【技术实现步骤摘要】
本专利技术涉及信号处理，特别是涉及一种面向复杂地下巷道场景的三维点云去噪方法及系统。
技术介绍
1、在矿山智能化建设加速推进过程中，三维激光扫描技术已经成为了不可或缺的工具，它为地下巷道场景的数字化提供了关键的技术支持。这一技术利用光电传感器系统和激光探测原理，通过高速扫描获取丰富的三维点云数据，为矿山智能化、地质勘探和安全监测等领域提供了强大的数据支撑。此外，随着自动驾驶技术的迅速发展，对于3d空间信息的需求也愈发迫切，使得激光传感器的成本大幅降低，为高分辨率的地下环境数字化提供了可能性。
2、在地下矿山环境中，三维激光扫描技术在岩性分类、岩体结构面建图识别、岩体特征量化、变形监测分析、巷道成形测量、巷道支护评价、采场贫化及爆破形成的地下空区分析等方面均有广泛应用。然而，三维激光扫描技术的应用依然面临着一系列挑战，如地下矿山巷道安全问题(尤其是在煤矿)、不平坦的地形、低照度以及大量粉尘等复杂条件，同时在矿山巷道建设时，巷道中会包含风水管网、行人、车辆等目标，获取的三维点云数据常受到各种噪声的干扰，导致原始数据包含大量杂乱信息，不仅增加计算机处理和负担，还降低了数据的质量和可靠性，进而限制了三维激光扫描技术的适用性。因此，对于地下巷道复杂场景的三维点云数据进行有效去噪是三维激光扫描技术在矿山成功运用的前提。
3、近年来，点云去噪是三维数据处理中的重要环节，旨在滤除数据中的噪声，以保留有用的地质和地形信息，国内外学者面向各自研究对象在点云去噪领域不断探索，发展了多种方法，可分为基于优化思想的传统滤波算法和基
4、针对巷道、隧道及管廊点云去噪领域，研究者们面临着特殊的挑战，需要专门的方法来处理。传统滤波方法如双边滤波算法、平均曲率流滤波算法、均值漂移算法等，对狭长密闭空间的隧道点云去噪效果差且容易破坏原始数据的精度，一些交互式的手工去噪方法也无法有效地深入到点云内部进行噪声去除。xu等利用隧道结构的对称性和圆形的性质，用圆函数逼近截面点云，有效滤除了大量干扰点并保持了隧道形状的重要细节，但该方法不适用于矩形或拱形隧道场景。zhu等提出了一种有效滤除隧道噪声点云的迭代滤波模型算法，但该算法不能有效滤除地面点云。程效军等采用双向投影获取隧道中轴线，根据圆形隧道表面点到中轴线距离剔除噪声点。同样是基于中轴线的去噪算法，琚俏俏等沿轴线方向提取隧道点云切片，对切片点作椭圆拟合识别其中噪声点。托雷等在利用中轴线截取隧道断面后，对断面使用基于圆型模型的ransac算法剔除噪声。徐光华等提出了基于隧道设计半径的粗去噪和多项式拟合的精确去噪相结合的去噪方法。李嘉等根据邻域内点到扫描仪中心点的深度值异常识别出其中离群点，并以深度值的期望值修复离群点。余鹏磊等基于ransac算法在隧道壁上选取种子点，利用区域生长方法从点云数据中提取隧道内表面点，实现噪声点的剔除。zhu等提出了一种专为隧道点云定制的方法，该方法将椭圆柱模型拟合到数据中以滤除非隧道点。
5、综上所述，目前巷道点云去噪领域的研究文献相对较少，且巷道作为狭长密闭的空间，内部存在管壁附属物、粉尘和人为噪声，由于地下巷道要素点云密度差异较大、结构复杂程度也不相同的原因，目前现有技术的各种方法进行统一去噪都难以达到理想效果，去噪效果不佳。因此，如何面向复杂地下巷道场景提供一种去噪效果更好的去噪方法，成为了本领域亟待解决的技术问题。
技术实现思路
1、本专利技术的目的是提供一种面向复杂地下巷道场景的三维点云去噪方法及系统，适用于复杂的地下巷道的场景，能够有效提升复杂地下巷道场景下三维点云数据的去噪效果。
2、为实现上述目的，本专利技术提供了如下方案：
3、第一方面，本专利技术提出了一种面向复杂地下巷道场景的三维点云去噪方法，包括：
4、获取井下巷道场景的三维巷道点云数据。
5、采用平面拟合法，计算所述三维巷道点云数据中各个数据点的法向量，得到法向量集合。
6、根据所述法向量集合，采用高斯映射法，计算巷道轴线的方向。
7、根据所述巷道轴线的方向和所述法向量集合，确定每个数据点的类型，并将类型为噪声点的数据点加入噪声点集合，将类型为巷道点为噪声点的数据点加入巷道点集合，得到噪声点集合和巷道点集合。
8、对所述噪声点集合中的所有噪声点进行去噪处理，得到去噪后的三维巷道点云数据。
9、可选地，在根据所述巷道轴线的方向和所述法向量集合，确定每个数据点的类型，并将类型为噪声点的数据点加入噪声点集合，将类型为巷道点为噪声点的数据点加入巷道点集合，得到噪声点集合和巷道点集合之后，所述方法还包括：
10、对所述噪声点集合和所述巷道点集合进行优化，得到优化后的噪声点集合和优化后的巷道点集合。
11、对所述优化后的噪声点集合中的所有噪声点进行去噪处理，得到去噪优化后的三维巷道点云数据。
12、可选地，对所述噪声点集合和所述巷道点集合进行优化，得到优化后的噪声点集合和优化后的巷道点集合，具体包括：
13、根据所述噪声点集合中各个噪声点的坐标，计算每两个噪声点之间的欧氏距离，得到噪声点距离集合。
14、根据所述噪声点距离集合，确定所述噪声点集合中每一噪声点的最近点。
15、计算每一所述噪声点到对应所述最近点之间的距离，得到最近点距离。
16、基于所述最近点，确定所述最近点相邻的至少三个相邻点。
17、对至少三个所述相邻点进行局部最小平面拟合处理，得到所述噪声点对应的拟合平面。
18、计算每一所述噪声点到对应的所述拟合平面之间的距离，得到所述噪声点的真实距离。
19、根据所述噪声点的所述真实距离和所述最近点距离，计算得到变化距离。
20、根据每一所述噪声点的所述变化距离，对所述噪声点集合和所述巷道点集合进行优化，得到优化后的噪声点集合和优化后的巷道点集合。
21、可选地，本文档来自技高网...
