地面三维激光扫描数据分割方法研究
|
摘要
三维城市模型(3D City Models,简称3DCM)是建设数码城市的基本内容之一,具有更加直观、更加逼真的视觉效果。由于三维城市模型的建立需要大量的第三维空间数据和纹理数据,因此城市空间信息的获取、管理和更新就成为“数字城市”建设的基础工程。城市空间数据的获取有航空摄影测量、卫星遥感等,其中激光扫描仪以快速、实时、精确的特点,在“数字城市”建设中发挥着越来越重要的作用。激光扫描数据处理是充分发挥扫描仪作用的关键。
对地面三维激光扫描数据的分割作为三维特征提取和物体识别、定位中的一个重要步骤,也一直是一个研究热点问题。在三维激光扫描数据中进行分割可以更好的进行关键地物提取、分析和识别,分割的准确性直接影响后续任务的有效性,具有十分重要的意义。本文研究内容是国家“863”计划“分布式海量多源空间信息的可视化研究”(2006AA12Z220)的子课题“建筑物纹理重建”的一部分,进行地面三维激光扫描数据的分割的研究工作。本文根据地面三维激光扫描数据的结构及目标物的几何特点,在对区域生长算法和基于图论的影像分割算法分析的基础上,分析了两种算法的不足,提出了一种基于反射值影像的地面三维激光扫描数据的分割方法,并根据激光扫描数据的强度信息对新提出的方法进行改进。该方法可以分为四步:(1)利用反射值强度信息从点云数据中直接生成反射值影像;(2)利用基于图论的方法对反射值影像进行分割;(3)根据分割后的影像自动选取种子点,以种子点的法向量和邻域点的强度信息作为生长条件,利用区域生长法分割点云数据;(4)将上述两种分割结果相结合,不同的种子点使用不同的分割阈值对点云数据进行分割,从而取得满意的结果。
本文提出的点云分割方法对种子点的自动选取和分割阈值的选取进行了改进,并加入了反射值强度信息作为生长条件,可以有效的分割出点云数据中的目标物体,使得分割结果更加精确。与其它分割方法相比,它能够迅速地找到目标物体,并能较为准确地分割出目标及其边缘,不受背景的干扰,能够为进一步的目标识别提供方便。最后通过试验论证本文方法的有效性。
3DCM(3D City Model) is one of the fundamental contents of building digital city and characterized as vivid and intuitive visualization.Because the 3DCM reconstruction need massive three-dimensional spatial and texture data,it is the foundation work to acquire, operate and update urban spatial information.Urban spatial data is usually acquired from aerial photogrammetry,remote sensing,etc.As having the traits of rapidity,real time and high precision,the laser scanner is playing more and more important role in the process of building "Digital City".However,data processing is the key to make the best use of laser scanner.
The segmentation of TLS(Terrestrial laser scanning) data is a key step of the three dimensional feature extraction,object recognition and localization.And this field also is a hot research issue in current surveying and mapping field.The segmentation of TLS data is applied to the extraction,analysis and recognition of the man-made objects,e.g.buildings, therefore relevant researches have been reported in recent years.The main research contents of this paper is the segmentation of the TLS data,and the research contents is one part of the "Visualization research of the distributed mass multi-source spatial information"(National High Technology Research and Development Program of China(863 Program)(No. 2006AA12Z220)).Based on the data structure of the laser scanner and the geometric characteristics of the target object,and according to the analysis of the graph theory-based image segmentation and the region growing algorithm,this paper points out the disadvantages of the two algorithms,and then proposes a novel point clouds segmentation approach for terrestrial laser scanner by integrating the graph theory and the region growing method.And this method has been improved by adding intensity information.Conclusively,this method can be divided into four steps:(1) According to the reflectance value of each laser point,the reflectance image can be created directly from the terrestrial point clouds.(2) The reflectance image will be segmented by the graph theory-based method;(3) The seed points will be selected automatically according to the segmentation result of the reflectance image.The growing condition is the normal vector of the seed point and the intensity information of their neighboring points.Then the point clouds data can be segmented by using region growing method.(4) We combine the segmentation results of the above-mentioned two methods.In order to achieve a satisfying segmentation result,the point clouds are segmented with different segmentation thresholds based on the selected different seed points.
