本發(fā)明屬于點(diǎn)云數(shù)據(jù)處理領(lǐng)域，尤其涉及一種基于點(diǎn)云數(shù)據(jù)的露天采場(chǎng)坡面頂?shù)拙€自動(dòng)提取方法。

背景技術(shù)：

1、在露天采場(chǎng)開(kāi)采過(guò)程中，坡面頂?shù)拙€作為邊坡跡線的一個(gè)關(guān)鍵特征，一直是測(cè)量和監(jiān)控的重點(diǎn)，其在露天采場(chǎng)的開(kāi)采設(shè)計(jì)、生產(chǎn)計(jì)劃、剝采比計(jì)算和道路規(guī)劃方面具有重要作用。過(guò)去坡面頂?shù)拙€的提取主要依賴于全站儀、gps等傳統(tǒng)測(cè)量工具，這類方法具有操作簡(jiǎn)單、成本低、單點(diǎn)測(cè)量精度高等優(yōu)勢(shì)，但存在測(cè)量周期長(zhǎng)、工作量大、勞動(dòng)強(qiáng)度高等缺點(diǎn)。隨著三維激光掃描技術(shù)的發(fā)展，由于其具備的測(cè)量速度快、精度高等優(yōu)勢(shì)，在建筑物的三維特征提取方面得到廣泛應(yīng)用。三維特征是反應(yīng)點(diǎn)云模型集合外觀的最小基元，可精準(zhǔn)表達(dá)三維模型表面特征和幾何形狀。因此如何準(zhǔn)確而有效的提取點(diǎn)云的三維特征，成為了目前點(diǎn)云方面的關(guān)鍵問(wèn)題。

2、目前，點(diǎn)云三維度特征的提取主要分為三種方法：一是基于點(diǎn)云的曲率或法向量方法，這種方法通過(guò)計(jì)算點(diǎn)云中每個(gè)點(diǎn)的曲率或法向量來(lái)提取特征。曲率反映了點(diǎn)在局部區(qū)域的彎曲程度，有助于識(shí)別表面的幾何形狀，而法向量則提供了點(diǎn)的朝向信息，兩者結(jié)合可以有效區(qū)分平面、邊緣和曲面等不同特征，但該方法對(duì)于較大數(shù)據(jù)量情況下運(yùn)算時(shí)間、復(fù)雜度較大。二是基于鄰近點(diǎn)云特征的相似性方法，這種方法利用點(diǎn)之間的相對(duì)位置關(guān)系，分析鄰近點(diǎn)云的特征相似性來(lái)提取全局或局部特征，通過(guò)構(gòu)建點(diǎn)的鄰接關(guān)系圖，結(jié)合距離度量或特征描述子，可以提取出相似性較高的點(diǎn)集，從而實(shí)現(xiàn)特征的聚類和分類。但該方法對(duì)于不規(guī)則的地物提取效果較差。三是基于點(diǎn)云分割的特征線提取方法，該方法通過(guò)對(duì)點(diǎn)云進(jìn)行分割，識(shí)別出不同的面或體，并在此基礎(chǔ)上提取特征線。分割算法可以將點(diǎn)云劃分為多個(gè)區(qū)域，特征線則是這些區(qū)域的邊界或交線，通常與物體的形狀、結(jié)構(gòu)特征密切相關(guān)。這種方法在處理復(fù)雜物體時(shí)表現(xiàn)出色，能夠有效捕捉到物體的幾何特征。但該方法過(guò)于依賴初始點(diǎn)云質(zhì)量，抗噪聲能力差。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)上述點(diǎn)云三維度特征的提取時(shí)存在誤提起特征點(diǎn)的數(shù)量較多，無(wú)法有效區(qū)分坡面頂?shù)拙€特征點(diǎn)與倒堆特征點(diǎn)，并且無(wú)法在多種情境下的露天采場(chǎng)提取不規(guī)則坡面頂?shù)拙€的問(wèn)題。

2、為了解決上述技術(shù)問(wèn)題，本發(fā)明采用以下技術(shù)方案：基于點(diǎn)云數(shù)據(jù)的露天采場(chǎng)坡面頂?shù)拙€自動(dòng)提取方法，包括以下步驟：

