基于两步无监督聚类算法的激光点云数据自动建模方法技术

一种基于两步无监督聚类算法的激光点云数据自动建模方法，包括以下步骤：计算点云数据的边界多维数据集，将边界多维数据集分为子多维数据集，将点云分配到对应的子多维数据集，得到预处理后的点云数据；采用无监督聚类算法，基于对点的几何性质的分层统计分析依次对点云数据进行点聚类和面聚类，得到表面数据集；对表面数据集，计算每个聚类表面边界点的局部切线，进行局部切线建模，提取每个聚类表面边界方向，利用图形切割的快速能量最小化过程对每个聚类提取的边界进行细化，减少边界的数量；挤压每个聚类表面对应的边界形成一组不重叠的三维模型，将每个子多维数据集对应的三维模型进行合并形成完整的三维点云模型。适用于三维点云模型。于三维点云模型。于三维点云模型。

【技术实现步骤摘要】
基于两步无监督聚类算法的激光点云数据自动建模方法


[0001]本专利技术涉及点云数据建模
，具体是一种基于两步无监督聚类算法的激光点云数据自动建模方法。

技术介绍

[0002]目前，三维激光扫描技术是几何信息采集最先进的测量技术之一，其通过高速激光扫描测量，快速获取被测建筑环境的详细3D点云数据，极大提高现场建筑信息采集的精度和效率。
[0003]然而，点云数据实际空间离散点的几何坐标信息，无法直接应用于工程实践中。现阶段点云数据生成模型通常需将点云导入建模软件中，建模人员手动完成，这需要软件交互和专业操作人员，且耗时、主观易出错。而且根据职业建模人员及相关人员的报告称，即使一个简单设施，超过三分之二的工作将点云数据手动转换为三维模型，这极大破坏了3D扫描技术带来的效益。

