三维激光扫描拟合平面自动提取算法

三维激光扫描拟合平面自动提取算法

摘要

• 利用扫描线数据特点，提出新算法
• 对RANSAC算法进行改进后具较好抗差性能，效率较现有抗差算法有较大提升，更准确的提取结 果和更合理的扫描点分隔归属
• 提出平面拟合计算过程中拟合直线段端点的定权算法
• 提出了完整的细碎平面剔除规则

前言

• 点云分割和拟合算法:基于边界/基于面域/混合算法
  • 边界点提取:可靠性不高；
  • 基于面域:稳健，对数据噪声敏感度较低；
    • 1. 如何生成有效的种子区域
    • 2. 如何对种子区域进行生长
    • 3. 解决方法:基于高级特性/扫描点聚类点云分割与拟合算法
• 研究对象:地面三维激光扫描仪获取的城市景观点云数据
  • 目标对象:建筑物
  • 主要构成部分:平面片
• 方法:高级特性点云分割
  • 抗差算法提取扫描线中的直线段
  • 选择合适的直线段作为种子进行平面片生长，实现分割拟合

1 扫描线中直线段的提取

• 传统抗差算法计算量大，效率低
• 提出改进随机抽样一致性(RANSAC)算法，提取扫描线中拟合直线段
  • 智能化方法构造直线段种子并对其生长
  • 种子点集的构造；拟合直线段的生长
  • 公式：随机选两点构造直线，计算其余点到直线的距离

1.1 种子点集的构造

• 约束条件：(扫描线数据共面性约束条件)
  • 点集中所有点与直线距离小于阈值
  • 点集点运动方向一致，不能逆向运动
  • 点集相邻点距离大致相等
• 确保可靠性：
• 点集点数目≥3
• 点集最小二乘拟合长度＞点云可被提取的曲面元的最小尺寸$N_m$

1.2 生长算法

• 满足上述3个约束条件+扫描点归属具连续性

1.2.1 生长的算法

• 种子点集是有序性的，扫描点序号增加方向向前，反之向后
• 点集相继向前向后两个方向生长，吸纳相容扫描点，完成拟合直线提取

1.2.2 直线拟合算法

• 先旋转拟合点集，再进行直线段拟合
  $$\hat{a}=\frac{{\sum }_{i=i}^t(x_i-\overline{x})(y_i-\overline{y})}{{\sum }_{i=i}^t(x_i-\overline{x}{)}^2},\hat{b}=\overline{y}-\hat{a}\overline{x}$$

2 拟合平面提取算法

• 二维化扫描线数据简化了扫描线算法
• 曲线元进行曲面拟合/生长计算 提高计算效率

2.1 拟合平面片生长所需种子

• 种子利用拟合直线段进行构造
• 约束条件：
  • 1. 直线段位于连续的n条扫描线内，每条线内均有拟合直线段被种子拟合直线段集合吸纳；
  • 2. 种子拟合直线段集合中的所有拟合直线段必须与第1条扫描线中的拟合直线段有足够的重叠度；
  • 3. 种子拟合直线段集合中所有拟合直线段的端点必须在一定精度范围内共面。

2.2 拟合平面算法

• Jiang：最小二乘所有点到拟合平面距离最小
• 本文：拟合平面中直线段端点进行拟合平面参数计算，效率提升

2.2.1 端点定权算法

• 转换到二维空间讨论
• 拟合直线段共面，计算线段端点垂直于拟合直线段方向的误差
• 间接平差法计算拟合直线方程系数的协因数阵
• 计算y方向上的协因数阵
• 通过将拟合点集中间点平移至坐标原点对系数协因数阵进行简化
• 这样就可以得到最终y方向上的协因数阵
• 拟合直线端点方差>1/n倍单个扫描点的方差，扫描点越多端点方差距1/n倍单个扫描点方差越近
• 拟合直线段认为相互独立，采用分块矩阵计算集合中所有拟合直线的协因数阵
• (具体公式见下图)
  

2.2.2 拟合直线端点->拟合平面

• 有限制条件的间接平差模型进行平面拟合
  • $Ax+By+Cz+b=0$
  • 限制条件:$\sqrt{A^2+B^2+C^2}=1$
• 最小二乘以拟合直线端点距离拟合平面的加权距离最小来计算拟合平面
• 以限制条件的平差模型：n个观测方程和一个限制条件联立方程组

2.3 细碎平面剔除

• 冗余分割(噪声) 细碎平面(面积较小)
• 原因：种子拟合直线段集合的构造以及拟合平面的生长参考点集序号的相互关系，没考虑拟合直线段空间上相符合程度
• 在拟合平面内部分析点、直线段之间的关系，在二维情形下进行判断拟合平面是否合理可简化算法提高计算效率
• 细碎平面衡量准则：
  • 1. 单向步进规则
  • 2. 面积规则
  • 3. 拟合直线段均匀分布规则
  • 4. 拟合平面边界规则度指标
  • 5. 同一扫描线内拟合直线段共线规则
• 可为每项指标单独设定阈值，也可加权求和计算合理性指标

2.4 软件设计

• 面向对象编程
  • C++ C## .net opengl direct3d
• 集成matlab函数完成矩阵计算
  

3 实例

• 教学楼三维激光扫描点云数据
  • 扫描线1440条，每条线1043个点
• 展示平面拟合结果以及细碎平面剔除情况
  

4 结语

• 考虑扫描线数据内在规律，将规律应用于种子点构造/直线段生长/点集合理性判定/二义性扫描点归属判定
• 对RANSAC算法的改进，具抗差能力，效率提升，提取更加准确，分割更加合理，为后续计算提供可靠基础数据
• 以扫描线拟合直线段为基础，构造拟合平面生长种子，反复双向生长方式提取平面
• 特点：
  • 真三维计算，算法适应性强
  • 利用直线端点定权，效率提升
  • 扫描线内在规律，算法简洁效率高
  • 细碎平面剔除方案，有效剔除误提取平面
    提供可靠基础数据
• 以扫描线拟合直线段为基础，构造拟合平面生长种子，反复双向生长方式提取平面
• 特点：
  • 真三维计算，算法适应性强
  • 利用直线端点定权，效率提升
  • 扫描线内在规律，算法简洁效率高
  • 细碎平面剔除方案，有效剔除误提取平面