基于点云场景特征配准的构筑物形变监测

论文摘要

形变是指物体在外界因素的影响下产生形状、尺寸和位置的变化。对于人工构筑物而言,现实中存在着大量的不确定因素影响着构筑物的结构安全,如潮汐现象、地下水变化、飓风灾害以及地质灾害等,监测此类构筑物的形变对于保障人民生命财产安全尤为重要,三维激光扫描技术对比单点监测手段更能够反映构筑物的整体形变趋势,能够做到全面的灾害预警。利用地面三维激光扫描技术监测形变,主要涉及数据预处理,数据的配准和形变量的表达三方面内容。其中点云配准至关重要,常用方法有利用标靶、利用点云影像特征和直接利用点云配准,而标靶易被破坏,点云影像特征需要额外的影像或反射强度信息,直接配准易受变化区域影响,各自具有一定局限性。另外在形变量求解上,没有统一的表达标准。针对以上问题,本文通过点云场景特征自动辨别稳定区域并配准,在形变量求解上综合基于最近点和网格模型两种方式,利用点与近邻点法向上的距离作为形变量的表达,主要工作如下:（1）进行数据预处理工作,针对数据冗余,利用包围盒法精简点云数据,针对离群噪声点,结合统计分析滤波和半径滤波剔除离群点;（2）辨别稳定区域用于配准,以体素为基元组织数据,利用点的几何特征、旋转图像等特征构建体素的特征向量集合,对单点特征向量利用K-means进行聚类构建单词词典,利用词袋模型归一化体素特征向量集合,通过体素重心利用近似全等四点搜素算法匹配不同期数据对应体素,利用余弦相似度判断共轭体素特征向量相似性,剔除低相似区域,利用高相似区域即稳定区域完成配准;（3）求解形变量,根据点云粗糙度确定合适邻域求解点云局部法向并调整法向方向,利用k-d树求解近邻点欧式距离在法向上的投影,得到形变量的大小。本文实验包含模拟数据和真实数据,每种数据又包含两期分别为基准数据和变化数据。实验结果表明:利用场景特征自动识别稳定区域,模拟数据能够避开人工搬动的砖块,真实数据能够避免大面积的多路径噪声点,模拟数据利用稳定区域和利用所有数据配准中误差分别为0.0075m和0.0093m,真实数据分别为0.0128m和0.0159m,配准精度有所提高。利用近邻点欧式距离在基准数据法向上的投影表达形变能够得到形变的大小和方向信息。

论文目录

• 摘要
• abstract
• 第1章 引言
•   1.1 研究背景与意义
•     1.1.1 研究背景
•     1.1.2 研究意义
•   1.2 三维激光扫描技术监测形变研究现状
•   1.3 技术路线及论文组织结构
•     1.3.1 论文技术路线
•     1.3.2 论文组织结构
•   1.4 本章小结
• 第2章 三维激光扫描技术简介及数据预处理
•   2.1 传统监测仪器与监测技术优缺点
•   2.2 三维激光扫描技术原理
•   2.3 三维激光扫描系统分类
•   2.4 三维激光扫描系统特点
•   2.5 点云数据预处理
•     2.5.1 点云数据的精简
•     2.5.2 点云数据离群点的去除
•   2.6 本章小结
• 第3章 基于场景特征辨别稳定区域的配准
•   3.1 点云特征提取
•     3.1.1 点云邻域定义
•     3.1.2 点云几何特征提取
•     3.1.3 点云影像特征提取
•     3.1.4 点云旋转图像特征提取
•   3.2 基于体素的点云特征提取
•     3.2.1 体素的定义
•     3.2.2 点云体素的构建
•     3.2.3 体素化点云特征的构建
•   3.3 共轭体素的几何相似性匹配
•   3.4 基于体素词袋特征的相似性度量
•     3.4.1 单点特征向量单词词典的构建
•     3.4.2 体素特征向量的归一化
•     3.4.3 共轭体素词袋特征向量的余弦相似性度量
•   3.5 稳定区域点云数据的配准
•     3.5.1 点云坐标系统
•     3.5.2 点云配准原理
•     3.5.3 点云数据粗配准
•     3.5.4 点云数据精配准
•   3.6 本章小结
• 第4章 基于近邻点欧式距离法向投影求解形变方法
•   4.1 现有形变量表达方式
•   4.2 点云数据的组织方式
•   4.3 基准点云数据局部法向求解
•     4.3.1 点云粗糙度的表达与计算
•     4.3.2 基于局部表面拟合的法向量估算
•   4.4 点云法向一致性调整
•   4.5 形变量计算与表达
•     4.5.1 伪变化区域的剔除
•     4.5.2 形变量的表达
•   4.6 本章小结
• 第5章 实验结果与分析
•   5.1 实验数据说明
•   5.2 点云数据的预处理结果
•     5.2.1 点云数据的精简实验结果
•     5.2.2 离群点剔除实验结果
•   5.3 场景稳定区域的提取结果
•     5.3.1 点云体素化实验结果
•     5.3.2 点云几何相似体素匹配结果
•     5.3.3 共轭体素余弦相似性度量实验结果
•   5.4 利用稳定区域配准结果
•     5.4.1 粗配准实验结果
•     5.4.2 精配准实验结果
•   5.5 伪变化区域求解结果
•   5.6 形变实验结果
•     5.6.1 点云粗糙度求解结果
•     5.6.2 点云法向求解结果
•     5.6.3 形变量求解结果
•   5.7 本章小结
• 第6章 总结与展望
•   6.1 本文工作总结
•   6.2 后续工作展望
• 致谢
• 参考文献

文章来源

类型: 硕士论文

作者: 陈微

导师: 康志忠,苏国中

关键词: 激光点云,形变,场景相似性分析,配准

来源: 中国地质大学(北京)

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 物理学,建筑科学与工程,无线电电子学

单位: 中国地质大学(北京)

分类号: TN249;TU196.1

DOI: 10.27493/d.cnki.gzdzy.2019.000797

总页数: 95

文件大小: 5759K

下载量: 58