CN115824053A - 一种融合主成分分析与体素积分的滑坡体积量计算方法 - Google Patents
一种融合主成分分析与体素积分的滑坡体积量计算方法 Download PDFInfo
- Publication number
- CN115824053A CN115824053A CN202310120275.8A CN202310120275A CN115824053A CN 115824053 A CN115824053 A CN 115824053A CN 202310120275 A CN202310120275 A CN 202310120275A CN 115824053 A CN115824053 A CN 115824053A
- Authority
- CN
- China
- Prior art keywords
- grid
- landslide
- principal component
- point
- calculating
- 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.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 29
- 230000010354 integration Effects 0.000 title claims abstract description 20
- 238000000513 principal component analysis Methods 0.000 title claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims abstract description 35
- 230000008859 change Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 30
- 239000013598 vector Substances 0.000 claims abstract description 19
- 238000012847 principal component analysis method Methods 0.000 claims abstract description 11
- 238000007619 statistical method Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000013519 translation Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 239000006185 dispersion Substances 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000012544 monitoring process Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 241000350052 Daniellia ogea Species 0.000 description 1
- 210000000746 body region Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种融合主成分分析与体素积分的滑坡体积量计算方法,包括步骤:两期点云数据采集并配准;在滑坡区域内建立栅格;利用主成分分析法计算各栅格内点的法向量和拟合平面函数;通过平面函数积分计算各栅格的体积变化量;计算所有栅格体积变化量,通过统计分析识别异常值,并对异常值进行改正。本发明利用激光雷达测距技术,利用获取的点云,通过构建体素单元,融合主成分分析方法,利用体素二重积分计算体素内体积变化,实现了滑坡体积量高效精准的计算,克服了采用平均高程计算体积结果不可靠的问题。
Description
技术领域
本发明涉及大地测量学和摄影测量与遥感领域中,基于激光雷达点云的滑坡体积量计算方法,尤其涉及一种融合主成分分析与体素积分的滑坡体积量计算方法。
背景技术
山体滑坡是最常见的地质灾害之一,具有危害大、分布广的特点,严重时将威胁人民的生命和财产安全。对山体滑坡的监测一方面可以预测泥石流的发生;另一方面,对山体滑坡量的精确计算也可以预测泥石流的爆发范围,进而减少相关损失。因此,开展快速、高效、精确、低成本的山体滑坡的识别与计算具有重要的应用价值。
传统探测滑坡变形的方法主要是基于大地测量技术的“点”式测量,利用水准仪、全站仪等仪器测量变形监测点的变形信息,进而对滑坡的变形进行预测和预报。这种方法虽然测量的监测点精度高,但点的密度低,无法获取滑坡表面整体信息,并且作业效率低,受地形、气象等条件约束大。
近年来随着摄影测量技术的发展,这种无接触、“面”式采集数据的测量方法也被应用于滑坡变形监测中。利用摄影测量技术采集滑坡数据,通过摄影测量专业软件的数据处理技术获取滑坡的三维模型。这种测量方法可以获得面状测量信息,测量效率高,但测量精度不如传统大地测量方法。
