[发明专利]一种多站三维激光点云标靶球数据自动提取方法

说明书

本发明公开了一种多站三维激光点云标靶球数据自动提取方法。本方法采用了强度阈值过滤、区域生长法分割、PCA以及最小二乘迭代剔除、整体最小二乘拟合计算等算法实现了多站三维激光点云标靶球数据的自动提取。本方法改变了以往需人工选定标靶球点云数据，而后进行球心拟合计算的方法，能高效地实现多标靶的自动提取及球心的拟合计算。

技术领域

本发明属于三维激光点云标靶球数据自动提取技术领域，特别是涉及一种多站三维激光点云标靶球数据自动提取方法。

背景技术

三维激光扫描仪不同于一般的全站仪，无法通过棱镜获取固定点位置。考虑到视角变形因素，实际工程中通常采用标靶球实现三维激光扫描仪对某一确定点坐标的测量，因为无论从哪个视角采集靶球点云数据，拟合出的球心理论上仍是同一点。在三维建模领域通常采用标靶球实现多站数据的配准以及地理参考坐标系的转换。在变形监测领域可以通过标靶球对固定点进行高精度变形监测。

在现有技术中，基本都是采用人工框选的方法确认标靶球点云数据，而后拟合计算获得球心。该方法需在大场景中找相对小得多的标靶球，而且全凭人眼分辨，不仅费时费力，面对数据较差的标靶球也有可能出现误判的情况，更无法将该方法整合到其他算法当中，已成为自动化流程的一道障碍。

发明内容

为解决上述问题，本发明公开了一种多站三维激光点云标靶球数据自动提取方法，改变了以往需人工选定标靶球点云数据，而后进行球心拟合计算的方法，能高效地实现多标靶的自动提取及球心的拟合计算。

为达到上述目的，本发明的技术方案如下：

一种多站三维激光点云标靶球数据自动提取方法，包括以下步骤：

（1）利用强度阈值过滤点云数据以简化数据、分离不同点云块；

（2）利用区域生长法分割存储不同的点云块；

（3）利用PCA-LS迭代计算将非标靶点云块剔除，同时为后续的整体最小二乘拟合球心计算提供高质量球心参数；

（4）采用整体最小二乘拟合计算解算球心参数及符合精度信息，实现多站三维激光点云标靶球数据的全自动提取。

本发明的有益效果是：

本发明所述的一种多站三维激光点云标靶球数据自动提取方法，可以实现多站数据下三维激光点云标靶球数据的全自动提取，提高了测量效率和数据的准确性；降低了所提取数据的整体误差。

附图说明

图1为本发明的结构框图。

具体实施方式

下面结合附图和具体实施方式，进一步阐明本发明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。

本发明所述的一种多站三维激光点云标靶球数据自动提取方法，包括以下步骤：

1、读取点云数据文件，根据已知信息设定强度阈值、精度阈值、PCA阈值、已知半径等信息。

2、利用强度阈值对高强度的点云块进行挖取并按密度进行抽稀，减少运算数据量。而后利用强度阈值进行过滤，将强度信息弱的边缘点过滤掉，将不同的点云块分离。

3、利用区域生长法对不同的点云块进行分割，设定点数、xyz分量、体积等阈值，初步剔除非标靶点云块。

4、假定该点云为靶球点云，根据一定的算法对其近似球心进行计算，为后续的LS提供球心初始值。