The automatic selection of the seed points and the selection of the segmentation threshold are improved in the new approach.To obtain a more accurate segmentation result,the intensity information of the laser points is added as a growth condition.The target object in the point clouds can be segmented effectively by using this paper presents approach.Compared with other segmentation methods,this method can find the target object rapidly and segment the target and its edge accurately,and not affected by noise.The segmentation result can provide convenience for the further target recognition.The result of the experiment proved this method is effective.
对地面三维激光扫描数据的分割作为三维特征提取和物体识别、定位中的一个重要步骤,也一直是一个研究热点问题。在三维激光扫描数据中进行分割可以更好的进行关键地物提取、分析和识别,分割的准确性直接影响后续任务的有效性,具有十分重要的意义。本文研究内容是国家“863”计划“分布式海量多源空间信息的可视化研究”(2006AA12Z220)的子课题“建筑物纹理重建”的一部分,进行地面三维激光扫描数据的分割的研究工作。本文根据地面三维激光扫描数据的结构及目标物的几何特点,在对区域生长算法和基于图论的影像分割算法分析的基础上,分析了两种算法的不足,提出了一种基于反射值影像的地面三维激光扫描数据的分割方法,并根据激光扫描数据的强度信息对新提出的方法进行改进。该方法可以分为四步:(1)利用反射值强度信息从点云数据中直接生成反射值影像;(2)利用基于图论的方法对反射值影像进行分割;(3)根据分割后的影像自动选取种子点,以种子点的法向量和邻域点的强度信息作为生长条件,利用区域生长法分割点云数据;(4)将上述两种分割结果相结合,不同的种子点使用不同的分割阈值对点云数据进行分割,从而取得满意的结果。
本文提出的点云分割方法对种子点的自动选取和分割阈值的选取进行了改进,并加入了反射值强度信息作为生长条件,可以有效的分割出点云数据中的目标物体,使得分割结果更加精确。与其它分割方法相比,它能够迅速地找到目标物体,并能较为准确地分割出目标及其边缘,不受背景的干扰,能够为进一步的目标识别提供方便。最后通过试验论证本文方法的有效性。
3DCM(3D City Model) is one of the fundamental contents of building digital city and characterized as vivid and intuitive visualization.Because the 3DCM reconstruction need massive three-dimensional spatial and texture data,it is the foundation work to acquire, operate and update urban spatial information.Urban spatial data is usually acquired from aerial photogrammetry,remote sensing,etc.As having the traits of rapidity,real time and high precision,the laser scanner is playing more and more important role in the process of building "Digital City".However,data processing is the key to make the best use of laser scanner.
The segmentation of TLS(Terrestrial laser scanning) data is a key step of the three dimensional feature extraction,object recognition and localization.And this field also is a hot research issue in current surveying and mapping field.The segmentation of TLS data is applied to the extraction,analysis and recognition of the man-made objects,e.g.buildings, therefore relevant researches have been reported in recent years.The main research contents of this paper is the segmentation of the TLS data,and the research contents is one part of the "Visualization research of the distributed mass multi-source spatial information"(National High Technology Research and Development Program of China(863 Program)(No. 2006AA12Z220)).Based on the data structure of the laser scanner and the geometric characteristics of the target object,and according to the analysis of the graph theory-based image segmentation and the region growing algorithm,this paper points out the disadvantages of the two algorithms,and then proposes a novel point clouds segmentation approach for terrestrial laser scanner by integrating the graph theory and the region growing method.And this method has been improved by adding intensity information.Conclusively,this method can be divided into four steps:(1) According to the reflectance value of each laser point,the reflectance image can be created directly from the terrestrial point clouds.(2) The reflectance image will be segmented by the graph theory-based method;(3) The seed points will be selected automatically according to the segmentation result of the reflectance image.The growing condition is the normal vector of the seed point and the intensity information of their neighboring points.Then the point clouds data can be segmented by using region growing method.(4) We combine the segmentation results of the above-mentioned two methods.In order to achieve a satisfying segmentation result,the point clouds are segmented with different segmentation thresholds based on the selected different seed points.
