CN104697502B - 基于最小二乘法的建筑物特征点坐标提取方法 - Google Patents

基于最小二乘法的建筑物特征点坐标提取方法 Download PDF

Info

Publication number
CN104697502B
CN104697502B CN201510013134.1A CN201510013134A CN104697502B CN 104697502 B CN104697502 B CN 104697502B CN 201510013134 A CN201510013134 A CN 201510013134A CN 104697502 B CN104697502 B CN 104697502B
Authority
CN
China
Prior art keywords
point
building
line segment
coordinate
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201510013134.1A
Other languages
English (en)
Other versions
CN104697502A (zh
Inventor
关艳玲
左建章
杨铁利
王留召
郏卫萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chinese Academy of Surveying and Mapping
Original Assignee
Chinese Academy of Surveying and Mapping
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chinese Academy of Surveying and Mapping filed Critical Chinese Academy of Surveying and Mapping
Priority to CN201510013134.1A priority Critical patent/CN104697502B/zh
Publication of CN104697502A publication Critical patent/CN104697502A/zh
Application granted granted Critical
Publication of CN104697502B publication Critical patent/CN104697502B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于最小二乘法的建筑物特征点坐标提取方法，涉及物***置的测量方法技术领域。该方法包括以下步骤：通过激光扫描装置获取被测物的扫描原始数据；将获取的被测物的扫描原始数据解算至设定的坐标系的点云数据；根据建筑物直立墙面的点云平面投影所形成的带状区域用最小二乘法则求出水平投影线段的最或是位置；根据探找出的竖面计算被测物所在的坐标系的平面位置，在计算时，根据最小二乘法则，根据离散点云数据来拟合线段的平面位置，并根据残差统计求出拟合线段的精度情况；根据线段的端点或者互为垂直线段延长交点，确定建筑物角点的坐标。所述方法提高了建筑物特征点坐标提取的效率和准确度。

