电话:01063958082
手机:13910055896
 
点云催化剂软件应用案例二(点云数据中3D平面实体的精确识别和轮廓线提取)
 
点云催化剂软件应用案例二(点云数据中3D平面实体的精确识别和轮廓线提取)
来源:北京天弘基业技术中心   加入时间:2019-04-29    作者:天弘基业技术工程部    阅读:307

在上期文章中,我们介绍了点云催化剂软件在林木信息提取中的应用案例,今天,我们来看一下第二个案例点云数据中3D平面实体的精确识别和轮廓线提取。


背景介绍

激光雷达(LightDetection and Ranging,LiDAR)测量技术是一种新颖的测量手段,其新颖既表现在其获取数据的原理和方式不同,又表现在其获取数据的组织方式和表达手段也区别于已有的其他测量手段。具体而言,激光雷达扫描仪向被测量的地表发射激光信号,信号既会打在地面、又会打在地物上;激光雷达扫描仪记录反射回来的激光信号,这些信号经过后续的处理和解算生成一系列的离散点。因为这些离散点成星云状密集分布,所以形象的称为点云(Point cloud)。激光点云这种成果,既不同于经典的摄影测量获取的光学影像,又不同于SAR获取的经过成像处理的复数数据,是一种新颖的数据组织形式。

点云数据处理和信息提取中使用的基本处理单元,被称为“基元”。按照基元类型,可以将已有的方法划分为基于点、剖面、体素、对象、多基元融合(如图1所示)等5类点云信息提取方式。其中,对象是由点云分割这个特殊的点云处理方式获取的基元;同时,不同的点云分割方法获取的对象也千差万别,有平面、光滑曲面、球状、杆状等不同几何形态的对象。另外,对象往往对应地理世界中的一个地理实体或者实体的一部分。比如,一个对象可能是一栋建筑物,也可能是建筑物房顶的一个面片。因此,对象有时也被成为实体。

 


(a)点

(b)剖面

(c)体素

(d)对象

(e)某一地面对象及其提取的关键点

图1 点、剖面、体素、对象、关键点等多种基元的示意图


“基于3D Hough变换的表面生长分割”原理

目前,已有众多的点云的分割方法。其中,2004年,国际知名的激光雷学者Vosselman及其研究团队提出了一种基于3D Hough变换的表面生长算法,用于激光雷达点云的中平面和光滑曲面的识别。众所周知,2DHough变换被科研和工程领域应用于检测2D空间的直线。相应的,3D Hough变换是2D Hough变换向3D空间的空间,可被应用于检测3D空间的平面,如图2所示。基于3D Hough变换的表面生长算法本质上是图像分割领域的区域生长算法在点云这种特殊结构数据上的拓展。

(a)三维空间中共面的三个离散点

(b)与图(a)对应的3D Hough特征空间,每个原始点对应3D Hough特征空间的一个正弦曲面,且三个正弦曲面交与一点

图2 3D Hough变换和3D空间某一平面的检测


点云催化剂软件的算法实现

点云催化剂软件率先将“基于3D Hough变换的表面生长”算法进行了商业化实现,其所需参数界面如图3所示。并且,PCC可以在分割的基础上输出每一个平面实体的3D轮廓信息。

图 3 点云催化剂软件中“基于3D Hough变换的表面生长”界面


案例分享

试验采用的电脑为一台配备了64G内存、32核CPU、64位操作系统的Dell Precision T7610工作站。

采用了三景点云数据进行试验,试验数据的基本情况见表1。三个试验数据及其“基于3D Hough变换的表面生长”的平面分割结果分别如图4、图5、图6所示。

表1 试验数据的基本情况

点云类型

硬件厂商

场景类型

点数(个)

时间花费(s)

机载LiDAR

Opetch

居民区

812,542

11.72

背包LiDAR

Leica

火车站+地铁站

8,111,978

956.42

车载LiDAR

海达数云

地库

3,179,553

98.99

试验数据一:

(a)原始数据(顶视图)

(b)分割(平面)结果(顶视图)

(c)分割(平面)结果(透视图)

(d)局部方法结果(顶视图)

(e)局部方法结果(透视图)

图 4 试验数据一及其分割(平面)结果


试验数据二:

