管道进行配准，最终重建整个工厂管道的三维模型。所提出的方法可以应用于多种设备采集的三维点云，具有灵活易用的特点；模型参数估计准确，可以实现工厂管道的完整三维模型。

Pipeline 3D Modeling Method Based on 3D Point Cloud Processing

The invention discloses a pipeline three-dimensional modeling method based on three-dimensional point cloud processing, which includes data pre-processing for input point cloud: removing outlier noise and estimating normal vectors of each point; using random sampling consistency algorithm to obtain the cylinder parameter model set of candidate pipeline by fitting cylindrical equation; using graph model to describe point cloud, and constructing candidate model. The energy function corresponding to the point cloud is labeled, and the cylindrical parameters of all the pipes in the point cloud and their respective interior points are obtained by minimizing the energy function using the improved graph cut algorithm. The pipes detected in the point cloud under different viewpoints are registered by using the adjacent relationship of viewpoints and ICP algorithm, and the three-dimensional model of the whole factory pipeline is reconstructed finally. The proposed method can be applied to three-dimensional point clouds collected by various equipment, and has the characteristics of flexibility and ease of use. The parameters of the model can be estimated accurately, and the complete three-dimensional model of the factory pipeline can be realized.

【技术实现步骤摘要】
基于三维点云处理的管道三维建模方法
本专利技术涉及三维点云建模
，特别是涉及一种基于三维点云处理的管道三维建模方法。
技术介绍
近年来，随着国家大力推进智能工厂建设，智能化较好的工厂在进行管道安装施工前都采用基于模型定义技术实现产品开发，用一个集成的三维实体模型完整地表达管道的设计信息和制造信息(产品结构、三维尺寸等)。但对于现有的工厂，在智能化建设中，需要对其进行升级改造，对于陈旧的化工厂管道设备，缺少全面性的状态数据的收集与分析，如何得到现有工厂管道设备及时客观的详细信息，是面临的主要问题。管道的三维建模能够直观的描述管道的几何参数，有利于全面真实的反映工厂管道的分布状况以及损坏情况，因此研究三维建模，对于工厂管道资料数据的管理与应用有实际的意义。工厂具有环境复杂，管道体积庞大，环境恶劣的特点。现有的工厂管道检测大多由人工完成，依靠肉眼的检测工作量大，精度低，容易漏判。这就造成数据记录有误差，管道的原始参数不准确。利用传感器进行管道检测则解放了人力资源，不会使人面临潜在的危险。目前，利用传感器管道检测方式主要有两种：一种是二维的图形、图像，另一种是点云，传统的图像记录方式由于丢失了相位等立体信息，使得无法对物体进行多角度观察与分析研究；而点云则广泛存在现实世界的各个领域，可以真实地记录物体表面的各种三维立体信息。对于三维点云的采集，国际先进手段均采用专业的三维激光扫描设备完成。但是此类设备存在设备价格极为昂贵，操作方法繁琐，即使专业人员也难以完成，不适合推广应用。使用Kinect传感器获取环境或物体的三维信息，与专业的大型三维激光扫描设备相比操作更为简便，设备价格也远低于专业设备。这是一种非接触式扫描技术，不用接触到被测物体，就可以快速获取真实场景的三维坐标，可以广泛应用于危险测量领域。由于其体积偏小，可以搭载无人机快速实时获取管道的多视点信息，避免了由于遮挡和点云数据的缺失对三维建模造成的影响。
技术实现思路
