CN110889885B - 一种基于点云切片的三维对象体积计算方法 - Google Patents

一种基于点云切片的三维对象体积计算方法 Download PDF

Info

Publication number
CN110889885B
CN110889885B CN201911010379.3A CN201911010379A CN110889885B CN 110889885 B CN110889885 B CN 110889885B CN 201911010379 A CN201911010379 A CN 201911010379A CN 110889885 B CN110889885 B CN 110889885B
Authority
CN
China
Prior art keywords
point cloud
slice
point
slicing
volume calculation
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.)
Active
Application number
CN201911010379.3A
Other languages
English (en)
Other versions
CN110889885A (zh
Inventor
魏俊博
肖骥
童章伟
徐辉
赵李明
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.)
Smart City Research Institute Of China Electronics Technology Group Corp
Original Assignee
Smart City Research Institute Of China Electronics Technology Group Corp
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 Smart City Research Institute Of China Electronics Technology Group Corp filed Critical Smart City Research Institute Of China Electronics Technology Group Corp
Priority to CN201911010379.3A priority Critical patent/CN110889885B/zh
Publication of CN110889885A publication Critical patent/CN110889885A/zh
Application granted granted Critical
Publication of CN110889885B publication Critical patent/CN110889885B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/005General purpose rendering architectures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Generation (AREA)

Abstract

一种基于点云切片的三维对象体积计算方法,包括以下步骤:S1:点云切片;S2:切片点云数据轮廓边界确定;S3:计算切片面积;S4:计算点云体积。本发明中,点云数据具有高精度、高密度、高还原度的特点,这些特点为空间对象的体积计算提供了必要条件,能有效为三维GIS模型赋予体积属性;本方法采用“切片”的方式将体积计算问题间接转化为切片面积计算,从而大大降低了不规则体体积计算的复杂度,提高了计算效率;本方法采用双向最近点搜索法对点云切片进行排序处理,该方法解决了凹多边形点云切片难以正确排序的难题。本方法实现了对点云切片的形态重构,在此基础上不仅可应用于物体的体积计算,还可实现对三维物体的高效建模重构。