近年来高速发展的激光雷达技术为滑坡的监测提供了新的思路,激光雷达技术通过向目标发射激光束,然后将接收到的信号与发射信号进行比较,获取目标的距离、方位、高度等几何参数,从而实现目标表面高分辨率三维信息的获取。该技术突破了传统的单点测量模式,具有高效、高分辨率、高精度、自动化程度高、非接触的优势,但是如何提供一种能够精确计算滑坡体积量的方法是值得探讨的技术问题。
发明内容
发明目的:针对现有技术的不足之处,本发明提出一种融合主成分分析与体素积分的滑坡体积量计算方法,通过构建体素单元,融合主成分分析方法,利用体素二重积分计算体素内体积变化,实现了滑坡体积量高效精准的计算,克服了采用平均高程计算体积结果不可靠的问题。
技术方案:本发明融合主成分分析与体素积分的滑坡体积量计算方法包括以下步骤:
(2)利用步骤(1)设置的标靶,采用三维坐标转换方程计算两期点云坐标转换参数Z,对点云进行配准;
(3)利用步骤(2)中得到的配准后的数据,对两期点云进行格网化,计算各个栅格角点的平面坐标;
(4)利用步骤(3)得到的栅格角点的平面坐标,搜索两期点云在各个栅格内的点,过滤点数少的栅格;利用主成分分析法计算两期点云在各个栅格内点的法向量和拟合平面函数;
(5)通过步骤(4)中得出的各个栅格内两期点云的拟合平面函数,采用二重积分计算各栅格内的体积变化量,过程为:
(6)根据步骤(5)得到的所有栅格内的体积变化量,利用各栅格体积变化量的均值和标准差,根据统计分析对异常栅格进行识别;
(7)对步骤(6)识别得到的异常栅格进行改正,重新计算异常栅格内的体积变化量,从而获取整个滑坡的体积变化量。
其中,步骤(1)中两期扫描过程中,标靶固定不动。
步骤(2)中的三维坐标转换方程如下:
设矩阵A为A坐标系下的点云三维坐标,矩阵B为B坐标系下的点云三维坐标,A、B两坐标系的三维坐标转换方程如下所示:
步骤(3)中计算栅格角点的平面坐标的方法如下:
步骤(4)中,利用主成分分析法计算两期点云在各栅格内的点的法向量和拟合平面函数的方法如下:
步骤(6)中所有栅格的体积变化量计算均值和标准差的具体方法为:
步骤(7)中的异常栅格改正的具体过程如下:
(7.4)对点云密度不均匀问题,按照下式计算异常栅格上各点到拟合平面的离差d,计算所有点离差的期望和标准差,建立95%的置信区间,认为离差在区间外的点为平面点,其余为斜面点,获得斜面点坐标的x的最大值,x的最小值,y的最大值,y的最小值;以、、 、 做角点建立斜面区域,栅格剩余区域为:
(7.5.1),对于外凸山体,直接通过下式求得体积V:
(7.5.2)对于内凹山体,通过下式求得体积V:
式中,是指倾斜点的拟合平面中x、y相对z的函数,为栅格内所有点的高度平均值,为区域的面积,为区域的面积,为倾斜点的最大z值,为所有倾斜点减去倾斜点中最低点高度后得到的点所拟合平面中x、y相对z的函数。
工作原理:本发明融合主成分分析与体素积分的滑坡体积量计算方法的过程为:进行两期点云数据采集并配准;在滑坡区域内建立栅格;利用主成分分析法计算各栅格内点的法向量和拟合平面函数;通过平面函数积分计算各栅格的体积变化量;计算所有栅格体积变化量,通过统计分析识别异常值,并对异常值进行改正,实现了对滑坡体积量的高效精准的计算。
有益效果:与现有技术相比,本发明具有以下优点:
(1)相较于传统DEM比较法,本发明利用二重积分计算体素内体积变化,克服了采用平均高程计算体积结果不可靠的问题;
(2)在精度保证的前提下, 本发明确保了体素内局部平面的有效提取;
(3)本方法提出了异常栅格的解决方案,对进一步提高本发明方法的适用性提供了基础。
附图说明
图1为本发明融合主成分分析与体素积分的滑坡体积量计算方法的流程图;
图2 为本发明的测站坐标系示意图;
图3为第一期数据栅格投影图;
图4为第二期数据栅格投影图;
图5为本发明的栅格内法向量和拟合平面示意图;
图6为本发明改正前栅格体积变化量直方图;
图7为本发明改正前栅格体积变化量小于1立方米的直方图;
图8为本发明改正前栅格体积变化量大于1.5立方米的直方图;
图9为本发明改正后栅格体积变化量直方图。
具体实施方式
如图1所示,本发明融合主成分分析与体素积分的滑坡体积量计算方法包括以下步骤:
(2)利用步骤(1)设置的标靶,采用三维坐标转换方程计算两期点云坐标转换参数Z,对点云进行配准;
(3)利用步骤(2)中得到的配准后数据,对两期点云进行格网化,计算各个栅格角点的平面坐标;
(4)利用步骤(3)得到的栅格角点坐标, 搜索两期点云在各个栅格内的点,过滤点数少的栅格;利用主成分分析法计算两期点云在各个栅格内点的法向量和拟合平面函数;
(5)通过步骤(4)得出的各个栅格内两期点云的拟合平面函数采用二重积分计算各栅格内的体积变化量,过程为:
(6)根据步骤(5)得到的所有栅格内的体积变化量,利用各栅格体积变化量的均值和标准差,根据统计分析对异常栅格进行识别;
(7)对步骤(6)识别得到的异常栅格进行改正,重新计算异常栅格内的体积变化量,从而获取整个滑坡的体积变化量。
以“某居民区施工现场滑坡变化检测”为例,对本发明作进一步阐述:
