[发明专利]基于高质量体素的区域生长3D岩体点云平面提取方法

说明书

本发明涉及一种基于高质量体素的区域生长3D岩体点云平面提取方法。本发明主要包含3个阶段；(1)基于体素的空间划分与共面性检测；(2)基于区域生长算法的岩体点云初始平面提取；(3)基于邻域关系的平面生长本。首先，初始岩体点云被划分为体素网格，在每个体素内部利用随机采样一致性进行共面性检测提取可靠的区域生长单元，同时建立邻域索引；然后利用提取的生长单元与邻域索引进行区域生长得到初始平面集合；最后对于初始平面集合利用邻域关系对每个平面周围邻域内的剩余点云进行二次生长，提取最终的平面集合。本发明适用于大场景岩石激光扫描点云的特征平面提取，可以高效、准确的提取岩体点云中的平面。

技术领域

本发明属于计算机视觉和三维点云数据处理的交叉领域，涉及点云特征提取、岩体三维重建等技术，特别涉及基于高质量体素的区域生长3D岩体点云平面提取。

背景技术

点云中的平面提取是许多计算机图形学、图像处理和计算机视觉中的重要内容，包括三维重建、物体识别、虚拟现实等。目前，激光扫描器能够以高分辨率、高准确度的获取目标的三维空间的坐标信息，进一步促进了对于三维点云处理以及建模过程的研究，而点云中平面提取作为点云处理和分析的初始步骤，已经成为了点云处理领域的研究热点之一。

目前许多研究者提出了大量的平面提取方法，其中随即采样一致性(RandomSample Consensus,RANSAC)、霍夫变换(Hough Transform,HT)以及区域生长(RegionGrowing,RG)是最常被采用的三种典型方法。但是传统的随机采样一致性算法，RANSAC具有较好的鲁棒性，自动化程度较高，并且在大尺度的场景也能表现出较好的性能，但是其本质上是一个贪婪算法，每次从点云中提取出最大的平面过程中会将相邻边界点或者交点包含进平面；霍夫变换能够鲁棒的检测平面，但是其计算复杂度过高是该算法的主要问题。区域生长对局部进行搜索，识别和扩充具有相同特征的区域，但是其生长过程受种子点以及生长规则影响较大。

在岩体工程领域，岩体表面往往由不规则以及粗糙程度不一的平面构成，对这些平面的分析和计算对分析岩体的稳定性起着重要作用。但是，目前点云中的平面提取多是对城市建筑物点云的研究，这类3D激光点云大多包含规则的几何特征面(如建筑物墙壁面、地面和桌面等)，平面较光滑，而岩体点云表面不平坦、粗糙，形状不规则，多是以高陡边坡的形式呈现，与常见城市点云差异较大。因此对岩体点云的特征面提取及三维建模成为岩体工程的重要部分。

发明内容

本发明针对岩体表面呈现出粗糙、形状不规则等特性，为了克服传统平面提取技术在岩体点云平面提取中效率低、准确率低、存在过分割和欠分割等问题，提出了一种基于高质量体素的区域生长3D岩体点云平面提取方法，能搞实现快速的平面提取算法，并具有较高的精确度。

本发明提供一种基于高质量体素的区域生长3D岩体点云平面提取方法，主要包涵以下步骤：

步骤1、基于体素的空间划分与共面性检测：首选估算点云中每个点的法向量；然后根据岩体点云的包围盒尺寸快速建立体素；在每个体素内部利用随机采样一致性进行共面性检测以建立生长单元(平面)；最后对每个生长单元建立邻域索引。

步骤2、基于区域生长算法的岩体点云初始平面提取：根据建立后的生长单元，利用基于体素的区域生长算法提取初始平面集合；

步骤3、基于邻域关系的平面生长：以提取后的每个平面为基准，建立点云合并准则，在其平面的邻域内对提取后的剩余点云进行判定，得到最终的平面集合。

本发明所述的一种基于高质量体素的区域生长3D岩体点云平面提取方法，作为优选方式，步骤1进一步包括以下步骤：