3、s1對(duì)點(diǎn)云進(jìn)行主成分分析，獲取點(diǎn)云數(shù)據(jù)的主成分方向及垂線方向，然后依據(jù)主成分方向及垂線方向進(jìn)行密集切片，得到一系列點(diǎn)云斷面；

4、s2對(duì)于每一個(gè)無(wú)序的點(diǎn)云斷面，通過(guò)改進(jìn)的格雷厄姆算法對(duì)其進(jìn)行排序；

5、s3對(duì)經(jīng)過(guò)排序后的斷面點(diǎn)云作為型值點(diǎn)輸入，采用樣條函數(shù)方法擬合斷面點(diǎn)云的曲線，并獲取曲線拐點(diǎn)；

6、s4利用拐點(diǎn)鄰域內(nèi)點(diǎn)云的梯度分布情況二次判斷，去除倒堆造成的影響，最后根據(jù)相鄰斷面的高程信息連接特征點(diǎn)。

7、進(jìn)一步地，在s1中，將原始點(diǎn)云數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，確保特征值為0且標(biāo)準(zhǔn)差為1，對(duì)于每個(gè)特征值和每個(gè)觀測(cè)值，其標(biāo)準(zhǔn)化公式為：

8、；

9、式中，為標(biāo)準(zhǔn)化后的數(shù)據(jù)，為標(biāo)準(zhǔn)化前的數(shù)據(jù)，為特征的均值，為特征的方差。

10、進(jìn)一步地，計(jì)算標(biāo)準(zhǔn)化數(shù)據(jù)的協(xié)方差矩陣，協(xié)方差矩陣的元素得：

11、；

12、式中，為樣本總數(shù)，為第的波動(dòng)程度

13、最后得：

14、；

15、式中，為協(xié)方差矩陣，為的特征值，是對(duì)應(yīng)的特征向量。

16、進(jìn)一步地，根據(jù)最大的所對(duì)應(yīng)的向量可以找到點(diǎn)云數(shù)據(jù)中的第一主成分方向，然后基于該向量及平面內(nèi)的垂線方向，對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行密集切片，切片厚度為1m。

17、進(jìn)一步地，在s2中，每個(gè)斷面進(jìn)行投影，投影到每個(gè)斷面的切面上，獲取投影后點(diǎn)云最低點(diǎn)坐標(biāo)；

18、計(jì)算每個(gè)點(diǎn)到質(zhì)心上方200m處的特殊點(diǎn)的極坐標(biāo)角度，按照角度大小進(jìn)行排序，然后將點(diǎn)映射回三維空間，得到有序的點(diǎn)云切片。

19、進(jìn)一步地，極坐標(biāo)角度計(jì)算式為：

20、；

21、式中，（，）為切片投影后點(diǎn)云的二維坐標(biāo)，（，）為中心點(diǎn)的坐標(biāo)；

22、令，，則：

23、；

24、式中，為所求極角。

25、進(jìn)一步地，在s3中，對(duì)于每個(gè)坐標(biāo)、、構(gòu)建三次樣條函數(shù)為：

26、；

27、；

28、；

29、式中，為處的離散值，、、、、、、、、、、、均為所求參數(shù)。

30、進(jìn)一步地，對(duì)于每個(gè)坐標(biāo)、、獨(dú)立的設(shè)置并求解一下條件，為保證樣條行數(shù)在每個(gè)數(shù)據(jù)點(diǎn)上的函數(shù)值與給定的觀測(cè)值相同，令每個(gè)區(qū)間內(nèi)滿足：

31、；

32、；

33、式中，為離散值，為函數(shù)值；

34、確保一階導(dǎo)數(shù)連續(xù)，為保證曲線再各個(gè)斜率下滿足平滑過(guò)渡的條件，需滿足：

35、；

36、在曲線的兩端點(diǎn)和處，也就是兩端設(shè)置二階導(dǎo)數(shù)為0，即滿足：

37、；

38、；

39、使兩端平直滿足露天采場(chǎng)的實(shí)際條件；

40、計(jì)算曲線拐點(diǎn)，根據(jù)上述參數(shù)構(gòu)建擬合曲線，計(jì)算曲線拐點(diǎn)。

41、進(jìn)一步地，在s4中，利用獲取的曲線拐點(diǎn)構(gòu)建鄰接關(guān)系，對(duì)于每個(gè)點(diǎn)通過(guò)最近鄰法，選擇距離點(diǎn)最近的個(gè)點(diǎn)；