Description

基于最小二乘法的建筑物特征点坐标提取方法
技术领域
本发明涉及物***置的测量方法技术领域，尤其涉及一种基于最小二乘法的建筑物特征点坐标提取方法。
背景技术
数字城市建设的关键在于城市空间信息的获取、管理和更新，城市空间信息具有位置性、多维性和时序性。数据是信息的载体，所以说城市空间信息的位置性、多维性和时序性，决定了城市空间数据具有一定的位置精度、时间精度以及完整的空间坐标和描述形式。因而，空间数据采集的准确是数字城市的关键技术，但是，现有技术中的建筑物坐标提取方法提取的坐标准确度较低。
地理对象的特征点坐标是地图表达的关键因素之一。高精度确定其坐标参数是传统测绘的主要内容。现有技术主要有直接测绘法和间接测绘法。直接测绘法要求在被测建筑物角点设立反光棱镜等合作对象或者安置卫星信号接收天线，外业量大且效率低下，对不易到达的建筑物角点则难以保证精度，尽管免棱镜测绘仪器可以获取数据但精度偏低；间接测绘法是利用恢复影像数据的空间几何关系，在虚拟模型上进行各种量测，但由于影像的缩小倍率、几何关系的恢复精度、操作人员的判断误差等，都直接影响到测绘成果的精度。上述两种途径都是建立在人工判断的基础上的，直接法如果无法到达角点则导致数据有误，且缺乏检测数据保障质量；间接法测量需要用测标目估切准模型，需要平移旋转模型，用变换观察角度的方式验证切准情况，该作业模式效率低下，质量无法保障。
发明内容
本发明所要解决的技术问题是提供一种基于最小二乘法的建筑物特征点坐标提取方法，所述方法通过使用最小二乘法算法，提高了建筑物坐标确定的准确性，从而避免了人工提取时的效率低下、不准确、需要旋转模型检查捕捉是否准确等弊端。
为解决上述技术问题，本发明提供了一种基于最小二乘法的建筑物特征点坐标提取方法，所述方法包括以下步骤：
(1)通过激光扫描装置获取被测建筑物的外业扫描数据，这些数据代表了建筑物对激光束的反射脚点信息，包括角度、距离、强度等信息；
(2)将获取的被测物的扫描数据解算至设定坐标系的点云成果数据，一般包括激光脚点的三维坐标和其它附加信息；
(3)探找出点云数据中直立墙面的水平面投影带的最或是线段，根据直立墙面点云水平投影带的点云分布，由于其不存在***误差的规律，依照最小二乘法则，探求出该墙面水平投影的最或是线段位置；
(4)根据水平面投影线段间的垂直关系，计算两相交线段的垂足或交点的坐标；
(5)在计算时，依据最小二乘法原则，根据这些离散点云的平面坐标数据来实施直线拟合，从而确定该直立墙面的平面位置，并根据残差统计求出拟合线段的精度情况；或根据拟合所得直线的位置，由于遮挡等形成的同一直立墙面水平投影线段产生中断现象，进行合并、连接等工作，进而进一步确定建筑物角点的坐标。
采用上述技术方案所产生的有益效果在于：所述方法通过使用最小二乘法算法，提高了建筑物坐标确定的准确性，从而避免了人工提取时的效率低下、不准确、需要旋转模型检查捕捉是否准确等弊端。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明方法的流程图。
具体实施方式
下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
如图1所示，本发明公开了一种针对点云数据基于最小二乘法的建筑物特征点坐标提取方法，通过激光扫描装置对建筑物的各墙面进行扫描，获取第一手野外数据，基本数据至少包括各扫描仪器中心至激光脚点的距离、反射强度以及各激光束的姿态角记录值；通过基站数据和扫描装置上的同步辅助设备记录的数据解算得到所有激光脚点的三维坐标，称为点云数据；根据直立墙面点云数据形成的平面投影带，按照最小二乘法则，求出墙面平面水平投影的线段位置；按照建筑物角点是相临墙面相交形成的道理，根据上述方法确定的线段交点或者延长相交得到房角的坐标。
为了方便对本发明实施例的理解，下面结合附图1对其详细进行说明。
步骤1：通过激光扫描装置获取被测建筑物的扫描数据；
具体的，通过激光扫描装置扫描被测物的数据。从而能够准确的获取被测物的扫描数据；
步骤2：将获取的被测物的扫描数据解算至设定坐标系的点云数据；
具体的，该坐标系为中国国标统一的坐标系或者项目指定坐标系，从而使得测绘出的铅垂面投影线具有通用性，可以转化到其他的设备上。
步骤3：探找出直立平面水平面投影线段的算法；
具体的，通过对激光扫描装置的数据处理，自动探找出直立平面在水平面投影线段的算法，主要根据最小二乘法则求出直立平面水平投影线段的最或是位置。
步骤4；根据直立平面水平投影线段间的垂直关系，计算垂足或交点的坐标；
具体的，在计算时，根据投影线段所在直线的延长相交或垂足点坐标的计算来获得建筑物特征点的位置坐标。
通过上述方法可以看出，本发明提供的算法，在获取被测建筑物特征点的位置时，根据最小二乘法则，邻近的垂直关系的拟合线段的交点计算。本发明的有益效果为：自动完成，算法符合测绘误差基本理论，提高人工提取时的效率低下、不准确、需要旋转模型检查捕捉是否准确等弊端。
所述方法通过使用最小二乘法算法，提高了建筑物坐标确定的准确性，从而避免了人工提取时的效率低下、不准确、需要旋转模型检查捕捉是否准确等弊端。
点云数据提供了大量的冗余数据，利用这些冗余数据根据最小二乘法则求取建筑物特征点的坐标，既有效利用了大量点云数据，又提高了坐标表达建筑物特征点的准确度，同时也大大提高了工作效率。计算机算法的程序自动实现，减轻了工作强度，减小了工作量。

Claims (1)

1.一种基于最小二乘法的建筑物特征点坐标提取方法，其特征在于所述方法包括以下步骤：
(1)通过激光扫描装置获取被测建筑物的外业扫描数据，这些数据代表了建筑物对激光束的反射脚点信息，包括角度、距离、强度信息；
(2)将获取的被测物的扫描数据解算至设定坐标系的点云成果数据，包括激光脚点的三维坐标和其它附加信息；
(3)探找出点云数据中直立墙面的水平面投影带的最或是线段，根据直立墙面点云水平投影带的点云分布，由于其不存在***误差的规律，依照最小二乘法则，探求出该墙面水平投影的最或是线段位置；
(4)根据水平面投影线段间的垂直关系，计算两相交线段的垂足或交点的坐标，具体的，在计算时，根据投影线段所在直线的延长相交或垂足点坐标的计算来获得建筑物特征点的位置坐标；
(5)在计算时，依据最小二乘法原则，根据这些离散点云的平面坐标数据来实施直线拟合，从而确定该直立墙面的平面位置，并根据残差统计求出拟合线段的精度情况；或根据拟合所得直线的位置，由于遮挡形成的同一直立墙面水平投影线段产生中断现象，进行合并、连接工作，进而进一步确定建筑物角点的坐标。
CN201510013134.1A 2015-01-09 2015-01-09 基于最小二乘法的建筑物特征点坐标提取方法 Expired - Fee Related CN104697502B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510013134.1A CN104697502B (zh) 2015-01-09 2015-01-09 基于最小二乘法的建筑物特征点坐标提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510013134.1A CN104697502B (zh) 2015-01-09 2015-01-09 基于最小二乘法的建筑物特征点坐标提取方法

Publications (2)

Publication Number Publication Date
CN104697502A CN104697502A (zh) 2015-06-10
CN104697502B true CN104697502B (zh) 2017-09-19

