一种TLS单站点云数据密度严密计算模型及其校正方法技术

本发明专利技术公开了一种TLS单站点云数据密度严密计算模型及其校正方法，所述模型包括：通过TLS对目标进行逐线扫描；以TLS的中心O为原点建立三维空间坐标系，利用目标点P的扫描线所处的竖直扫描平面f、目标点P左右相邻扫描线构成的平面g分别与目标点P所处的微小平面e相交，求取两相交直线m和l的方向向量S2和S3，结合目标点P的扫描线OP方向向量S1，得出目标点P扫描线分别与两所述相交直线m和l的夹角θ1和θ2，通过三角形正弦定理求解出水平和竖直点间距

【技术实现步骤摘要】
一种TLS单站点云数据密度严密计算模型及其校正方法


[0001]本专利技术涉及点云密度计算的
，尤其是一种TLS单站点云数据密度严密计算模型及其校正方法。

技术介绍

[0002]地面三维激光扫描系统(Terrestrial Laser Scanning，TLS)是一种先进的主动遥感技术，无需与目标接触即可获取目标及其周边场景的高精度、高密度的激光点云数据。相较于传统的测量技术如全站仪、RTK、航空摄影测量、卫星观测等，TLS可以获得毫米级分辨率和高精度的目标外轮廓点云数据，同时在测量效率和工作成本方面也具备极大的优势，在地形测量、林业调查、农业调查、灾害监测等领域有着广泛的应用。
[0003]TLS获取的扫描数据包含几何信息和物理信息两部分，其中几何信息是指点云的三维空间坐标，物理信息是指点云的色彩信息和激光强度值。目前的研究应用大多都是基于点云数据的几何信息，即利用获取的点云三维空间坐标计算得到点云的法矢量、曲率、曲率变化率、密度、点线面特征等几何特征，进而利用几何特征进行目标的识别、分类和提取等研究。点云密度是指目标点周围一定空间范围内的点云数量，表明了目标的几何特征和空间分布等特性。密度作为点云最基础和最重要的几何特征之一，可用于点云的精细分类和目标特征提取，目前已被广泛应用于植被茎叶分离、建筑物轮廓提取等研究中，但是，点云密度通常会在不同的场景中变化，并且会随着扫描距离的增加而降低。相对于机载激光雷达和星载激光雷达与扫描目标距离通常较远且变化较小，TLS与扫描目标更为接近，且距离变化幅度较大，因而这种变化对于TLS扫描数据更为明显。因此，点云密度变化往往是几何特征提取中需要考虑的重要因素。
[0004]针对点云密度存在变化的问题，许多学者在其研究中采取了不同的应对策略， Chen et al根据点云密度与扫描距离的关系设定自适应的密度搜索范围，以确保搜索邻域与点云密度保持相似的尺度，实现森林场景树干点云的提取。在此基础上，Chen et al又通过扫描距离和角度分辨率估计点间距，根据点间距确定密度搜索邻域，并使用极坐标格网代替常用的格网去适应密度变化，提高了远距离建筑物的提取精度。Che et al根据点云密度和扫描角度分辨率计算参考点密度，用于TLS扫描数据的地面点滤波。Cheng et al将点云投影至水平格网，统计每个格网中的点云数量并将其作为投影点密度(Density of Projected Points， DoPP)，然后根据最远建筑物与扫描仪的距离、最小建筑物高度和扫描角度分辨率计算DoPP自适应阈值，完成建筑物轮廓提取。以上研究可以在一定程度上利用变化的点云密度进行地物分类，但这些方法只能针对特定的地物，对于完整的场景还缺乏适用性，同时，大多数算法中需要提供较多的先验知识，算法的智能性还有待提升。
[0005]由于遮挡效应的影响，在利用TLS扫描时通常需要架设多个测站去获取整个场景的完整数据，但与此同时也会导致整体数据中存在大量重叠，在重叠区域的点云密度会显著增大，这对于利用点云密度进行特征提取会产生极大地干扰，而对于单站TLS扫描数据则不会受此影响，因此，通过研究单站TLS点云密度进行特征提取，而后进行多个测站数据的
配准获得整个场景的特征是更优的策略。目前，有研究尝试建立TLS单站点云的理论密度计算模型，通过消除模型中的客观要素(如距离、入射角等)，得到改正后的点云密度仅与目标的几何特征(如尺寸)相关，最后在此基础上进行地物分类。这种方法不需要进行复杂的参数设置，亦并非针对特定的地物，具有较强的实用性。Tan et al建立了点云密度与距离之间的理论模型，随后消除距离对点云密度的影响，利用校正后的点云密度进行森林茎叶分离。该研究建立的点云密度计算模型较为简单，仅适用于简单的场景 (如水平面、竖直面等)，并未考虑目标物自身存在各种倾斜的情形，对于完整复杂场景的适用性较差。

