基于主方向估算的3D岩体点云特征面提取方法技术

本发明专利技术涉及一种基于主方向估算的3D岩体点云特征面提取方法。本发明专利技术主要包含3个阶段：(1)基于体素的聚类；(2)基于高斯核的主方向估算；(3)特征面提取。首先，利用空间二级网格将点云快速体素化并聚类成三种体素：共面体素、不共面体素和稀疏体素；然后对共面体素，使用二维高斯核自动估算点云特征面的主方向；最后根据主方向寻找种子体素，使用基于体素的区域增长，实现特征面的自动提取，得到多组特征面，并且每组特征面内的子特征面共面或平行。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特征面。

Extraction Method of 3D Rock Point Cloud Characteristic Surface Based on Principal Direction Estimation

【技术实现步骤摘要】
基于主方向估算的3D岩体点云特征面提取方法
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，特别涉及基于主方向估算的3D岩体点云特征面提取方法。
技术介绍
点云中的特征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。LiDAR(LightDetectionAndRanging)扫描器能够以高分辨率、高准确度，从很远的距离(达到6000m)，以超高速(每秒超过222000次)获取陆地表面的XYZ坐标等信息，LiDAR的高速发展与普及，进一步促进了对于不规则点云的特征面检测、提取和建模的研究。三维点云特征面提取最常用的方法是霍夫变换(HoughTransform,HT)、随机采样一致性(RandomSampleConsensus，RANSAC)和区域生长(Regiongrowing,RG)。霍夫变换是2D图像中检测直线、圆和其他参数化形状的方法，也可以被用于检测三维点云中的3D物体(特征面、圆柱体等)，但传统的霍夫变换计算复杂、效率低、特征面可能不连续；RANSAC通过迭代的方式随机选取三个点，计本文档来自技高网...

【技术保护点】
1.一种基于主方向估算的3D岩体点云特征面提取方法，其特征在于主要包涵以下步骤：步骤1、基于体素的聚类：利用空间二级网格将点云快速体素化，并根据体素内最小样本点数量阈值和共面判定准则，将体素分类为共面体素、非共面体素和稀疏体素3类；步骤2、基于高斯核的主方向估算：对共面体素，使用二维高斯核自动估算点云特征面的主方向；步骤3、特征面提取：根据主方向寻找种子体素，使用基于体素的区域增长来提取特征面。

【技术特征摘要】
1.一种基于主方向估算的3D岩体点云特征面提取方法，其特征在于主要包涵以下步骤：步骤1、基于体素的聚类：利用空间二级网格将点云快速体素化，并根据体素内最小样本点数量阈值和共面判定准则，将体素分类为共面体素、非共面体素和稀疏体素3类；步骤2、基于高斯核的主方向估算：对共面体素，使用二维高斯核自动估算点云特征面的主方向；步骤3、特征面提取：根据主方向寻找种子体素，使用基于体素的区域增长来提取特征面。2.根据权利要求1所述的一种基于主方向估算的3D岩体点云特征面提取方法，其特征在于：所述步骤1进一步包括以下步骤：步骤1.1、根据给定体素长度阈值，将点云快速的体素化；步骤1.2、根据给定的体素内最小样本点数量阈值，将体素划分为稀疏体素和非稀疏体素，对非稀疏体素内的样本点进行主成分分析(PCA)，得到样本点的特征值λ1，λ2，λ3和均方误差(MeanSquaredError,MSE)，其中λ1≤λ2≤λ3，根据共面判定准则λ2＞Sαλ1&&MSE＜ε，将非稀疏体素划分为共面体素和非共面体素；步骤1.3、将步骤1.2得到的非共面体素继续8等分，对每等分重复步骤1.2。3.根据权利要求1所述的一种基于主方向估算的3D岩体点云特征面提取方法，其特征在于：所述步骤2进一步包括以下步骤：步骤2.1、投票所使用的累加器为半球面型累加器，半球面上每个累加器单元的面积相等，单位法向量落在每个累加器单元上的概率相等，由于法向量的方向可正可反，对于落在下半球面的法向量将之方向取反；步骤2.2、对共面体素K计算协方差矩阵∑(x,y,z)、雅可比式J和协方差矩阵∑(φ...

【专利技术属性】
技术研发人员：刘鲁鹏，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