首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种剖面声纳点云数据处理构建三维微地貌模型方法 

申请/专利权人:中国海洋大学

申请日:2024-04-07

公开(公告)日:2024-06-25

公开(公告)号:CN117994464B

主分类号:G06T17/05

分类号:G06T17/05;G06T5/70

优先权:

专利状态码:有效-授权

法律状态:2024.06.25#授权;2024.05.24#实质审查的生效;2024.05.07#公开

摘要:本发明涉及海底环境观测技术领域和声学数据处理技术领域,提供了一种剖面声纳点云数据处理构建三维微地貌模型方法,通过本发明的技术方案,将声纳的原始点云数据构建成三维地貌模型,利用点云处理技术实现声纳原始数据的处理,通过三维可视化处理,将声纳数据中包含的地貌信息直观展现出来,本发明一方面提供了声纳数据处理的新思路,另一方面,通过对声纳数据的三维地貌重建,提高了声纳数据分析的准确性及可靠性。

主权项:1.一种剖面声纳点云数据处理构建三维微地貌模型方法,其特征在于,具体包括以下步骤:S1、将剖面声纳搭载于海床观测平台对研究区地形进行坐底原位观测,得到剖面声纳点云数据;S2、构建三维微地貌模型的点云数据预处理阶段,去除噪声点,并修正法向量信息;点云分割划分出目标区域,剔除区域以外的点云;针对目标区域,利用半径为设定阈值的包围球判断圆心及其邻域内的点是否为噪声点,若邻域内有点在包围球之外,将这个点视为噪声点进行剔除,遍历所有点之后对于剩余的点云整体进行平滑处理,利用2次统计滤波剔除不明显离群点,最后使用移动最小二乘法平滑表面;具体包括以下步骤:S21、数据预处理:将点云原始数据导入点云可视化工具Cloudcompare中,选择每一列数据对应的空间直角坐标系XYZ坐标,应用到三维空间;同时将点云坐标按照空间坐标的Z坐标导出到标量域,进行颜色渲染,点云数据将根据Z坐标的深度不同呈现出不同的颜色;S22、点云分割:取声呐测量范围中的局部范围进行研究,先裁剪出要处理的XY坐标范围;对于测量范围中的包括设备支架、线缆的遮挡物,把相应的点云裁剪成单独文件;对点云数据提取等高线,噪声点和离群点在局部产生,会偏离地貌点云数据形成的等高线;根据海底实际情况的基础上结合等高线,设定一个Z坐标范围,裁剪掉偏离实际Z坐标的离群噪点;S23、统计滤波平滑:S231、建立点云数据索引的八叉树:第一级的八叉树是把所有点云都包围的立方体体素,每递归计算一次,体素减小一次,直到每个点都只由一个体素包围,这时递归的次数称为递归深度,通常设置为8级;S232、进行统计滤波:在数据索引八叉树的基础上,对设定范围之外的噪声点进行去除;在有n个点的点云中任一点pi,i=1,2,3,…,n,pi到任意点的距离为dj, (1),其中,X、Y、Z代表空间直角坐标,任一点pi的空间直角坐标为、、,任意点pj的空间直角坐标为、、;其与周围邻域k个之间的平均距离为Dk, (2),遍历所有点并统计,发现符合高斯分布;通过设定方差,确定出的范围,根据确定的划分出一个以平均距离为半径的圆,在这个范围内的点被保留,范围外的点被剔除;S24、移动最小二乘法平滑:在移动最小二乘法MLS中,拟合函数是建立在节点上的,节点xj受到邻域的数据点pi的影响,节点xj处的拟合函数fx定义为: (3),其中,x是节点坐标,m是节点数量,是系数矢量,对应为xj处的系数函数,是基向量,,对应为xj的基函数,二次基的基函数为;通过不断调整系数,使得节点M附近采样点取值与拟合函数在采样点取值之间差的加权平方和最小,由此可建立最优化模型J: (4),线性逼近fx为所求的拟合函数;yjx为节点xj处对应的值;wjx为权函数;由已知条件可得,当式(4)取极小值时,可求出ax,即: (5);整理后可得: (6);上式中, ,,(7);于是求得ax为: (8),代入fx即得最终拟合函数: (9);权函数wjx受到节点和数据点之间距离的影响,距离越小的数据点对权函数的权重就越大,设定距离之外的数据点权重为0;权函数形式为三次样条曲线,形式如下: (10);经过反复调试,确定出MLS的参数,搜索半径的大小根据点云间的距离来估计,搜索圆内包含50~150个数据点,高阶多项式的阶数设置在3~5;S3、构建微地貌模型阶段,用泊松曲面重建的方法进行微地貌模型构建,对重建的模型进行裁剪,对裁剪后的泊松曲面进行随机采样点取样,裁剪得到的新点云进行三角化重建,得到微地貌整体特征;具体包括以下步骤:S31、曲面重建:应用泊松曲面重建方法,求解泊松方程,通过分析有向点云向量场的散度及其与指示函数的梯度在函数空间的关系,从而求解得到指示函数;根据指示函数计算出各节点函数值并划分等值面,采用移动立方体方法重建得到三角网格,具体包括以下步骤:S311、对泊松方程的求解,首先定义一个函数空间,将空间进行八叉树划分,将点云划分到八叉树中去,函数空间由基函数F平移缩放得到;然后选择基函数F,基函数要能够让向量场表示为节点函数的线性和;对八叉树每个节点的八个邻近节点进行线性插值操作,对向量场进行定义;S312、在定义之后,就要求解方程,使的梯度最佳逼近于向量场,这样就可以转化成泊松方程,并求出它的解: (11), (12), (13),上式中,o表示八叉树中叶子节点,表示八叉树,和表示连续定义域上所有数据点的积分,表示对向量微分算子;S313、从指示函数中提取出等值面,就会获得重建好的曲面;为了让等值面接近输入点集位置,提取时要采用平均估计法,根据输入点位置对进行估计: (14),此处l代表等值面,等值面的公式为: (15),上式中,T为点云样本,t为样本点,p表示点云数据中的任一点,q表示数据点;S32、曲面重采样:对泊松重建得到的曲面进行随机取样点采样,采样时可指定要采样的总点数,也可指定表面密度,得到新点云,根据研究区实际地貌裁剪出相应点云范围;S33、三角化重建:采用Delaunay三角化算法对曲面重采样结果点云进行表面三维重建,建立地形三维网格模型,在三角化重建过程中指定三角形边的最大长度,如果此值为零,则将保留Delaunay三角化重建输出的所有三角形;S4、进行切片处理和剖面分析,对三维微地貌模型特征明显的区域进行切片分析,运用非对称最小二乘法拟合基线,提取微地貌特征,分析微地貌剖面时序变化。

全文数据:

权利要求:

百度查询: 中国海洋大学 一种剖面声纳点云数据处理构建三维微地貌模型方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。