Family

ID=53344873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510013134.1A Expired - Fee Related CN104697502B (zh) 2015-01-09 2015-01-09 基于最小二乘法的建筑物特征点坐标提取方法

Country Status (1)

Country Link
CN (1) CN104697502B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105260737B (zh) * 2015-11-25 2017-03-29 武汉大学 一种融合多尺度特征的激光扫描数据物理平面自动化提取方法
CN105333861B (zh) * 2015-12-02 2018-02-06 中国测绘科学研究院 基于激光点云的杆塔倾斜检测的方法及装置
CN107977994B (zh) * 2016-10-21 2023-02-28 上海交通大学 用于测量被测物在参考物上的平面位置的方法
CN109388131B (zh) * 2017-08-02 2022-04-26 上海阿科伯特机器人有限公司 基于角点特征识别的机器人姿态控制方法、***及机器人
CN108416785B (zh) * 2018-03-26 2020-08-11 北京进化者机器人科技有限公司 面向封闭空间的拓扑分割方法及装置
CN109146990B (zh) * 2018-08-08 2023-02-24 广州市城市规划勘测设计研究院 一种建筑轮廓的计算方法
CN109238243B (zh) * 2018-08-08 2020-07-24 湖南省地质测绘院 一种基于倾斜摄影的测量方法、***、存储介质及设备
CN109163708B (zh) * 2018-08-08 2021-09-10 广州市城市规划勘测设计研究院 无人机大比例尺地形图房屋线的优化方法、装置与介质
CN113375601B (zh) * 2020-02-25 2023-03-14 广东博智林机器人有限公司 墙体阴阳角测量方法、装置、设备及存储介质
CN112684468A (zh) * 2020-12-11 2021-04-20 江苏新冠亿科技有限公司 一种基于2d激光雷达的平面建图定位方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101894382A (zh) * 2010-07-23 2010-11-24 同济大学 一种集成LiDAR点云的卫星立体影像阴影计算方法
CN101976452A (zh) * 2010-08-23 2011-02-16 武汉大学 基于等高线簇分析的机载激光扫描点云整体滤波方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101894382A (zh) * 2010-07-23 2010-11-24 同济大学 一种集成LiDAR点云的卫星立体影像阴影计算方法
CN101976452A (zh) * 2010-08-23 2011-02-16 武汉大学 基于等高线簇分析的机载激光扫描点云整体滤波方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
古建筑三维重建中的深度图像配准技术研究与应用;尹丹;《中国优秀硕士学位论文全文数据库》;20080831;第5-31页 *

Also Published As

Publication number Publication date
CN104697502A (zh) 2015-06-10

Similar Documents

Publication Publication Date Title
CN104697502B (zh) 基于最小二乘法的建筑物特征点坐标提取方法
CN106055820B (zh) Crtsⅲ型轨道板加工偏差检测方法
Vosselman et al. Adjustment and filtering of raw laser altimetry data
CN105180890B (zh) 融合激光点云和数字影像的岩体结构面产状测量方法
CN103389136B (zh) 基于三维激光扫描技术的外浮顶立式金属罐容积测量方法
CN105865334B (zh) 地下建（构）筑物测绘方法
CN103644896B (zh) 一种基于三维激光扫描的工程地质测绘方法
CN107301648B (zh) 基于重叠区域边界角度的冗余点云去除方法
CN110717983A (zh) 一种基于背包式三维激光点云数据的建筑物立面三维重建方法
CN104237868B (zh) 一种多功能实用型激光雷达扫描标靶
CN112282847B (zh) 一种煤矿井下巷道形变监测方法
CN101914881A (zh) 一种高速铁路基桩控制网cpiii的快速测量方法
Rutzinger et al. Automatic extraction of vertical walls from mobile and airborne laser scanning data
CN113052881A (zh) 提取极点的室内三维点云自动化配准方法
CN102298793A (zh) 一种获取文物三维图形数据的方法
CN104655011A (zh) 一种不规则凸面物体体积的非接触光学测量方法
CN113804118A (zh) 一种基于三维激光点云几何特征的建筑物变形监测方法
CN112212843B (zh) 一种铁路cpⅱ和cpⅲ控制网同步测量与联合平差的方法
Zhang et al. Automatic registration of urban aerial imagery with airborne LiDAR data
CN108917711A (zh) 一种隧道工程三维激光扫描分段测量方法及***
CN106052553A (zh) 基于三维激光扫描的土建临时工程的设计优化方法及装置
CN109708570A (zh) 用于掌子面结构面的信息采集与分析方法及装置
Chen et al. Shaping polyhedral buildings by the fusion of vector maps and lidar point clouds
CN105096314A (zh) 基于二值网格模板的结构光动态场景深度获取方法
CN114923433A (zh) 一种提高异形结构幕墙放线效率和精度的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170919

Termination date: 20180109