CN110068279B

CN110068279B - 一种基于点云数据的预制构件平面圆孔提取方法

Info

Publication number: CN110068279B
Application number: CN201910341004.9A
Authority: CN
Inventors: 李东声; 冯亮; 刘界鹏; 周扬
Original assignee: Chongqing University Industrial Technology Research Institute
Current assignee: Chongqing University Industrial Technology Research Institute
Priority date: 2019-04-25
Filing date: 2019-04-25
Publication date: 2021-02-02
Anticipated expiration: 2039-04-25
Also published as: CN110068279A

Abstract

发明提供一种基于点云数据的预制构件平面圆孔提取方法。该方法包括输入点云数据、获取边缘点列表、拟合圆孔和修正圆孔半径等步骤。该方法使得预制构件圆孔逆向建模有效地减轻了在传统逆向建模工作中的大量人为干预，为预制构件的非接触式检测与圆孔逆向建模提供了技术支持。

Description

一种基于点云数据的预制构件平面圆孔提取方法

技术领域

本发明涉及建筑管理与信息技术领域，特别涉及一种基于点云数据的预制构件平面圆孔提取方法。

背景技术

三维激光扫描技术是上世纪九十年代中期开始出现的一项高新技术，是继GPS空间定位***之后又一项测绘技术上的突破。它通过高速激光扫描测量的方法，快速大面积高分辨率地获取被测对象表面的三维坐标以及被测物体表面反射率。可以快速、大量的采集空间点位信息，为建立物体的三维影像模型提供了一种全新的技术手段。由于其具有快速性，不接触性，实时、动态、主动性，高密度、高精度，数字化、自动化等特性，其应用很有可能会像GPS一样又一次引起测量技术的革命。利用三维激光扫描技术，可以对预制构件的进行轮廓扫描，获得预制构件的表面点云数据。高密度的点云可以对预制构件的进行非接触式检测，并通过处理点云数据完成对被测量构件高效逆向建模。

目前，技术人员在对预制构件的孔洞检测时，都需要利用卷尺或钢尺等人工测量手段，效率低下，将消耗大量的劳动力与时间。另外，根据现有的技术手段，预制构件点云数据进行BIM逆向建模时，其圆孔通常根据建筑图纸进行尺寸复原的翻模，或根据实际手工测量构件圆孔位置进行翻模，或按照点云数据的大致轮廓进行粗略的人工建模。然而，以上方法均需要通过大量的人工操作才可以确定圆孔位置与大小。

因此，为了避免在数据规模较大的情况下，人工孔洞检测与逆向建模易出现的主观性误差，以及劳动力消耗过大的问题，亟需开发一种平面圆孔提取方法。

发明内容

本发明的目的是提供一种基于点云数据的预制构件平面圆孔提取方法，以解决现有技术中存在的问题。

为实现本发明目的而采用的技术方案是这样的，一种基于点云数据的预制构件平面圆孔提取方法，包括以下步骤：

1)输入预制构件具有圆孔的平面的点云数据。

2)利用边缘提取算法对步骤1)输入的点云数据进行处理，获得包含内边缘和外边缘的边缘点列表。

3)增大最近邻点个数，再次利用边缘提取算法对步骤1)输入的点云数据进行处理，获得只含外边缘的边缘点列表。

4)将步骤2)获得的边缘点列表和步骤3)获得的边缘点列表做差，获得只包含内边缘的边缘点列表。

5)对步骤4)获得的只含内边缘的边缘点列表进行拟合，输出拟合的圆孔信息，并将圆孔信息添加到圆孔列表中。

6)对步骤5)获得的圆孔半径进行修正，并替换圆孔列表中对应的圆孔半径。

进一步，步骤2)具体包括以下步骤：

2.1)计算每个点的M个最近邻点。

2.2)以每个点为中心，将其邻域按角度八等分。判断这八个区域中是否都落入该点的最近邻点。若否，将该点标记为边缘点。

进一步，步骤3)具体包括以下步骤：

3.1)计算每个点的N个最近邻点。其中，N＝5M。

3.2)以每个点为中心，将其邻域按角度八等分，判断这八个区域中是否都落入该点的最近邻点。若否，将该点标记为边缘点。

进一步，步骤5)中采用霍夫圆形检测算法求解圆的圆心坐标和半径大小。

进一步，步骤6)中，以每个圆背离圆心的径向为搜索方向，以步骤5)获得的圆孔列表中每个圆的圆心作为起点，按照搜索方向进行搜索。当满足终止条件条件时，搜索停止。停止点距圆心距离即为修正后的圆孔半径。使用修正后的圆孔半径替换步骤5)中圆孔列表中对应的圆孔半径。

本发明的技术效果是毋庸置疑的：

A.通过对预制构件的点云数据进行边缘提取，可得到内边缘点的集合；

B.有效解决了预制构件的圆孔提取问题，使得预制构件圆孔提取变得自动化，极大的减轻了大规模预制构件的圆孔逆向建模过程；

C.有效拟合与修正后得到圆孔信息的集合。

附图说明

图1为方法流程图；

图2为边缘提取算法示意图；

图3为原始预制构件点云数据；

图4为包含内边缘和外边缘的点云数据；

图5为只包含外边缘的点云数据；

图6为只包含内边缘的点云数据；

图7为只包含内边缘的点云数据拟合与修正后得到的圆孔。

具体实施方式

下面结合实施例对本发明作进一步说明，但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下，根据本领域普通技术知识和惯用手段，做出各种替换和变更，均应包括在本发明的保护范围内。

