[发明专利]一种基于BIM模型的预制构件点云识别方法

摘要

发明提供一种基于BIM模型的预制构件点云识别方法。该识别方法包括扫描构件、降噪分割、利用PCA算法进行单位法向量计算、降维处理、初步筛选、提取轮廓点集、重新取样、粗配准判断、精确配准等步骤。本发明提供了多预制构件同时进行三维激光扫描检测的技术方法，有效解决了多预制构件同时检测时的对象自动识别问题，为后期数据处理提供了方法支持。

主权项

1.一种基于BIM模型的预制构件点云识别方法，其特征在于，包括以下步骤：1)使用处于不同站点的若干个三维激光扫描仪同时扫描多个构件对象，获取构件对象的激光扫描三维点云数据；2)拼接各站点的点云数据，获得完整点云数据集；3)对完整点云数据集进行降噪及分割操作；4)读取步骤3)获得的分割后的各个点云数据集；计算各点云数据集中的每一个点在给定邻域内的所有邻域点；利用PCA算法构建任一点的邻域点矩阵；求解所求邻域点矩阵的协方差矩阵；求解所求协方差矩阵的特征向量，并利用向量叉乘法获得任一点的邻域内法向量；将所求邻域内法向量均归一化处理，得到单位法向量；5)将步骤4)中获得的各单位法向量进行降维处理，并获得降维分布图；6)对步骤5)中获得的降维法向量进行网格划分；选定最小频数阈值，对分割后点云数据进行初步筛选；7)将BIM数据库中的模型对象转换为期望点云，提取各模型对象的轮廓点集；8)利用Max Leverage重取样算法对步骤6)中经筛选的各分割点云数据集以及步骤7)中获得的各模型对象的轮廓点集分别进行重新取样；9)将步骤8)中获得的重取样模型对象轮廓点集和重取样筛选后的分割点云数据集利用4PCS算法计算空间刚体变换矩阵，将原数据依次进行粗配准判断；10)利用ICP算法对经步骤9)粗匹配成功的配对点集进行精确配准；11)计算步骤10)中所获得的所有精确配准结果DOC值，输出点云识别结果。