针对存在的问题，本专利技术要解决的技术问题是：基于三维点云处理的如何实现管道识别和三维模型重建。为了解决上述技术问题，本专利技术提供了基于三维点云处理的管道三维建模方法，该方法包括以下步骤：步骤1、利用深度传感器获取化工厂管道或者天然气运输管道的三维点云，进行数据预处理，使用统计滤波器去除离群点噪声，得到预处理后的三维点云数据。步骤2、用拟合法对预处理后的三维点云数据中的每个点估计法向量。步骤3、使用随机采样一致性算法对得到的以位置和法向量构成的六维数组描述的三维点云数据进行采样，并通过拟合圆柱面方程的方法拟合得到候选管道的圆柱参数模型集。步骤4、构造能量函数，将步骤3中拟合出的候选管道的圆柱参数模型集作为能量函数的初始标签，利用改进的图割算法最小化能量函数确定点云中圆柱面全局最优估计，从而检测出三维点云中的多个管道各自对应的圆柱面的参数以及内点集。步骤5、将不同视点采集到的三维点云数据运行步骤1至步骤4，分别得到不同视角下管道重建结果，然后利用视点的邻接关系使用ICP算法对其进行两两配准、拼接，最终得到整个工厂管道的三维模型。针对现有技术，本专利技术的优点在于：该方法使统计滤波器去除离群点声，提高了法向量估计的准确性，利用点的位置和法向量得到多个候选管道的圆柱参数模型集，将传统的图割算法从二维图像分割移植到三维点云的分割，使用改进的图割算法最小化能量函数，快速准确的检测出三维点云中的多个管道对应的圆柱面参数以及模型集，使用ICP算法对多视点点云配准、拼接，最终得到整个工厂管道的三维模型。附图说明图1为本专利技术实施例的流程图。图2为管道点云配准，拼接流程图。具体实施方式结合附图和实施例对本专利技术的具体技术方案进行具体说明。请参阅图1所示，本专利技术提供了一种基于三维点云处理的管道三维建模方法，包括以下步骤：步骤1、利用深度传感器获取化工厂管道或者天然气运输管道的三维点云，进行数据预处理，使用统计滤波器去除离群点噪声。对于扫描的管道点云中任意一点，取该点所在空间上的k邻域，计算每个点到它的所有k临近点的平均距离。假设得到的结果是一个高斯分布，其形状由均值和标准差决定，平均距离在标准范围(由全局距离平均值和方差定义)之外的点，被定义为离群点，并从数据集中删除。步骤2、用拟合法对点云数据中每个点估计法向量。1)对于扫描的管道点云中的任意一点pi，取该点所在空间上半径为r的邻域，则此邻域中的点为该点的k近邻点集合。邻域半径r的取值与k的取值以及采集设备到管道之间的距离以及点云的稀疏程度相关，通常若要设置k值为30左右则半径应在0.06m-0.20m之间。使用采集设备到管道之间的距离为1.2m-4m，垂直视野为最大为60度，水平视野最大为70度，根据采集距离以及采集设备的分辨率，可以估算出采集到的管道点云的大致密度，若采集设备与管道的距离较远，点云稀疏，则设置较大的邻域半径，若距离较近，点云密集，则设置较小的邻域半径。若要设置k值为30左右则半径应在0.06m-0.20m之间。2)由得到的k近邻点集合计算其协方差矩阵，这个点对应的协方差矩阵C如下：此处，k是点pi近邻点的数目，表示表示最近邻元素的三维质心，λj是协方差矩阵的第j个特征值，是第j个特征向量。取协方差矩阵的最小特征值所对应的特征向量，作为点pi的法向量ni。步骤3、使用随机采样一致性算法对得到的以位置和法向量构成的六维数组描述的三维点云进行采样，并通过拟合圆柱面方程的方法得到候选管道的圆柱参数模型集。1)随机抽取两个点p1和p2以及对应的法向n1和n2，假设这两个点在圆柱的表面，那么得到圆柱的轴向n＝n1×n2。2)将p1和p2两点所在的直线，p1+t·n1＝0和p2+t·n2＝0投影到平面n·x＝0上，两条直线的投影的交点就是圆柱轴线上的点p0。3)设置圆柱的半径r为p1到点p0的距离。得到圆柱的参数为，轴上一点p0＝(x0，y0，zo)，轴向单位法向量n＝(nx，ny，nz)，圆柱半径为r。利用随机采样一致性的机制对圆柱参数进行验证。重复该过程，得到由多个圆柱构成的候选圆柱参数模型集。步骤4、构造能量函数，将步骤3中拟合出的候选管道的圆柱参数模型集作为能量函数的初始标签，利用改进的图割算法最小化能量函数确定点云中圆柱面全局最优估计，从而检测出三维点云中的多个管道各自对应的圆柱面的参数以及内点集。1)利用无向图描述三维点云：本专利技术所提出的基于图割的算法是将三维点云看作一个无向图G＝(V，Σ)，其中点集V表示点云中全体点构成的集合，Σ表示点云中相邻点相互连接构成的边的集合。使用构造kd-tree的方法构造点的邻域系统，加权图的边(Vi，Vj)∈Σ的权值代表相邻点之间的相似度，这个相似度可以是点的灰度值、位置、亮度等。本专利技术使用的是三维位置信息的差异来实现度量。2)构造能量函数：点云中圆柱面的全局最优估计问题就是为三维点云中每个点标注一个唯一的标签fi。点的标签值构成标签集F＝{f0，f1，···fM}，其中fi(i∈[1M])代表被标注的点为第i个圆柱面上的点，f0代表非圆柱面上点，标签的个数M通过所提出改进的图割算法自动确定。为在全局最优意义下估计出点云中的圆柱，构造如下能量函数：其中，第一项为一元项Dp(·)度量点在所标注的标签对应的圆柱模本文档来自技高网...

【技术保护点】
1.基于三维点云处理的管道三维建模方法，其特征在于：该方法包括以下步骤：步骤1、利用深度传感器获取化工厂管道或者天然气运输管道的三维点云，进行数据预处理，使用统计滤波器去除离群点噪声，得到预处理后的三维点云数据；步骤2、用拟合法对预处理后的三维点云数据中的每个点估计法向量；步骤3、使用随机采样一致性算法对得到的以位置和法向量构成的六维数组描述的三维点云数据进行采样，并通过拟合圆柱面方程的方法拟合得到候选管道的圆柱参数模型集；步骤4、构造能量函数，将步骤3中拟合出的候选管道的圆柱参数模型集作为能量函数的初始标签，利用改进的图割算法最小化能量函数确定点云中圆柱面全局最优估计，从而检测出三维点云中的多个管道各自对应的圆柱面的参数以及内点集；步骤5、将不同视点采集到的三维点云数据运行步骤1至步骤4，分别得到不同视角下管道重建结果，然后利用视点的邻接关系使用ICP算法对其进行两两配准、拼接，最终得到整个工厂管道的三维模型。