技术实现思路

[0006]本专利技术的目的是根据上述现有技术的不足，提供了一种TLS单站点云数据密度严密计算模型及其校正方法，考虑了距离、水平和竖直角度分辨率、目标的任意空间分布状态等因素，基于扫描仪扫描原理和扫描点、线、面之间的空间分布及其内在几何关联，再借助扫描线与目标在水平和竖直方向的夹角来表示目标的空间分布状态，从数学上推导了TLS单站点云中单点密度的严密计算模型，该模型适用于任意TLS获取的任意场景中的任意形状和空间分布点的理论密度计算。同时，通过定义参考距离和角度，消除模型中客观要素的影响，基于密度严密计算模型，提出了一种TLS单站点云的密度校正方法，得到校正后的点云密度仅与目标的几何尺寸/特征相关，可用于地物的提取、分类和识别等研究。
[0007]本专利技术目的实现由以下技术方案完成：
[0008]一种TLS单站点云数据密度严密计算模型，其特征在于，所述模型包括：通过TLS对目标进行逐线扫描；以TLS的中心O为原点建立三维空间坐标系，利用目标点P的扫描线所处的竖直扫描平面f、目标点P左右相邻扫描线构成的平面 g分别与目标点P所处的微小平面e相交，求取两相交直线m和l的方向向量S2和S3，结合目标点P的扫描线OP方向向量S1，得出目标点P扫描线分别与两所述相交直线m和l的夹角θ1和θ2，通过三角形正弦定理求解出水平和竖直点间距Δh和Δv，得到目标点外围平行四边形面积s，求取目标点圆形邻域面积与目标点外围平行四边形面积s的比值，得到点云密度。
[0009]所述逐线扫描为扫描线在竖直方向的垂直扫描角范围内进行由下往上或由上往下的扫描，以竖直角分辨率β为步长进行离散点测量，旋转一个水平角分辨率α后再次进行竖直扫描，直至完成指定的水平扫描角或一个圆周扫描后结束。
[0010]令P＝{p
i
,i＝1,2,..,n}为点云集合，在目标点p
i
周围半径为r的球形邻域范围内的点云集合表示为：
[0011]R(p
i
,r)＝{p
j
/d(p
i
,p
j
)≤r,p
j
∈P and j≠i}
ꢀꢀ
(1)；
[0012]式中：d(p
i
,p
j
)为目标点p
i
至p
j
的几何距离；
[0013]则点云集合R(p
i
,r)中的总点数为目标点p
i
的密度D(p
i
,r)：
[0014][0015]目标点p
i
的左右相邻点间距分别为PN、PM，前后或上下相邻点间距分别为 PK、PL，得目标点外围平行四边形的两边长Δh和Δv分别为：
[0016][0017]令目标点P或p
i
的坐标为(x
i
,y
i
,z
i
)，TLS中心O的坐标为(x0,y0,z0)，得扫描线OP所在直线的方向向量S1为：
[0018]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种TLS单站点云数据密度严密计算模型，其特征在于，所述模型包括：通过TLS对目标进行逐线扫描；以TLS的中心O为原点建立三维空间坐标系，利用目标点P的扫描线所处的竖直扫描平面f、目标点P左右相邻扫描线构成的平面g分别与目标点P所处的微小平面e相交，求取两相交直线m和l的方向向量S2和S3，结合目标点P的扫描线OP方向向量S1，得出目标点P扫描线分别与两所述相交直线m和l的夹角θ1和θ2，通过三角形正弦定理求解出水平和竖直点间距Δh和Δv，得到目标点外围平行四边形面积s，求取目标点圆形邻域面积与目标点外围平行四边形面积s的比值，得到点云密度。