(1)利用FARO FocusS Plus350扫描仪对该滑坡塌陷区进行扫描,在实验区以外稳定区域布设4个标靶,两期扫描间隔时间为5天;获取两期山体滑坡表面激光点云数据,观测值为三维坐标。
(2)如图2所示,以测站为中心,竖直方向为Z轴,利用步骤(1)设置的标靶,计算两期点云坐标转换参数Z,将第2期点云坐标配准至第1期点云测站坐标系中完成配准。
(5)通过步骤(4)已得各栅格内两期点云的拟合平面函数进行二重积分计算各栅格内的体积变化量,结果如图6至图8所示。
Claims (7)
1.一种融合主成分分析与体素积分的滑坡体积量计算方法,其特征在于:包括以下步骤:
(2)利用步骤(1)设置的标靶,采用三维坐标转换方程计算两期点云坐标转换参数Z,对点云进行配准;
(3)利用步骤(2)中得到的配准后数据,对两期点云进行格网化,计算各个栅格角点的平面坐标;
(4)利用步骤(3)得到的栅格角点坐标, 搜索两期点云在各个栅格内的点,过滤点数少的栅格;利用主成分分析法计算两期点云在各个栅格内点的法向量和拟合平面函数;
(5)通过步骤(4)中得出的各个栅格内两期点云的拟合平面函数,采用二重积分计算各个栅格内的体积变化量;过程为:
(6)根据步骤(5)得到的所有栅格的体积变化量,利用各个栅格体积变化量的均值和标准差,根据统计分析对异常栅格进行识别;
(7)对步骤(6)识别到的异常栅格进行改正,重新计算异常栅格内的体积变化量,从而获取整个滑坡的体积变化量。
2.根据权利要求1所述的融合主成分分析与体素积分的滑坡体积量计算方法,其特征在于:步骤(1)中,两期扫描过程中,标靶固定。
7.根据权利要求1所述的融合主成分分析与体素积分的滑坡体积量计算方法,其特征在于:步骤(7)中,所述异常栅格改正的过程如下:
(7.4)对点云密度不均匀问题,按照下式计算异常栅格上各点到拟合平面的离差,计算所有点离差的期望和标准差,建立95%的置信区间,认为离差在区间外的点为平面点,其余为斜面点,获得斜面点坐标的的最大值,的最小值,的最大值,的最小值;以 、、 、 做角点建立斜面区域,栅格剩余区域为;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310120275.8A CN115824053B (zh) | 2023-02-16 | 2023-02-16 | 一种融合主成分分析与体素积分的滑坡体积量计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310120275.8A CN115824053B (zh) | 2023-02-16 | 2023-02-16 | 一种融合主成分分析与体素积分的滑坡体积量计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115824053A true CN115824053A (zh) | 2023-03-21 |
CN115824053B CN115824053B (zh) | 2023-05-30 |
Family
ID=85521533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310120275.8A Active CN115824053B (zh) | 2023-02-16 | 2023-02-16 | 一种融合主成分分析与体素积分的滑坡体积量计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115824053B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003247805A (ja) * | 2002-02-22 | 2003-09-05 | Tech Res & Dev Inst Of Japan Def Agency | 体積計測方法及び体積計測プログラム |
CN102005104A (zh) * | 2009-09-02 | 2011-04-06 | 吴立新 | 滑坡***移和姿态远距离快速监测报警装置及方法 |
CN104154861A (zh) * | 2014-03-10 | 2014-11-19 | 上海大学 | 大型堆积物料体积绕行测量装置和方法 |
CN111968172A (zh) * | 2020-07-16 | 2020-11-20 | 中冶华天工程技术有限公司 | 料场物料的体积测量方法及*** |
CN114998419A (zh) * | 2022-08-02 | 2022-09-02 | 西安科技大学 | 一种基于地形点云的沟壑体积变化切片方法 |
-
2023
- 2023-02-16 CN CN202310120275.8A patent/CN115824053B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003247805A (ja) * | 2002-02-22 | 2003-09-05 | Tech Res & Dev Inst Of Japan Def Agency | 体積計測方法及び体積計測プログラム |
