基于高质量体素的区域生长3D岩体点云平面提取方法技术

本发明专利技术涉及一种基于高质量体素的区域生长3D岩体点云平面提取方法。本发明专利技术主要包含3个阶段；(1)基于体素的空间划分与共面性检测；(2)基于区域生长算法的岩体点云初始平面提取；(3)基于邻域关系的平面生长本。首先，初始岩体点云被划分为体素网格，在每个体素内部利用随机采样一致性进行共面性检测提取可靠的区域生长单元，同时建立邻域索引；然后利用提取的生长单元与邻域索引进行区域生长得到初始平面集合；最后对于初始平面集合利用邻域关系对每个平面周围邻域内的剩余点云进行二次生长，提取最终的平面集合。本发明专利技术适用于大场景岩石激光扫描点云的特征平面提取，可以高效、准确的提取岩体点云中的平面。

\u57fa\u4e8e\u9ad8\u8d28\u91cf\u4f53\u7d20\u7684\u533a\u57df\u751f\u957f3D\u5ca9\u4f53\u70b9\u4e91\u5e73\u9762\u63d0\u53d6\u65b9\u6cd5

The present invention relates to a method for extracting 3D rock mass point cloud plane based on high quality voxels. The invention mainly includes three stages: (1) spatial division and coplanarity detection based on voxels; (2) initial plane extraction of rock mass point cloud based on region growing algorithm; (3) plane growth cost based on neighborhood relationship. Firstly, the initial rock mass point cloud is divided into voxel grids. Within each voxel, the reliable region growing units are extracted by coplanarity detection using random sampling consistency, and the neighborhood index is established. Then, the initial plane set is obtained by region growing using the extracted growth units and neighborhood index. Finally, the neighborhood relation is used for the initial plane set to surround each plane. The remaining point clouds in the neighborhood are regenerated to extract the final plane set. The method is suitable for feature plane extraction of point cloud in large scene rock laser scanning, and can efficiently and accurately extract the plane in rock mass point cloud.

【技术实现步骤摘要】
基于高质量体素的区域生长3D岩体点云平面提取方法
本专利技术属于计算机视觉和三维点云数据处理的交叉领域，涉及点云特征提取、岩体三维重建等技术，特别涉及基于高质量体素的区域生长3D岩体点云平面提取。
技术介绍
点云中的平面提取是许多计算机图形学、图像处理和计算机视觉中的重要内容，包括三维重建、物体识别、虚拟现实等。目前，激光扫描器能够以高分辨率、高准确度的获取目标的三维空间的坐标信息，进一步促进了对于三维点云处理以及建模过程的研究，而点云中平面提取作为点云处理和分析的初始步骤，已经成为了点云处理领域的研究热点之一。目前许多研究者提出了大量的平面提取方法，其中随即采样一致性(RandomSampleConsensus,RANSAC)、霍夫变换(HoughTransform,HT)以及区域生长(RegionGrowing,RG)是最常被采用的三种典型方法。但是传统的随机采样一致性算法，RANSAC具有较好的鲁棒性，自动化程度较高，并且在大尺度的场景也能表现出较好的性能，但是其本质上是一个贪婪算法，每次从点云中提取出最大的平面过程中会将相邻边界点或者交点包含进平面；霍夫变换能够鲁棒的检测平面本文档来自技高网...

【技术保护点】
1.一种基于高质量体素的区域生长3D岩体点云平面提取方法，其特征在于主要包涵以下步骤：步骤1、基于体素的空间划分与共面性检测：首选估算点云中每个点的法向量；然后根据岩体点云的包围盒尺寸快速建立体素；在每个体素内部利用随机采样一致性进行共面性检测以建立生长单元(平面)；最后对每个生长单元建立邻域索引。步骤2、基于区域生长算法的岩体点云初始平面提取：根据建立后的生长单元，利用基于体素的区域生长算法提取初始平面集合；步骤3、基于邻域关系的平面生长：以提取后的每个平面为基准，建立点云合并准则，在其平面的邻域内对提取后的剩余点云进行判定，得到最终的平面集合。

【技术特征摘要】
1.一种基于高质量体素的区域生长3D岩体点云平面提取方法，其特征在于主要包涵以下步骤：步骤1、基于体素的空间划分与共面性检测：首选估算点云中每个点的法向量；然后根据岩体点云的包围盒尺寸快速建立体素；在每个体素内部利用随机采样一致性进行共面性检测以建立生长单元(平面)；最后对每个生长单元建立邻域索引。步骤2、基于区域生长算法的岩体点云初始平面提取：根据建立后的生长单元，利用基于体素的区域生长算法提取初始平面集合；步骤3、基于邻域关系的平面生长：以提取后的每个平面为基准，建立点云合并准则，在其平面的邻域内对提取后的剩余点云进行判定，得到最终的平面集合。2.根据权利要1所描述的一种基于高质量体素的区域生长3D岩体点云平面提取方法，其特征在于：所述步骤1进一步包括以下步骤：步骤1.1、利用主成分分析(PCA)估计点云中每个点的法向量。对于点云中任意一点p，其半径为r的区域里总共包含有k个点。则这k个点构建协方差矩阵Σ，其中λ1＜λ2＜λ3表示协方差矩阵Σ的三个特征值，v1,v2,v3为其对应的特征向量。则其最小特征值λ1对应的特征向量v1为p点的法向量。Σ·vj＝λj·vj,j∈{1,2,3}步骤1.2、根据给定的体素边长，将点云快速体素化。步骤1.3、对于每个体素内部，如果点数大于一定的阈值(N_r)则利用基于法向量的随机采样一致性(ND-RANSAC)进行共面性检测，用来提取生长单元(平面)。假定每个体素内部含有N个点，从中随机选取3个不共面的点建立平面pl，根据剩余的点云对此平面进行打分，若点到平...

【专利技术属性】
技术研发人员：胡亮，肖俊，王颖，
申请(专利权)人：中国科学院大学，
类型：发明
国别省市：北京,11