Description

一种基于点云切片的三维对象体积计算方法
技术领域
本发明涉及三维对象体积计算领域,尤其涉及一种基于点云切片的三维对象体积计算方法。
背景技术
传统基于点云数据的空间对象体积计算方法算法复杂度高。由于物体形态各异,对切片得到的平面点云进行排序一直以来是该领域中相对困难的问题现有技术中存在的技术问题。
为解决上述问题,本申请中提出一种基于点云切片的三维对象体积计算方法。
发明内容
(一)发明目的
为解决背景技术中存在的技术问题,本发明提出一种基于点云切片的三维对象体积计算方法。
(二)技术方案
为解决上述问题,本发明提供了一种基于点云切片的三维对象体积计算方法,包括以下步骤:
S1:点云切片:
纵向切割点云数据,点云高度为H,以h为间距自下而上依次切割点云数据,并得到n组水平点云切片Si
其中,n=H/h;
Si={D(x,y,z)|x,y∈R+,z=(i/n)H,i∈[0,n]};
S2:切片点云数据轮廓边界确定:采用双向最近点搜索法对单个乱序的点云切片进行排序处理,并确定正确的点云切片外轮廓多边形;
S3:计算切片面积:
平面点云切片排序完成后,该平面点云切片分为m个点组成,计算切片面积公式为:
Figure BDA0002244034920000021
Ai为点云切片外轮廓对变形围成的面积,xj、yj为点云切片外轮廓多边形Pi=(i∈[0,n])的顶点Pi=(j∈[0,m])的坐标;i为点云切片编号,j为点云切片外轮廓多边形的顶点编号;
S4:计算点云体积:将各个切片的面积Ai累加,并乘以相邻切片间距h,即可得到物体的体积:
Figure BDA0002244034920000022
优选的,在S2中,包括以下步骤:
S21:选择轮廓起算点:在切片中任选一点Ps(Pe)作为起点,以距其最近的点Pe为终点生成一条多边线;
S22:搜索最近点,取多边线一端Ps(Pe),并在剩余的点中找到距离Ps(Pe)最近的点P;
S23:多边线延伸,分别计算Ps和Pe到P的距离:ds和de;
比较ds和de的大小:若ds<de,则把点P***到Ps前以作为新起点,否则向另一端Pe方向延伸;若de≤ds,则把点P***到Pe前以作为新起点,否则向另一端Ps方向延伸;
S24:判断搜索进程:判断切片上的点是否全部搜索完成;若搜索完成,则结束搜索,并且得到最终点云切片外轮廓边界;若搜索未完成,则跳转至步骤S21,以重复上述步骤至搜索完成。
本发明中,点云数据具有高精度、高密度、高还原度的特点,这些特点为空间对象的体积计算提供了必要条件,能有效为三维GIS模型赋予体积属性;本方法采用“切片”的方式将体积计算问题间接转化为切片面积计算,从而大大降低了不规则体体积计算的复杂度,提高了计算效率;本方法采用双向最近点搜索法对点云切片进行排序处理,该方法解决了凹多边形点云切片难以正确排序的难题。本方法实现了对点云切片的形态重构,在此基础上不仅可应用于物体的体积计算,还可实现对三维物体的高效建模重构。
附图说明
图1为本发明提出的基于点云切片的三维对象体积计算方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
如图1所示,本发明提出的一种基于点云切片的三维对象体积计算方法,包括以下步骤:
S1:点云切片:
纵向切割点云数据,点云高度为H,以h为间距自下而上依次切割点云数据,并得到n组水平点云切片Si
其中,n=H/h;
Si={D(x,y,z)|x,y∈R+,z=(i/n)H,i∈[0,n]};
S2:切片点云数据轮廓边界确定:采用双向最近点搜索法对单个乱序的点云切片进行排序处理,并确定正确的点云切片外轮廓多边形;
S3:计算切片面积:
平面点云切片排序完成后,该平面点云切片分为m个点组成,计算切片面积公式为:
Figure BDA0002244034920000041
Ai为点云切片外轮廓对变形围成的面积,xj、yj为点云切片外轮廓多边形Pi=(i∈[0,n])的顶点Pi=(j∈[0,m])的坐标;i为点云切片编号,j为点云切片外轮廓多边形的顶点编号;
S4:计算点云体积:将各个切片的面积Ai累加,并乘以相邻切片间距h,即可得到物体的体积:
Figure BDA0002244034920000042
本发明中,点云数据具有高精度、高密度、高还原度的特点,这些特点为空间对象的体积计算提供了必要条件,能有效为三维GIS模型赋予体积属性;本方法采用“切片”的方式将体积计算问题间接转化为切片面积计算,从而大大降低了不规则体体积计算的复杂度,提高了计算效率;本方法采用双向最近点搜索法对点云切片进行排序处理,该方法解决了凹多边形点云切片难以正确排序的难题。本方法实现了对点云切片的形态重构,在此基础上不仅可应用于物体的体积计算,还可实现对三维物体的高效建模重构。
在一个可选的实施例中,在S2中,包括以下步骤:
S21:选择轮廓起算点:在切片中任选一点Ps(Pe)作为起点,以距其最近的点Pe为终点生成一条多边线;
S22:搜索最近点,取多边线一端Ps(Pe),并在剩余的点中找到距离Ps(Pe)最近的点P;
S23:多边线延伸,分别计算Ps和Pe到P的距离:ds和de;
比较ds和de的大小:若ds<de,则把点P***到Ps前以作为新起点,否则向另一端Pe方向延伸;若de≤ds,则把点P***到Pe前以作为新起点,否则向另一端Ps方向延伸;
S24:判断搜索进程:判断切片上的点是否全部搜索完成;若搜索完成,则结束搜索,并且得到最终点云切片外轮廓边界;若搜索未完成,则跳转至步骤S21,以重复上述步骤至搜索完成。
需要说明的是,保证切片点云数据轮廓边界确定准确,不会出现错误,保证数据的精准性。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (2)