CN102005104A (zh) * | 2009-09-02 | 2011-04-06 | 吴立新 | 滑坡***移和姿态远距离快速监测报警装置及方法 |
CN104154861A (zh) * | 2014-03-10 | 2014-11-19 | 上海大学 | 大型堆积物料体积绕行测量装置和方法 |
CN111968172A (zh) * | 2020-07-16 | 2020-11-20 | 中冶华天工程技术有限公司 | 料场物料的体积测量方法及*** |
CN114998419A (zh) * | 2022-08-02 | 2022-09-02 | 西安科技大学 | 一种基于地形点云的沟壑体积变化切片方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115824053B (zh) | 2023-05-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102506824B (zh) | 一种城市低空无人机***生成数字正射影像图的方法 | |
CN111553292B (zh) | 一种基于点云数据的岩体结构面识别与产状分类方法 | |
CN114444158B (zh) | 一种基于三维重建的地下巷道形变预警方法及*** | |
CN111444872B (zh) | 一种丹霞地貌参数测量方法 | |
CN111105496A (zh) | 一种基于机载激光雷达点云数据的高精dem构建方法 | |
CN109100719B (zh) | 基于星载sar影像与光学影像的地形图联合测图方法 | |
CN116625354B (zh) | 一种基于多源测绘数据的高精度地形图生成方法及*** | |
Maas | Closed solutions for the determination of parametric building models from invariant moments of airborne laserscanner data | |
CN114283070B (zh) | 融合无人机影像与激光点云的地形断面制作方法 | |
CN113012206B (zh) | 一种顾及房檐特征的机载与车载LiDAR点云配准方法 | |
CN111426303A (zh) | 一种岩溶坡立谷参数测量方法 | |
CN111986074A (zh) | 一种真正射影像制作方法、装置、设备及存储介质 | |
He et al. | Robust Estimation of Landslide Displacement from Multi-temporal UAV Photogrammetry-Derived Point Clouds | |
Rebelo et al. | Building 3D city models: Testing and comparing Laser scanning and low-cost UAV data using FOSS technologies | |
CN112815863A (zh) | 形变监测***、形变监测方法、形变计算设备及存储介质 | |
Kaufmann et al. | Long-term monitoring of glacier change at Gössnitzkees (Austria) using terrestrial photogrammetry | |
CN115824053A (zh) | 一种融合主成分分析与体素积分的滑坡体积量计算方法 | |
Höhle | The assessment of the absolute planimetric accuracy of airborne laserscanning | |
CN115861201A (zh) | 一种基于车载移动测量***的测绘成果精度评价方法 | |
CN104021259A (zh) | 地面扫描大点云定向方法 | |
CN111220085A (zh) | 一种基于三维激光扫描点云数据的隧道大变形量测方法 | |
CN114440922A (zh) | 一种评测激光标定的方法、装置、相关设备及存储介质 | |
CN118037727B (zh) | 一种道路路面施工成效检测*** | |
Hong et al. | Rapid fine-grained Damage Assessment of Buildings on a Large Scale: A Case Study of the February 2023 Earthquake in Turkey | |
Xu et al. | Research on Horizontal Accuracy Method of High Spatial Resolution Remotely Sensed Orthophoto Image |
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 |