实施例1：

参见图1，本实施例公开一种基于点云数据的预制构件平面圆孔提取方法，包括以下步骤：

1)输入预制构件存在圆孔的平面的点云数据。

2)对步骤1)输入的点云数据利用边缘提取算法进行处理，获得包含内边缘和外边缘的边缘点列表。

2.1)计算每个点一定数量的最近邻点。

2.2)如图2所示，以每个点为中心，将其邻域按角度八等分，判断这八个区域中是否都落入该点的最近邻点，若否，将该点标记为边缘点。特别地，通过控制最近邻点的数量，可以得到不同类别的边缘点。参见图4，根据具体实施实例的点云个数，在采用边缘提取时，其最近邻点的个数M设置为点云个数/100，用边缘提取算法进行处理，得到包含内边缘和外边缘的边缘点列表。

3)最近邻点个数增大至步骤2)中的5倍，对步骤1)输入的点云数据再次利用边缘提取算法进行处理，获得只含外边缘的边缘点列表。

3.1)计算每个点的N个最近邻点；其中，N＝5M；

3.2)以每个点为中心，将其邻域按角度八等分，判断这八个区域中是否都落入该点的最近邻点；若否，将该点标记为边缘点。

参见图5，根据具体实施实例的点云个数，在采用边缘提取时，其最近邻点的个数N设置为点云个数/20，用边缘提取算法进行处理，得到包含外边缘的边缘点列表。

4)将步骤3)中得到的只含外边缘的边缘点列表从步骤2)中得到的包含内边缘和外边缘的边缘点列表中减去，留下如图6所示的只含内边缘的边缘点列表。

5)对步骤4)中获得的只含内边缘的边缘点列表进行拟合，输出拟合的圆孔信息，将其添加到圆孔列表中。本实施例中，采用霍夫圆形检测(Hough圆形检测)算法求解圆孔的圆心坐标和半径大小。

所述霍夫圆形检测算法原理为：给定圆形的函数关系：

(x-a)²+(y-b)²＝r²

在参数空间中,x与y为已知量，a、b与r为未知量，图像空间上的一点(x,y)，在参数空间中对应着一个圆锥，而图像空间的一个圆就对应着这一簇圆锥相交的一个点，这个特定点在参数空间的三维参数一定，就表示一定半径一定圆心坐标的图像空间的那个圆，将参数空间栅格化，利用图像空间上的每个点执行投票，由参数空间里累加票数的局部最大值来决定输出参数，从而检测到圆形并得到圆心与半径。

进行霍夫圆形检测时，在参数空间中以每个内边缘上的点(x,y)为圆心，遍历一定范围内的r，仅选取圆的交点参与投票以减小计算量，选出投票结果大于10的圆孔参数，将重复的参数只保留一组，得到圆孔的坐标与半径列表。

6)对步骤5)中获得的圆孔半径进行修正，替换步骤5)的圆孔列表中对应的圆孔半径。本实施例中，以每个圆背向圆心的径向为搜索方向，以步骤5)获得的圆孔列表中每个圆的圆心作为起点，按照搜索方向进行搜索，设置相应终止条件，当满足条件时，搜索停止，停止点距圆心距离即为修正后的圆孔半径。将所得圆孔半径替换步骤5)的圆孔列表中对应的圆孔半径。如图7所示，背向圆心沿径向搜索时，当以点距圆心距离为半径的1mm宽圆带内的点超过5个时，搜索停止，此时的点距圆心距离即为修正后的圆孔半径，将其替换步骤5)的圆孔列表中对应的圆孔半径。

值得说明的是，本实施例可以应用于任何具有孔洞的预制构件平面，对预制构件点云数据中边缘进行提取，进一步处理后可以获得构件上的圆孔。本实施例解决了预制构件孔洞质量检测过程中的操作繁琐，劳动成本消耗大的问题，以及对预制构件点云数据进行BIM常规逆向建模时，圆孔建模需要进行反复测量的问题，为大规模的预制构件点云数据的圆孔逆向建模提供技术支持，是切实有效的。

Claims

1.一种基于点云数据的预制构件平面圆孔提取方法，其特征在于，包括以下步骤：

1)输入预制构件具有圆孔的平面的点云数据；

2)利用边缘提取算法对步骤1)输入的点云数据进行处理，获得包含内边缘和外边缘的边缘点列表；

3)增大最近邻点个数，再次利用边缘提取算法对步骤1)输入的点云数据进行处理，获得只含外边缘的边缘点列表；

4)将步骤2)获得的边缘点列表和步骤3)获得的边缘点列表做差，获得只包含内边缘的边缘点列表；

5)对步骤4)获得的只含内边缘的边缘点列表进行拟合，输出拟合的圆孔信息，并将圆孔信息添加到圆孔列表中；

2.根据权利要求1所述的基于点云数据的预制构件平面圆孔提取方法，其特征在于，步骤2)具体包括以下步骤：

2.1)计算每个点的M个最近邻点；

2.2)以每个点为中心，将其邻域按角度八等分；判断这八个区域中是否都落入该点的最近邻点；若否，将该点标记为边缘点。

3.根据权利要求2所述的基于点云数据的预制构件平面圆孔提取方法，其特征在于，步骤3)具体包括以下步骤：

3.1)计算每个点的N个最近邻点；其中，N＝5M；

4.根据权利要求1所述的基于点云数据的预制构件平面圆孔提取方法，其特征在于，步骤5)中采用霍夫圆形检测算法求解圆的圆心坐标和半径大小。

5.根据权利要求1所述的基于点云数据的预制构件平面圆孔提取方法，其特征在于，步骤6)中，以每个圆背离圆心的径向为搜索方向，以步骤5)获得的圆孔列表中每个圆的圆心作为起点，按照搜索方向进行搜索；当满足终止条件条件时，搜索停止；停止点距圆心距离即为修正后的圆孔半径；使用修正后的圆孔半径替换步骤5)中圆孔列表中对应的圆孔半径。