42、計(jì)算局部平面，對(duì)于每個(gè)點(diǎn)及其最近鄰，計(jì)算最佳擬合平面：

43、；

44、構(gòu)建矩陣得：

45、；

46、設(shè)置目標(biāo)變量：；

47、使用最小二乘法求解，其中，計(jì)算：

48、；

49、；

50、式中，為梯度，為梯度的模；

51、根據(jù)高程信息連接相鄰斷面特征點(diǎn)。

52、進(jìn)一步地，梯度的模呈現(xiàn)雙峰值，集中在0.1、0.2，并且在0.1處具有最大分布數(shù)值，即符合坡面頂?shù)拙€鄰域內(nèi)擁有平整的平盤與邊幫僅有小區(qū)域快速變化的坡面頂?shù)拙€這一空間特征，則該點(diǎn)判斷為真正的坡面頂?shù)拙€特征點(diǎn)；反之，如果梯度分布跨度大，峰值不明顯，則說(shuō)明符合倒堆區(qū)域崎嶇不平的空間特征。

53、本發(fā)明的有益效果是：本發(fā)明利用點(diǎn)云切片手段減少因曲率計(jì)算產(chǎn)生的運(yùn)算復(fù)雜度和運(yùn)算時(shí)間，并采用梯度分布對(duì)特征點(diǎn)進(jìn)行二次判斷，能夠?qū)崿F(xiàn)準(zhǔn)確分辨特征點(diǎn)與倒堆點(diǎn)的多任務(wù)學(xué)習(xí)模式，在保證效率的同時(shí)又提升了識(shí)別的精度，顯著減少了誤提取特征點(diǎn)的數(shù)量，能夠有效區(qū)分坡面頂?shù)拙€特征點(diǎn)與倒堆特征點(diǎn)。本發(fā)明能夠?qū)β短觳蓤?chǎng)坡面頂?shù)拙€進(jìn)行處理，提高識(shí)別精度，極大降低了人工成本，用于對(duì)處于基建期、恢復(fù)治理期等時(shí)期的露天采場(chǎng)的坡面頂?shù)拙€進(jìn)行有效識(shí)別。

技術(shù)特征：

1.基于點(diǎn)云數(shù)據(jù)的露天采場(chǎng)坡面頂?shù)拙€自動(dòng)提取方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于點(diǎn)云數(shù)據(jù)的露天采場(chǎng)坡面頂?shù)拙€自動(dòng)提取方法，其特征在于，在s1中，將原始點(diǎn)云數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，確保特征值為0且標(biāo)準(zhǔn)差為1，對(duì)于每個(gè)特征值和每個(gè)觀測(cè)值，其標(biāo)準(zhǔn)化公式為：

3.根據(jù)權(quán)利要求2所述的基于點(diǎn)云數(shù)據(jù)的露天采場(chǎng)坡面頂?shù)拙€自動(dòng)提取方法，其特征在于，計(jì)算標(biāo)準(zhǔn)化數(shù)據(jù)的協(xié)方差矩陣，協(xié)方差矩陣的元素得：

4.根據(jù)權(quán)利要求3所述的基于點(diǎn)云數(shù)據(jù)的露天采場(chǎng)坡面頂?shù)拙€自動(dòng)提取方法，其特征在于，根據(jù)最大的所對(duì)應(yīng)的向量可以找到點(diǎn)云數(shù)據(jù)中的第一主成分方向，然后基于該向量及平面內(nèi)的垂線方向，對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行密集切片，切片厚度為1m。

5.根據(jù)權(quán)利要求4所述的基于點(diǎn)云數(shù)據(jù)的露天采場(chǎng)坡面頂?shù)拙€自動(dòng)提取方法，其特征在于，在s2中，每個(gè)斷面進(jìn)行投影，投影到每個(gè)斷面的切面上，獲取投影后點(diǎn)云最低點(diǎn)坐標(biāo)；