【技术特征摘要】
1.基于三维点云处理的管道三维建模方法，其特征在于：该方法包括以下步骤：步骤1、利用深度传感器获取化工厂管道或者天然气运输管道的三维点云，进行数据预处理，使用统计滤波器去除离群点噪声，得到预处理后的三维点云数据；步骤2、用拟合法对预处理后的三维点云数据中的每个点估计法向量；步骤3、使用随机采样一致性算法对得到的以位置和法向量构成的六维数组描述的三维点云数据进行采样，并通过拟合圆柱面方程的方法拟合得到候选管道的圆柱参数模型集；步骤4、构造能量函数，将步骤3中拟合出的候选管道的圆柱参数模型集作为能量函数的初始标签，利用改进的图割算法最小化能量函数确定点云中圆柱面全局最优估计，从而检测出三维点云中的多个管道各自对应的圆柱面的参数以及内点集；步骤5、将不同视点采集到的三维点云数据运行步骤1至步骤4，分别得到不同视角下管道重建结果，然后利用视点的邻接关系使用ICP算法对其进行两两配准、拼接，最终得到整个工厂管道的三维模型。2.根据权利要求1所述的基于三维点云处理的管道三维建模方法，其特征在于：该方法的步骤1中对于扫描的管道点云中任意一点，取该点所在空间上的k邻域，计算每个点到它的所有k临近点的平均距离；假设得到的结果是一个高斯分布，其形状由均值和标准差决定，平均距离在标准范围即由全局距离平均值和方差定义之外的点，被定义为离群点，并从数据集中删除。3.根据权利要求1所述的基于三维点云处理的管道三维建模方法，其特征在于：步骤2、用拟合法对点云数据中每个点估计法向量；1)对于扫描的管道点云中的任意一点pi，取该点所在空间上半径为r的邻域，则此邻域中的点为该点的k近邻点集合；邻域半径r的取值与k的取值以及采集设备到管道之间的距离以及点云的稀疏程度相关，通常若要设置k值为30左右则半径应在0.06m-0.20m之间；使用采集设备到管道之间的距离为1.2m-4m，垂直视野为最大为60度，水平视野最大为70度，根据采集距离以及采集设备的分辨率，可以估算出采集到的管道点云的大致密度，若采集设备与管道的距离较远，点云稀疏，则设置较大的邻域半径，若距离较近，点云密集，则设置较小的邻域半径；若要设置k值为30左右则半径应在0.06m-0.20m之间；2)由得到的k近邻点集合计算其协方差矩阵，这个点对应的协方差矩阵C如下：此处，k是点pi近邻点的数目，表示表示最近邻元素的三维质心，λj是协方差矩阵的第j个特征值，是第j个特征向量；取协方差矩阵的最小特征值所对应的特征向量，作为点pi的法向量ni。4.根据权利要求1所述的基于三维点云处理的管道三维建模方法，其特征在于：步骤3、使用随机采样一致性算法对得到的以位置和法向量构成的六维数组描述的三维点云进行采样，并通过拟合圆柱面方程的方法得到候选管道的圆柱参数模型集；1)随机抽取两个点p1和p2以及对应的法向n1和n2，假设这两个点在圆柱的表面，那么得到圆柱的轴向n＝n1×n2；2)将p1和p2两点所在的直线，p1+t·n1＝0和p2+t·n2＝0投影到平面n·x＝0上，两条直线的投影的交点就是圆柱轴线上的点p0；3)设置圆柱的半径r为p1到点p0的距离；得到圆柱的参数为，轴上一点p0＝(x0，y0，zo)，轴向单位法向量n＝(nx，ny，nz)，圆柱半径为r；利用随机采样一致性的机制对圆柱参数进行验证；重复该过程，得到由多个圆柱构成的候选圆柱参数模型集。5.根据权利要求1所述的基于三维点云处理的管道三维建模方法，其特征在于：步骤4、构造能量函数，将步骤3中拟合出的候选管道的圆柱参数模型集作为能量函数的初始标签，利用改进的图割算法最小化能量函数确定点云中圆柱面全局最优估计，从而检测出三维点云中的多个管道各自对应的圆柱面的参数以及内点集；1)利用无向图描述三维点云：基于图割的算法是将三维点云看作一个无向图G＝(V，Σ)，其中点集V表示点云中全体点构成的集合，Σ表示点云中相邻点相互连接构成的边的集合；使用构造kd-tree的方法构造点的邻域系统，加权图的边(Vi，Vj)∈Σ的权值代表相邻点之间的相似度，这个相似度可以是点的灰度值、位置、亮度；使用三维位置信息的差异来实现度量；2)构造能量函数：点云中圆柱面的全局最优估计问题就是为三维点云中每个点标注一...

【专利技术属性】
技术研发人员：王亮，闫碧莹，王凤，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11