【技术保护点】
1.一种面向复杂地下巷道场景的三维点云去噪方法，其特征在于，包括：
2.根据权利要求1所述的一种面向复杂地下巷道场景的三维点云去噪方法，其特征在于，在根据所述巷道轴线的方向和所述法向量集合，确定每个数据点的类型，并将类型为噪声点的数据点加入噪声点集合，将类型为巷道点为噪声点的数据点加入巷道点集合，得到噪声点集合和巷道点集合之后，所述方法还包括：
3.根据权利要求2所述的一种面向复杂地下巷道场景的三维点云去噪方法，其特征在于，对所述噪声点集合和所述巷道点集合进行优化，得到优化后的噪声点集合和优化后的巷道点集合，具体包括：
4.根据权利要求3所述的一种面向复杂地下巷道场景的三维点云去噪方法，其特征在于，根据每一所述噪声点的所述变化距离，对所述噪声点集合和所述巷道点集合进行优化，得到优化后的噪声点集合和优化后的巷道点集合，具体包括：
5.根据权利要求3所述的一种面向复杂地下巷道场景的三维点云去噪方法，其特征在于，每两个噪声点之间的欧氏距离的计算公式为：
6.根据权利要求3所述的一种面向复杂地下巷道场景的三维点云去噪方法，其特征
7.根据权利要求1所述的一种面向复杂地下巷道场景的三维点云去噪方法，其特征在于，所述三维巷道点云数据中各个数据点的法向量的计算公式为：
8.根据权利要求1所述的一种面向复杂地下巷道场景的三维点云去噪方法，其特征在于，所述巷道轴线的方向的计算公式为：
9.根据权利要求1所述的一种面向复杂地下巷道场景的三维点云去噪方法，其特征在于，根据所述巷道轴线的方向和所述法向量集合，确定每个数据点的类型，并将类型为噪声点的数据点加入噪声点集合，将类型为巷道点为噪声点的数据点加入巷道点集合，得到噪声点集合和巷道点集合，具体包括：
10.一种面向复杂地下巷道场景的三维点云去噪系统，其特征在于，所述系统在被计算机运行时，执行如权利要求1-9任一项所述的一种面向复杂地下巷道场景的三维点云去噪方法。
...【技术特征摘要】
1.一种面向复杂地下巷道场景的三维点云去噪方法，其特征在于，包括：
2.根据权利要求1所述的一种面向复杂地下巷道场景的三维点云去噪方法，其特征在于，在根据所述巷道轴线的方向和所述法向量集合，确定每个数据点的类型，并将类型为噪声点的数据点加入噪声点集合，将类型为巷道点为噪声点的数据点加入巷道点集合，得到噪声点集合和巷道点集合之后，所述方法还包括：
3.根据权利要求2所述的一种面向复杂地下巷道场景的三维点云去噪方法，其特征在于，对所述噪声点集合和所述巷道点集合进行优化，得到优化后的噪声点集合和优化后的巷道点集合，具体包括：
4.根据权利要求3所述的一种面向复杂地下巷道场景的三维点云去噪方法，其特征在于，根据每一所述噪声点的所述变化距离，对所述噪声点集合和所述巷道点集合进行优化，得到优化后的噪声点集合和优化后的巷道点集合，具体包括：
5.根据权利要求3所述的一种面向复杂地下巷道场景的三维点云去噪方法，其特征在于，每两个噪声点之间的...
【专利技术属性】
技术研发人员：郝英豪，任助理，张全平，袁瑞甫，鲁喜辉，马其，刘永强，杨帆，白刚，方程，杨瑞凯，邱建国，
申请(专利权)人：中天合创能源有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。