(a)原始数据(透视图)

(b)分割(平面)结果(顶视图)

(c)分割(平面)结果(透视图)

(d)矢量化结果(透视图)

图 5 试验数据二及、分割(平面)结果及矢量化结果


试验数据三:

(a)原始数据(透视图)

(b)分割(平面)结果(透视图)

(c)局部放大的分割(平面)结果(透视图)

(d)矢量化结果(透视图)

(e)局部的矢量化叠加到分割结果(透视图)

图 6 试验数据三及、分割(平面)结果及矢量化结果



试验结论

众多试验数据的分割结果表明,点云催化剂软件中的“基于3D Hough变换的表面生长”可以高精度的识别点云数据中的平面和光滑曲面。而且具有下述特点:

(1) 平面和光滑曲面的识别精度很高,但是相对比较耗时。

(2) 对于平面识别,可以精确的识别每一个点所在的最优平面,确保面与面相交处的点被划分到最优的平面,如图6(d)所示。

(3) 适用于泛在点云。对机载、车载、地基激光雷达点云及其影像密集匹配点云均有良好的适用性。

(4) 算法对数据量不敏感。在计算机内存足够的情况下,算法不限定单个点云文件包含点的数量。即算法处理的单个点云文件的大小受内存大小的限制、而不受算法本身的限制。

(5) 算法对参数的取值不敏感。参数的取值与点云的密度、精度的关联相对较大;但在点云数据的密度和精度确定的情况下,使用同样的参数值可以对不同场景的点云数据均取得较好的分割效果。

(6) 支持批量处理。配置好相应的文件后,可以实现对点云数据集的批量处理。

(7) 点云分割成果可以方便的导入其他的商业或者开源点云数据处理分析软件中浏览、编辑。

(8) 可以同时输出分割结果的轮廓线。



 ▼PCC-点云催化剂软件

点云催化剂软件基于创新性的面向对象的点云分析理论,形成一套完整的从“点云→配准→点云分割→语义标注→单体化→3D建模→统计分析”的点云处理和分析技术流程,实现点云中地面点、树木、建筑物屋顶、车道线、交通标识线、杆状地物、建筑物立面等地理实体的自动、高效、高精度提取、矢量化与结构化表达。该软件包括点云去噪、点云分割、条带平差、滤波、分类、建筑物三维建模、电力线路三维重建、电力线路安全评估、单株树木提取和林木参数统计分析、单株农作物提取和农作物参数统计分析、矢量化成图等模块,为地形测绘、林业资源调查、农业资源调查、电力巡线、实景三维、室内三维重建、高精度地图制作等领域提供智能解决方案。“我们不生产点云数据,我们生产点云数据的智能处理分析软件,并提供由激光雷达数据到信息、知识、决策的增值服务”。

该软件由北京云想容科技有限公司(简称云想容)自主研发,公司是一家由激光雷达数据处理分析领域的资深科研人员创办的高新技术企业,我们天弘基业与云想容达成深度战略合作,集合两家的优势,从前端数据采集,数据处理,以及统计分析,将深耕激光点云的行业应用,提高我们的合作伙伴及用户在生产实践中的效果和效率,感兴趣的小伙伴可扫描下方二维码或直接电联我们,共同学习与交流。



天弘基业是世界领先的丹麦SKY-WATCH全系列无人机、瑞士senseFly eBee全系列无人机、意大利3DF Zephyr三维建模软件以及点云催化剂软件在中国区的总代理,DJI大疆京津冀地区行业一级代理,瑞士Pix4D航测处理软件行业代理美国Stratasys3D打印机,北科天绘机载LiDAR,广州优飞无人机智能巡检系统金牌行业合作伙伴,专业提供各种无人机、机载LiDAR、多光谱相机、地面三维激光扫描系统、SLAM系统及3D打印机等全流程空间三维综合解决方案的定制开发、专业化技术培训、全方位技术支持及工程服务。业务涉及常规测量产品、无人机、摄影测量、环境保护、矿山监测、农林业、考古应用、电力、应急减灾等领域,同时承接航测、倾斜、考古、文物等三维建模工程业务,欢迎垂询!感兴趣的小伙伴可关注我们获得最新资讯和产品介绍!

天弘基业技术中心