1.一种基于点云切片的三维对象体积计算方法,其特征在于,包括以下步骤:
S1:点云切片:
纵向切割点云数据,点云高度为H,以h为间距自下而上依次切割点云数据,并得到n组水平点云切片Si
其中,n=H/h;
Si={D(x,y,z)|x,y∈R+,z=(i/n)H,i∈[0,n]};
S2:切片点云数据轮廓边界确定:采用双向最近点搜索法对单个乱序的点云切片进行排序处理,并确定正确的点云切片外轮廓多边形;
S3:计算切片面积:
平面点云切片排序完成后,该平面点云切片分为m个点组成,计算切片面积公式为:
Figure FDA0002244034910000011
Ai为点云切片外轮廓对变形围成的面积,xj、yj为点云切片外轮廓多边形Pi=(i∈[0,n])的顶点Pi=(j∈[0,m])的坐标;i为点云切片编号,j为点云切片外轮廓多边形的顶点编号;
S4:计算点云体积:将各个切片的面积Ai累加,并乘以相邻切片间距h,即可得到物体的体积:
Figure FDA0002244034910000012
2.根据权利要求1所述的基于点云切片的三维对象体积计算方法,其特征在于,在S2中,包括以下步骤:
S21:选择轮廓起算点:在切片中任选一点Ps(Pe)作为起点,以距其最近的点Pe为终点生成一条多边线;
S22:搜索最近点,取多边线一端Ps(Pe),并在剩余的点中找到距离Ps(Pe)最近的点P;
S23:多边线延伸,分别计算Ps和Pe到P的距离:ds和de;
比较ds和de的大小:若ds<de,则把点P***到Ps前以作为新起点,否则向另一端Pe方向延伸;若de≤ds,则把点P***到Pe前以作为新起点,否则向另一端Ps方向延伸;
S24:判断搜索进程:判断切片上的点是否全部搜索完成;若搜索完成,则结束搜索,并且得到最终点云切片外轮廓边界;若搜索未完成,则跳转至步骤S21,以重复上述步骤至搜索完成。
CN201911010379.3A 2019-10-23 2019-10-23 一种基于点云切片的三维对象体积计算方法 Active CN110889885B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911010379.3A CN110889885B (zh) 2019-10-23 2019-10-23 一种基于点云切片的三维对象体积计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911010379.3A CN110889885B (zh) 2019-10-23 2019-10-23 一种基于点云切片的三维对象体积计算方法

Publications (2)

Publication Number Publication Date
CN110889885A CN110889885A (zh) 2020-03-17
CN110889885B true CN110889885B (zh) 2023-05-16

Family

ID=69746399

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911010379.3A Active CN110889885B (zh) 2019-10-23 2019-10-23 一种基于点云切片的三维对象体积计算方法

Country Status (1)