The automatic selection of the seed points and the selection of the segmentation threshold are improved in the new approach.To obtain a more accurate segmentation result,the intensity information of the laser points is added as a growth condition.The target object in the point clouds can be segmented effectively by using this paper presents approach.Compared with other segmentation methods,this method can find the target object rapidly and segment the target and its edge accurately,and not affected by noise.The segmentation result can provide convenience for the further target recognition.The result of the experiment proved this method is effective.
引文
1.李清泉,杨必胜,史文中等.三维空间数据的实时获取、建模与可视化[M].湖北武汉:武汉大学出版社,2003
2.马立广.地面三维激光扫描测量技术研究[D].湖北武汉:武汉大学,2005
3.孙敏,陈军.3维城市模型的数据获取方法评述[J].测绘通报,2000,11:4-6
4.刘凤英.建筑立面纹理图像快速处理与精度问题研究[D].山东青岛:山东科技大学,2007
5.陶曼.深度图像的分割与压缩[D].北京:首都师范大学,2006
6.赵昆,马生涛.用数字传承文明-激光三位数字建模技术在秦俑遗址保护管理中的应用[J].四川文物,2007年第1期:91-93
7.李必军,方志祥,任娟.从激光扫描数据中进行建筑物特征提取研究[J].武汉大学学报信息科学版,2003.2,28(1):65-70
8.王雷章.三维激光扫描数据并行处理方法[D].北京:首都师范大学,2007
9.Adam Hoover et al.,An experimental comparison of range image segmentation algorithms[J].IEEE Transaction on Pattern Analysis and Machine Intelligence,1996,18(7):673-689
10.Tamas Varady,Ralph R Martin and Jordan Cox.Reverse engineering of geometric models an introduction[J].Computer - Aided Design,1997,29(4):255-283
11.向日华,王润生.一种基于高斯混合模型的距离图像分割算法[J].软件学报,2003,Vol.14,No.7:1250-1257
12.Besl P J,Mckay N D.A method for registration of 3D shapes[J].IEEE Transaction on Pattern Analysis and Machine Intelligence,1992.2,Vol.14,No.2:239-256
13.Ben Gorte.Planar feature extraction in terrestrial laser scans using gradient based range image segmentation[J].ISPRS Workshop on Laser Scanning 2007 and SilviLaser 2007,Espoo,Finland,pp.173-177
14.陈远,陈震,危水根.基于激光和CCD外部标定的点云区域分割研究[J].微计算机信息,2008,24(7):295-297
15.龚友平,金涛,童水光.点云数据区域分割方法[J].工程图学学报,2006年第4期:8-13
16.柯映林,单东日.基于边特征的点云数据区域分割[J].浙江大学学报(工学版), 2005.3,39(3):377-3 80
17.王峰,王玉林,李旭.汽车车身曲面点云数据分割方法的研究[J].山东理工大学学报(自然科学版),2006.11,20(6):44-47
18.赵心.基于Curvelet变换的图像去噪方法研究与应用[D].山东青岛:山东科技大学,2007
19.周建强,李建军,王彬,杨发展,李维华.逆向工程技术的研究现状及发展趋势[J].现代制造技术与装备,2006年第3期(总第172期):3-5
20.董秀军.三维激光扫描技术及其工程应用研究[D].四川成都:成都理工大学,2007
21.董秀军,黄润秋.三维激光扫描技术在高陡边坡地质调查中的应用[J].岩石力学与工程学报,2006.10,Vol.25,Supp.2:3629-3635
22.蔡润彬.地面激光扫描数据后处理若干关键技术研究[D].上海:同济大学,2008
23.徐进军,张民伟.地面3维激光扫描仪:现状与发展[J].测绘通报,2007(1):47-50
24.中翰集团.Optech CMS洞穴测量系统在矿山测量中的应用.北京中翰仪器有限公司,2009
25.邵双运.光学三维测量技术与应用[J].现代仪器,2008,第三期:10-13
26.徐文学,江涛,康志忠.基于区域生长法激光扫描数据平面特征提取[J].测绘科学,2008.10,Vol.33,Suppl:111-112
27.丁燕.相位法激光测距仪设计及其关键技术研究[D].上海:同济大学,2007
28.郑德华,雷伟刚.地面三维激光影像扫描测量技术[J].铁路航测,2003年第2期:26-28
29.黄磊.基于激光扫描数据的建筑物里面信息提取[D].山东青岛:山东科技大学,2007
30.赵艳梅,张爱武,王贵宾.基于激光扫描仪的人腿信息数据获取与处理[J].资源环境与工程,2007.6,21(3):309-311
31.王健,靳奉祥,丁世飞.基于建筑物立面测量的激光扫描仪数据预处理技术[J].计算机工程与应用,2003.31:27-29
32.吴静,靳奉祥,王健.基于三维激光扫描数据的建筑物三维建模[J].测绘工程,2007.10,16(5):57-60
33.张远智,胡广洋,刘玉彤,王庆洲.基于工程应用的3维激光扫描系统[J].测绘通报,2002年第1期:34-36
34.X.Jiang,K.Bowyer,Y.Morioka et al,Some further results of experimental comparison of range image segmentation algorithms,15~(th) Int.Conference on Pattern Recognition,Spain,Sept.2000:877-881
35.周赞,李久贤,夏良正.基于区域生长的红外图像分割[J].南京理工大学学报,2002.12,Vol.26,Supp:75-78
36.陈方昕.基于区域生长法的图像分割技术[J].IT技术论坛,2008,第15期:58-59
37.舒添慧,胥布工,胡战虎.基于区域生长法的医学图像分割[J].微计算机信息,2008,第24卷,第6-3期:284-285
38.童莹,邱晓晖,宋家禾.二维Fisher准则函数在区域生长算法中的应用[J].信号处理,2007.4,23(2):239-244
39.谭志明.基于图论的图像分割及其嵌入式应用研究[D].上海:上海交通大学,2007
40.曹建农,方丹霞.基于图论的图像分割方法及其局限性研究[J].测绘技术装备,2006.2,季刊,第8卷:12-15
41.P.F.Felzenszwalb,D.P.Huttenlocher.Efficient Graph-Based Image Segmentation[J].International Journal of Computer Vision,2004,59(2):167-181
42.刘建龙.基于图论的图像分割算法研究[D].黑龙江省哈尔滨:哈尔滨工业大学,2006
43.孙硕,黄东卫.一种有效的基于区域的铅笔画方法[J].计算机工程与应用,2007,43(14):34-37
44.巫兆聪,覃茂运,张潇.一种顾及几何特征的云模型遥感影像分割方法[J].武汉大学学报信息科学版,2008.9,33(9):939-942
45.Xu Wen-xue,Kang Zhi-zhong,Jiang Tao.A segmentation approach for terrestrial point clouds based on the integration of graph theory and region growing[J].The 7th International Urban Remote Sensing Conference(URS2009),2009.5
46.吴芬芳.基于车载激光扫描数据的建筑物特征提取研究[D].湖北武汉:武汉大学,2005
47.史文中,李必军,李清泉.基于投影点密度的车载激光扫描距离图像分割方法[J].测绘学报,2005.5,34(2):95-100
48.Aditya Vailaya,Mario A.T.Figueiredo,Anil K.Jain,Hong-Jiang Zhang.Image Classification for Content Based Indexing[J].IEEE Transactions on Image Processing,January 2001,Vol.10,No.1:117-130
49.徐文学,江涛,姚兵.基于OpenGL的DEM三维仿真方法研究[J].国土资源信息化,2008年第1期:7-11
50.王坤.数字图像分割和质量评价方法的研究[D].辽宁省沈阳市:东北大学,2006
51.蔡润斌,潘国荣.关于OpenGL在激光扫描数据处理中的应用研究[J].测绘通报,2006年第9期:19-22
52.求是科技.Visual C++数字图像处理典型算法及实现[M].北京:人民邮电出版社,2007
53.高守传,姚领田等.Visual C++实践与提高-数字图像处理与工程应用篇[M].北京:中国铁道出版社,2006
54.张祖勋,张剑清.数字摄影测量学[M].湖北武汉:武汉大学出版社,2006
55.RaVel C.Gonzalez等著.数字图像处理(第二版)[M].北京:电子工业出版社,2003
56.贾永红.数字图像处理[M].湖北武汉:武汉大学出版社,2004
57.谭浩强.C程序设计(第二版)[M].北京:清华大学出版社,2002
58.崔培伟,赵合计,宋吉和等.C/C++语言程序设计tM].山东东营:石油大学出版社,2002
59.孙家捅.遥感原理与应用[M].湖北武汉:武汉大学出版社,2003
60.陆宗骐.C/C++图像处理编程[M].北京:清华大学出版社,2005
2.马立广.地面三维激光扫描测量技术研究[D].湖北武汉:武汉大学,2005
3.孙敏,陈军.3维城市模型的数据获取方法评述[J].测绘通报,2000,11:4-6
4.刘凤英.建筑立面纹理图像快速处理与精度问题研究[D].山东青岛:山东科技大学,2007
5.陶曼.深度图像的分割与压缩[D].北京:首都师范大学,2006
6.赵昆,马生涛.用数字传承文明-激光三位数字建模技术在秦俑遗址保护管理中的应用[J].四川文物,2007年第1期:91-93
7.李必军,方志祥,任娟.从激光扫描数据中进行建筑物特征提取研究[J].武汉大学学报信息科学版,2003.2,28(1):65-70
8.王雷章.三维激光扫描数据并行处理方法[D].北京:首都师范大学,2007
9.Adam Hoover et al.,An experimental comparison of range image segmentation algorithms[J].IEEE Transaction on Pattern Analysis and Machine Intelligence,1996,18(7):673-689
10.Tamas Varady,Ralph R Martin and Jordan Cox.Reverse engineering of geometric models an introduction[J].Computer - Aided Design,1997,29(4):255-283
11.向日华,王润生.一种基于高斯混合模型的距离图像分割算法[J].软件学报,2003,Vol.14,No.7:1250-1257
12.Besl P J,Mckay N D.A method for registration of 3D shapes[J].IEEE Transaction on Pattern Analysis and Machine Intelligence,1992.2,Vol.14,No.2:239-256
13.Ben Gorte.Planar feature extraction in terrestrial laser scans using gradient based range image segmentation[J].ISPRS Workshop on Laser Scanning 2007 and SilviLaser 2007,Espoo,Finland,pp.173-177
14.陈远,陈震,危水根.基于激光和CCD外部标定的点云区域分割研究[J].微计算机信息,2008,24(7):295-297
15.龚友平,金涛,童水光.点云数据区域分割方法[J].工程图学学报,2006年第4期:8-13
16.柯映林,单东日.基于边特征的点云数据区域分割[J].浙江大学学报(工学版), 2005.3,39(3):377-3 80
17.王峰,王玉林,李旭.汽车车身曲面点云数据分割方法的研究[J].山东理工大学学报(自然科学版),2006.11,20(6):44-47
18.赵心.基于Curvelet变换的图像去噪方法研究与应用[D].山东青岛:山东科技大学,2007
19.周建强,李建军,王彬,杨发展,李维华.逆向工程技术的研究现状及发展趋势[J].现代制造技术与装备,2006年第3期(总第172期):3-5
20.董秀军.三维激光扫描技术及其工程应用研究[D].四川成都:成都理工大学,2007
21.董秀军,黄润秋.三维激光扫描技术在高陡边坡地质调查中的应用[J].岩石力学与工程学报,2006.10,Vol.25,Supp.2:3629-3635
22.蔡润彬.地面激光扫描数据后处理若干关键技术研究[D].上海:同济大学,2008
23.徐进军,张民伟.地面3维激光扫描仪:现状与发展[J].测绘通报,2007(1):47-50
24.中翰集团.Optech CMS洞穴测量系统在矿山测量中的应用.北京中翰仪器有限公司,2009
25.邵双运.光学三维测量技术与应用[J].现代仪器,2008,第三期:10-13
26.徐文学,江涛,康志忠.基于区域生长法激光扫描数据平面特征提取[J].测绘科学,2008.10,Vol.33,Suppl:111-112
27.丁燕.相位法激光测距仪设计及其关键技术研究[D].上海:同济大学,2007
28.郑德华,雷伟刚.地面三维激光影像扫描测量技术[J].铁路航测,2003年第2期:26-28