2.如权利要求1所述的一种TLS单站点云数据密度严密计算模型，其特征在于，所述逐线扫描为扫描线在竖直方向的垂直扫描角范围内进行由下往上或由上往下的扫描，以竖直角分辨率β为步长进行离散点测量，旋转一个水平角分辨率α后再次进行竖直扫描，直至完成指定的水平扫描角或一个圆周扫描后结束。3.如权利要求2所述的一种TLS单站点云数据密度严密计算模型，其特征在于，令P＝{p
i
,i＝1,2,..,n}为点云集合，在目标点p
i
周围半径为r的球形邻域范围内的点云集合表示为：R(p
i
,r)＝{p
j
/d(p
i
,p
j
)≤r,p
j
∈P and j≠i}
ꢀꢀꢀꢀ
(1)；式中：d(p
i
,p
j
)为目标点p
i
至p
j
的几何距离；则点云集合R(p
i
,r)中的总点数为目标点p
i
的密度D(p
i
,r)：目标点p
i
的左右相邻点间距分别为PN、PM，前后或上下相邻点间距分别为PK、PL，得目标点外围平行四边形的两边长Δh和Δv分别为：令目标点P或p
i
的坐标为(x
i
,y
i
,z
i
)，TLS中心O的坐标为(x0,y0,z0)，得扫描线OP所在直线的方向向量S1为：S1＝(x
i
‑
x0,y
i
‑
y0,z
i
‑
z0)
ꢀꢀꢀꢀ
(4)；假设平面e、f、g的平面方程为：则平面e与平面f相交直线m的直线方程为：求得直线m的方向向量S2为：
式中：i＝(1,0,0)，j＝(0,1,0)，k＝(0,0,1)，得S2为：S2＝(b1c2‑
b2c1,
‑
a1c2+a2c1,a1b2‑
a2b1)
ꢀꢀꢀꢀ
(8)；结合式(4)、(8)可得扫描线OP与直线m的夹角θ1的余弦值为：则θ1＝cos
‑1(cosθ1)，以∠OPL作为θ1；在ΔOPL中，由正弦定理得：式中：为目标点至TLS中心的几何距离；在ΔOPK中，由正弦定理得：结合式(3)、式(10)和式(11)得Δv为：平面e与平面g相交直线l的直线方程为：求得直线l的方向向量S3为：式中：i＝(1,0,0)，j＝(0,1,0)，k＝(0,0,1)，得S3为：S3＝(b1c3‑
b3c1,
‑
a1c3+a3c1,a1b3‑
a3b1)
ꢀꢀꢀꢀ
(15)；结合式(4)和式(15)得扫描线OP与直线l的夹角θ2的余弦值为：则θ2＝cos
‑1(cosθ2)，以∠OPN作为θ2；在ΔOPN中，由正弦定理得：在ΔOPM中，由正弦定理得：结合式(3)、式(17)和式(18)得Δh为：
∠OPL、∠OPN和∠LPN看作是以P为顶点的三棱锥的三个顶角，∠OPL和∠OPN分别为θ1和θ2，∠LPN为直线m和l的夹角，将其设为θ3，由四面体空间角的基本公式得：cosθ1·
cosθ2+sinθ1·
sinθ2·
cosγ＝cosθ3ꢀꢀꢀꢀ
(20)；式中：γ为平面f和平面g的二面角；由于平面f与平面g垂直，γ＝90
°
，将式(20)简化为：cosθ1·
cosθ2＝cosθ3ꢀꢀꢀꢀ
(21)；则结...

【专利技术属性】
技术研发人员：谭凯，刘帅，张卫国，杨建儒，
申请(专利权)人：华东师范大学，
类型：发明
国别省市：