Country Link
CN (1) CN110889885B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113569311A (zh) * 2021-06-16 2021-10-29 上海市政工程设计研究总院(集团)有限公司 一种匝道出入口标线三维参数化设计与生成方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609912A (zh) * 2012-01-16 2012-07-25 黑龙江科技学院 一种搜索三维点云数据轮廓噪声点的方法
KR101286298B1 (ko) * 2012-06-27 2013-07-19 안양대학교 산학협력단 폐기물 체적 계산 장치 및 방법
CN106931883A (zh) * 2017-03-30 2017-07-07 信阳师范学院 一种基于激光点云数据的树干材积获取方法
WO2018094383A1 (en) * 2016-11-21 2018-05-24 University Of New Hampshire Method of estimating a whole object surface area and volume of a micro-scale three-dimensional model with a partially visible surface
CN109084680A (zh) * 2018-09-07 2018-12-25 中科院金华信息技术有限公司 基于移动终端三维扫描图像采集处理的单株树木树干体积估算方法及***
CN109697731A (zh) * 2018-12-21 2019-04-30 北京林业大学 基于点云数据的植物冠层体积计算方法、***及相关设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609912A (zh) * 2012-01-16 2012-07-25 黑龙江科技学院 一种搜索三维点云数据轮廓噪声点的方法
KR101286298B1 (ko) * 2012-06-27 2013-07-19 안양대학교 산학협력단 폐기물 체적 계산 장치 및 방법
WO2018094383A1 (en) * 2016-11-21 2018-05-24 University Of New Hampshire Method of estimating a whole object surface area and volume of a micro-scale three-dimensional model with a partially visible surface
CN106931883A (zh) * 2017-03-30 2017-07-07 信阳师范学院 一种基于激光点云数据的树干材积获取方法
CN109084680A (zh) * 2018-09-07 2018-12-25 中科院金华信息技术有限公司 基于移动终端三维扫描图像采集处理的单株树木树干体积估算方法及***
CN109697731A (zh) * 2018-12-21 2019-04-30 北京林业大学 基于点云数据的植物冠层体积计算方法、***及相关设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张卫正 ; 董寿银 ; 王国飞 ; 裘正军 ; 吴翔 ; 何勇 ; .基于机载LiDAR数据的林木冠层投影面积与体积测量.农业机械学报.2016,(01),全文. *
王祺 ; 胡洪 ; 吴艳兰 ; 亢瑞红 ; 许邦鑫 ; 梁泽毓 ; .基于点云数据的树冠体积自动求算方法.西北林学院学报.2017,(02),全文. *
董亚涵 ; 李永强 ; 李鹏鹏 ; 吕亚磊 ; .基于改进凸包算法的树冠轮廓点提取与体积计算.测绘工程.2018,(08),全文. *

Also Published As

Publication number Publication date
CN110889885A (zh) 2020-03-17

Similar Documents

Publication Publication Date Title
CN106529469B (zh) 基于自适应坡度的无人机载LiDAR点云滤波方法
CN104850633B (zh) 一种基于手绘草图部件分割的三维模型检索***及方法
CN104573705B (zh) 一种建筑物激光扫描点云数据的聚类方法
CN112070769B (zh) 一种基于dbscan的分层点云分割方法
CN102034104B (zh) 三维点云中基于随机采样一致性的特征线检测方法
CN103871102B (zh) 一种基于高程点和道路轮廓面的道路三维精细建模方法
CN103701466A (zh) 基于特征保留的散乱点云压缩算法
CN110349260B (zh) 一种路面标线自动提取方法及装置
CN110363771B (zh) 一种基于三维点云数据的隔离护栏形点提取方法及装置
CN103870845A (zh) 点云聚类去噪过程中新的k值优化方法
CN109624326B (zh) 一种3d打印模型支撑结构生成过程中干涉点获取方法
CN105701798A (zh) 柱状物体的点云提取方法及装置
CN111209805B (zh) 车道线众包数据的多道路片段数据的快速融合优化方法
CN109002418B (zh) 基于体素生长和地面激光点云的树木胸径自动计算方法
CN110906940A (zh) 一种基于轨迹方向的车道边线聚合方法
CN114332291A (zh) 一种倾斜摄影模型建筑物外轮廓规则提取方法
CN106529029A (zh) 输电线路杆塔的点云数据提取方法及装置
CN110889885B (zh) 一种基于点云切片的三维对象体积计算方法
CN102750730A (zh) 一种特征保持的点云数据精简方法
CN114387288A (zh) 基于车载激光雷达点云数据的单立木三维信息提取方法
CN109919955A (zh) 地基式激光雷达点云的隧道轴线提取和分割方法
CN104156988A (zh) 基于迭代最小外包矩形的城区建筑物轮廓规则化方法
CN113920360A (zh) 一种道路点云杆状物提取与多尺度识别方法
CN105608732B (zh) 一种三角网格模型的优化方法
CN106500594A (zh) 融合反射强度和几何特征的铁路轨道半自动检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant