【技术实现步骤摘要】
本专利技术涉及激光工程测量测绘，具体涉及一种基于特征图谱的线性工程点云智能化采样方法。
技术介绍
1、线性工程测量测绘的主要目的包括病害检测、三维建模、智慧工地建设等，涉及工程设计、建设、竣工与运维养护全生命周期。在测量过程中，检测与监测目标应当重点保留、显示，且不论是道路、铁路还是隧道，其数据大部分时候具有相同的结构与纹理特征，可以对相同的纹理特征进行优化。
2、三维激光扫描技术具有高分辨率、高密度、海量和无序等特性，已经广泛应用于线性工程测量测绘领域。对于一般的线性工程，如隧道、公路、铁路，其检测里程很长，不论使用何种载体搭载激光扫描设备，500米线性工程的点云规模都大于1亿点。海量数据导致点云在存储与读取时速度较慢，在显示时加载速度较慢且对计算机性能要求高。现有技术在处理如此庞大的点云数据时,往往面临着效率低下的问题。无论是数据的读取、渲染还是分析,都需要耗费大量的时间和计算资源。这严重影响了工程项目的进度和效率。
3、现有的数据压缩与高效显示方式一般从提高计算机运算效率、优化加载顺序、限制屏幕内点云数量的...
【技术保护点】
1.一种基于特征图谱的点云智能化采样方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于特征图谱的点云智能化采样方法，其特征在于，所述步骤S10中使用传感器标定参数拼接图像的方法为：沿传感器载体前进方向的影像需要通过重叠区域实现拼接，而垂直于载体前进方向的影像则能够通过标定的各传感器参数进行拼接，影像与影像之间有个像素偏差，其中是重叠区像素值，为像素大小，为像素个数，为非整数偏差。
3.根据权利要求1所述的一种基于特征图谱的点云智能化采样方法，其特征在于，所述步骤S20中目标信息包括点云数据中的点数、采集时间、采集地点、采集设备、...
【技术特征摘要】
1.一种基于特征图谱的点云智能化采样方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种基于特征图谱的点云智能化采样方法，其特征在于，所述步骤s10中使用传感器标定参数拼接图像的方法为：沿传感器载体前进方向的影像需要通过重叠区域实现拼接，而垂直于载体前进方向的影像则能够通过标定的各传感器参数进行拼接，影像与影像之间有个像素偏差，其中是重叠区像素值，为像素大小，为像素个数，为非整数偏差。
3.根据权利要求1所述的一种基于特征图谱的点云智能化采样方法，其特征在于，所述步骤s20中目标信息包括点云数据中的点数、采集时间、采集地点、采集设备、设备参数、测量目标、测量角分辨率及测量距离分辨率；还包括图像数据中的图像编号、采集时间、采集地点、采集设备、设备参数及图像分辨率，还包括编码器里程、惯导姿态角、全球卫星导航系统的测量位置在内的其他传感器的知识。
4.根据权利要求1所述的一种基于特征图谱的点云智能化采样方法，其特征在于，所述步骤ss30中通过断面拟合，提取线性目标的中线的方法为：
5.根据权利要求4所述的一种基于特征图谱的点云智能化采样方法，其特征在于，当断面形状为椭圆形的隧道断面时，中心线求取方法如下：
6.根据权利要求1所述的一种基于特征图谱的点云智能化采样方法，其特征在于，所述步骤s30中，使用里程、灰度、深度映射关联方法对图像与点云数据关联的方法为：图像坐标与里程的关系由里程与图像夹角表示，；图像灰度与点云强度的映射关系为，其中和是对应的最小最大强度；图像深度与点云到中线距离的映射关系为，其中和是对应的最小和最大距离，且，经过上述关联，生成与影像对应的点云投影灰度、深度图。
7.根据权利要求1所述的一种基于特征图谱的点云智能化采样方法，其特征在于，所述步骤s30中建立图像特征金字塔直方图，使用sift算子匹配特征点，计算图像和点云投影灰度、深度图的特征匹配关系的方法为：设局部特征，其中分别是x轴、y轴的距离特征，是尺度特征，获取图像区域内的个局部特征统计值，剔除超过3倍误差的特征，其中误差，...
【专利技术属性】
技术研发人员：毛庆洲，徐浩轩，李夏亮，朱旭波，穆远博，朱璟，何洪涛，徐鹏宇，赵丽凤，王红雪，王勇，王晓静，冯增文，任传斌，张文超，孙志伟，钟锴，徐仁博，侯路月，郭灵叶，樊廷立，马骁扬，
申请(专利权)人：武汉汉宁轨道交通技术有限公司，
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。