技术实现思路

[0004]本专利技术的目的在于提供一种基于两步无监督聚类算法的激光点云数据自动建模方法，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：
[0006]一种基于两步无监督聚类算法的激光点云数据自动建模方法，包括以下步骤：
[0007]S1:计算点云数据的边界多维数据集，并将边界多维数据集分为子多维数据集，最后将点云分配到对应的子多维数据集，得到预处理后的点云数据；
[0008]S2:采用无监督聚类算法P2C，基于对点的几何性质的分层统计分析依次对预处理后的点云数据进行点聚类和面聚类，得到表面数据集；
[0009]S3:对得到的表面数据集，先使用高斯混合模型计算每个聚类表面边界点的局部切线，并进行局部切线建模，来提取每个聚类表面边界方向，再利用图形切割的快速能量最小化过程对每个聚类提取的边界进行细化，来减少边界的数量；
[0010]S4:挤压每个聚类表面对应的边界形成一组不重叠的三维模型，最后将每个子多维数据集对应的三维模型进行合并形成完整的三维点云模型。
[0011]优选地，步骤S1具体为：
[0012]首先计算整个点云数据的边界多维数据集，然后将边界多维数据集细分为内存可管理的子多维数据集，最后将点云分配到对应的子多维数据集，得到预处理后的点云数据。
[0013]优选地，步骤S2具体为：
[0014]采用两步无监督聚类算法P2C，在预处理后的点云数据上基于对数据几何性质分层统计分析依次进行点聚类和面聚类，得到表面数据集。
[0015]优选地，所述点聚类是利用相同结构对应的点具有相似几何特性的原理，将点云数据聚类成多个单独的几何要素面，每个点P由局部几何的六维特征向量f
p
表示，并满足以
下公式：
[0016]f
p
＝<N
X
，N
Y
，N
Z
，P
Z
，h
var
，n
var
>
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0017]其中，Nx、Ny和Nz是通过平均八个邻域法向量计算的每个点云的法向量分量，Pz是点的高度，H
var
和n
var
分别为点的八个邻域周围的局部高度方差和法向方差，通过捕捉每个点高度和法线在领域上的相对变化，来减少在点聚类过程中同心聚类产生，并且在点聚类过程中，判断P
j
和P1‑
n
的相邻n个点是不是的一部分，采用似然检测方法λ(f
pσ
)判断点p
k
的特征向量是否添加到聚类面片，如果添加成功，则重新计算均值和协方差矩阵，λ(f
pσ
)表达式如下：
[0018][0019]式中和分别是均值和协方差矩阵，是协方差矩阵的对角向量，为六维高斯函数，κ是经验分配值；
[0020]重复上述迭代过程，直到所有候选点无法通过似然测试生成聚类面片，下一次聚类以被拒绝的候选点开始，直到所有点聚类成面片。
[0021]优选地，所述面聚类是将点聚集成的面片合并成为更高级别的几何元素，称为表面，对应于相同结构的相邻面片可能具有相似的几何特性，利用此特性采用两步无监督聚类算法，基于Bhattacharya距离d
bhat
作为度量，通过比较相邻面片，测量可分性测度中两个正态分布和其中可分性d
bhat
表达式如下：
[0022][0023]其中和是均值不同导致的可分性，Σ1和Σ2是协方差矩阵差异测量的可分性；
[0024]当测量的可分性测度dbhat低于经验定义值时，两个相邻面片s1和s2合并，否则两步无监督聚类算法继续测量下一个相邻面片，重复上述迭代过程，直到所有相邻面片都聚类成表面，从而得到表面数据集。
[0025]优选地，步骤S3具体为：
[0026]对得到的表面数据集，使用高斯混合模型计算每个聚类表面边界点的局部切线并进行局部切线建模，来提取每个聚类表面边界方向，具体形式如下：
[0027][0028]其中，是各组分的混合物均值，β
i
是均值，∑
i
是协方差矩阵，参数β
i
使用期望最大化(EM)算法执行，满足最大化似然函数的对数：
[0029][0030]式中，X＝{X1，...，X
M
}为数据样本，即局部切线；
[0031]根据图形切割能量最小化函数，在数据样本X＝{X1，...，X
M
}中找到成本最小局部切线来实现细化每个聚类表面的边界点，并且基于提取的聚类表面边界方向进行分类，同时确保只考虑主要方向，图形切割能量最小化函数E(f)满足：
[0032]E(f)＝E
data
(f)+κ1*E
smooth
(f)+κ2*E
label
(f),
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0033]式中，k1是平滑项的权重，k2是标签项的权重，E
data
(f)是数据项能量，E
smooth
(f)是平滑项能量，E
label
(f)是标签项能量，
[0034]在图形切割能量最小化过程中，对于每次迭代，随机选择一个方向，然后在此方向上进行扩展移动寻找最佳配置，如果新的配置中总体能量E(f)减少了，则重复此过程，最终通过将所有3D点上的x和y分量投影到指定的方向来调整边界点。
[0035]优选地，步骤S4具体为：
[0036]挤压每个聚类表面对应的边界形成一组不重叠的、简化的、水密的、多边形的三维模型，最后将每个子多维数据集对应的三维模型进行合并形成完整的三维点云模型。
[0037]与现有技术相比，本专利技术的有益效果是：
[0038]1、通过预处理点云数据成可管理的点云数据集，根据对点的几何性质分层统计分析，使用一种新的两步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于两步无监督聚类算法的激光点云数据自动建模方法，其特征在于，包括以下步骤：S1:计算点云数据的边界多维数据集，并将边界多维数据集分为子多维数据集，最后将点云分配到对应的子多维数据集，得到预处理后的点云数据；S2:采用无监督聚类算法P2C，基于对点的几何性质的分层统计分析依次对预处理后的点云数据进行点聚类和面聚类，得到表面数据集；S3:对得到的表面数据集，先使用高斯混合模型计算每个聚类表面边界点的局部切线，并进行局部切线建模，来提取每个聚类表面边界方向，再利用图形切割的快速能量最小化过程对每个聚类提取的边界进行细化，来减少边界的数量；S4:挤压每个聚类表面对应的边界形成一组不重叠的三维模型，最后将每个子多维数据集对应的三维模型进行合并形成完整的三维点云模型。2.根据权利要求1所述的基于两步无监督聚类算法的激光点云数据自动建模方法，其特征在于，步骤S1具体为：首先计算整个点云数据的边界多维数据集，然后将边界多维数据集细分为内存可管理的子多维数据集，最后将点云分配到对应的子多维数据集，得到预处理后的点云数据。3.根据权利要求2所述的基于两步无监督聚类算法的激光点云数据自动建模方法，其特征在于，步骤S2具体为：采用两步无监督聚类算法P2C，在预处理后的点云数据上基于对数据几何性质分层统计分析依次进行点聚类和面聚类，得到表面数据集。4.根据权利要求3所述的基于两步无监督聚类算法的激光点云数据自动建模方法，其特征在于，所述点聚类是利用相同结构对应的点具有相似几何特性的原理，将点云数据聚类成多个单独的几何要素面，每个点P由局部几何的六维特征向量f
p
表示，并满足以下公式：f
p
＝<N
X
，N
Y
，N
Z
，P
Z
，h
var
，n
var
>
ꢀꢀꢀꢀ
(1)其中，Nx、Ny和Nz是通过平均八个邻域法向量计算的每个点云的法向量分量，Pz是点的高度，H
var
和n
var
分别为点的八个邻域周围的局部高度方差和法向方差，通过捕捉每个点高度和法线在领域上的相对变化，来减少在点聚类过程中同心聚类产生，并且在点聚类过程中，判断P
j
和P1‑
n
的相邻n个点是不是的一部分，采用似然检测方法λ(f
pσ
)判断点p
k
的特征向量是否添加到聚类面片，如果添加成功，则重新计算均值和协方差矩阵，λ(f
pσ
)表达式如下：式中和分别是均值和协方差矩阵，是协方差矩阵的对角向量，为六维高斯函数，κ是经验分配值；重复上述迭代过程，直到所有候...

【专利技术属性】
技术研发人员：金哲，杨世强，李小来，董能伦，刘晓华，方权，侯金华，张学锋，姚俊，杨晓东，苏毅，方春华，胡涛，董语涵，李海涛，朱海峰，马立，
申请(专利权)人：国网湖北省电力有限公司超高压公司，
类型：发明
国别省市：