6.根據(jù)權(quán)利要求5所述的基于點(diǎn)云數(shù)據(jù)的露天采場(chǎng)坡面頂?shù)拙€自動(dòng)提取方法，其特征在于，極坐標(biāo)角度計(jì)算式為：

7.根據(jù)權(quán)利要求6所述的基于點(diǎn)云數(shù)據(jù)的露天采場(chǎng)坡面頂?shù)拙€自動(dòng)提取方法，其特征在于，在s3中，對(duì)于每個(gè)坐標(biāo)、、構(gòu)建三次樣條函數(shù)為：

8.根據(jù)權(quán)利要求7所述的基于點(diǎn)云數(shù)據(jù)的露天采場(chǎng)坡面頂?shù)拙€自動(dòng)提取方法，其特征在于，對(duì)于每個(gè)坐標(biāo)、、獨(dú)立的設(shè)置并求解一下條件，為保證樣條行數(shù)在每個(gè)數(shù)據(jù)點(diǎn)上的函數(shù)值與給定的觀測(cè)值相同，令每個(gè)區(qū)間內(nèi)滿足：

9.根據(jù)權(quán)利要求8所述的基于點(diǎn)云數(shù)據(jù)的露天采場(chǎng)坡面頂?shù)拙€自動(dòng)提取方法，其特征在于，在s4中，利用獲取的曲線拐點(diǎn)構(gòu)建鄰接關(guān)系，對(duì)于每個(gè)點(diǎn)通過(guò)最近鄰法，選擇距離點(diǎn)最近的個(gè)點(diǎn)；

10.根據(jù)權(quán)利要求9所述的基于點(diǎn)云數(shù)據(jù)的露天采場(chǎng)坡面頂?shù)拙€自動(dòng)提取方法，其特征在于，梯度的模呈現(xiàn)雙峰值，集中在0.1、0.2，并且在0.1處具有最大分布數(shù)值，即符合坡面頂?shù)拙€鄰域內(nèi)擁有平整的平盤與邊幫僅有小區(qū)域快速變化的坡面頂?shù)拙€這一空間特征，則該點(diǎn)判斷為真正的坡面頂?shù)拙€特征點(diǎn)；

技術(shù)總結(jié)
本發(fā)明公開(kāi)了基于點(diǎn)云數(shù)據(jù)的露天采場(chǎng)坡面頂?shù)拙€自動(dòng)提取方法，涉及點(diǎn)云數(shù)據(jù)處理領(lǐng)域，用于對(duì)處于基建期、恢復(fù)治理期等時(shí)期的露天采場(chǎng)的坡面頂?shù)拙€進(jìn)行有效識(shí)別。所述頂?shù)拙€自動(dòng)提取方法包括：第一步，根據(jù)主成分方向及垂線方向記性密集切片，獲取一系列點(diǎn)云斷面；第二步，通過(guò)改進(jìn)的格雷厄姆算法對(duì)各點(diǎn)云斷面排序；第三步，采用多次樣條函數(shù)方法獲得曲線拐點(diǎn)；第四步，根據(jù)相鄰斷面的高程信息連接特征點(diǎn)。本發(fā)明利用點(diǎn)云切片手段減少因曲率計(jì)算產(chǎn)生的運(yùn)算復(fù)雜度和運(yùn)算時(shí)間，并采用梯度分布對(duì)特征點(diǎn)進(jìn)行二次判斷，能夠?qū)崿F(xiàn)準(zhǔn)確分辨特征點(diǎn)與倒堆點(diǎn)的多任務(wù)學(xué)習(xí)模式，在保證效率的同時(shí)又提升了識(shí)別的精度，顯著減少了誤提取特征點(diǎn)的數(shù)量。

技術(shù)研發(fā)人員：季民,王志鵬,靳奉祥,宋鵬飛,李婷,梁太濤,胡戈,李云嶺,李恒源,賈桂旭
受保護(hù)的技術(shù)使用者：山東科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21