29.黄磊.基于激光扫描数据的建筑物里面信息提取[D].山东青岛:山东科技大学,2007
30.赵艳梅,张爱武,王贵宾.基于激光扫描仪的人腿信息数据获取与处理[J].资源环境与工程,2007.6,21(3):309-311
31.王健,靳奉祥,丁世飞.基于建筑物立面测量的激光扫描仪数据预处理技术[J].计算机工程与应用,2003.31:27-29
32.吴静,靳奉祥,王健.基于三维激光扫描数据的建筑物三维建模[J].测绘工程,2007.10,16(5):57-60
33.张远智,胡广洋,刘玉彤,王庆洲.基于工程应用的3维激光扫描系统[J].测绘通报,2002年第1期:34-36
34.X.Jiang,K.Bowyer,Y.Morioka et al,Some further results of experimental comparison of range image segmentation algorithms,15~(th) Int.Conference on Pattern Recognition,Spain,Sept.2000:877-881
35.周赞,李久贤,夏良正.基于区域生长的红外图像分割[J].南京理工大学学报,2002.12,Vol.26,Supp:75-78
36.陈方昕.基于区域生长法的图像分割技术[J].IT技术论坛,2008,第15期:58-59
37.舒添慧,胥布工,胡战虎.基于区域生长法的医学图像分割[J].微计算机信息,2008,第24卷,第6-3期:284-285
38.童莹,邱晓晖,宋家禾.二维Fisher准则函数在区域生长算法中的应用[J].信号处理,2007.4,23(2):239-244
39.谭志明.基于图论的图像分割及其嵌入式应用研究[D].上海:上海交通大学,2007
40.曹建农,方丹霞.基于图论的图像分割方法及其局限性研究[J].测绘技术装备,2006.2,季刊,第8卷:12-15
41.P.F.Felzenszwalb,D.P.Huttenlocher.Efficient Graph-Based Image Segmentation[J].International Journal of Computer Vision,2004,59(2):167-181
42.刘建龙.基于图论的图像分割算法研究[D].黑龙江省哈尔滨:哈尔滨工业大学,2006
43.孙硕,黄东卫.一种有效的基于区域的铅笔画方法[J].计算机工程与应用,2007,43(14):34-37
44.巫兆聪,覃茂运,张潇.一种顾及几何特征的云模型遥感影像分割方法[J].武汉大学学报信息科学版,2008.9,33(9):939-942
45.Xu Wen-xue,Kang Zhi-zhong,Jiang Tao.A segmentation approach for terrestrial point clouds based on the integration of graph theory and region growing[J].The 7th International Urban Remote Sensing Conference(URS2009),2009.5
46.吴芬芳.基于车载激光扫描数据的建筑物特征提取研究[D].湖北武汉:武汉大学,2005
47.史文中,李必军,李清泉.基于投影点密度的车载激光扫描距离图像分割方法[J].测绘学报,2005.5,34(2):95-100
48.Aditya Vailaya,Mario A.T.Figueiredo,Anil K.Jain,Hong-Jiang Zhang.Image Classification for Content Based Indexing[J].IEEE Transactions on Image Processing,January 2001,Vol.10,No.1:117-130
49.徐文学,江涛,姚兵.基于OpenGL的DEM三维仿真方法研究[J].国土资源信息化,2008年第1期:7-11
50.王坤.数字图像分割和质量评价方法的研究[D].辽宁省沈阳市:东北大学,2006
51.蔡润斌,潘国荣.关于OpenGL在激光扫描数据处理中的应用研究[J].测绘通报,2006年第9期:19-22
52.求是科技.Visual C++数字图像处理典型算法及实现[M].北京:人民邮电出版社,2007
53.高守传,姚领田等.Visual C++实践与提高-数字图像处理与工程应用篇[M].北京:中国铁道出版社,2006
54.张祖勋,张剑清.数字摄影测量学[M].湖北武汉:武汉大学出版社,2006
55.RaVel C.Gonzalez等著.数字图像处理(第二版)[M].北京:电子工业出版社,2003
56.贾永红.数字图像处理[M].湖北武汉:武汉大学出版社,2004
57.谭浩强.C程序设计(第二版)[M].北京:清华大学出版社,2002
58.崔培伟,赵合计,宋吉和等.C/C++语言程序设计tM].山东东营:石油大学出版社,2002
59.孙家捅.遥感原理与应用[M].湖北武汉:武汉大学出版社,2003
60.陆宗骐.C/C++图像处理编程[M].北京:清华大学出版社,2005