[发明专利]一种盾构隧道三维激光扫描点云数据除噪的方法

权利要求书

1.一种盾构隧道三维激光扫描点云数据除噪的方法，包括采集盾构隧道三维激光扫描数据，其特征在于，还包括以下步骤：

S1、读取三维激光扫描仪的扫描点云数据，并逐环数据分离，每环扫描点数据集记为，的起始点为值最小的点，单个扫描点的坐标数据记为；

S2、在盾构隧道中，三维激光扫描仪单环扫描的点近似为一个圆，依据三维激光扫描仪设备自身的扫描原点建立笛卡尔直角坐标系，并进行扫描点象限分区；具体操作如下：

（1）以三维激光扫描仪设备自身的扫描原点建立笛卡尔直角坐标系，坐标系原点为；

（2）依据笛卡尔直角坐标系的第Ⅰ、Ⅱ、Ⅲ、Ⅳ象限条件，将当前环扫描点数据集于各象限的点区分开来，并记为、、、，其中；

S3、提取盾构隧道轨道及轨道结构扫描点云数据；具体操作如下：

（1）测量三维激光扫描仪扫描中心点距轨道中心点的距离，记为；

（2）搜索以坐标系原点为中心，半径为的圆形区域且值小于零的所有扫描点，此点集记为；

（3）点集即为盾构隧道轨道及轨道结构的有效扫描点，并将点集从点集中移出；

S4、依据盾构隧道结构特征及三维激光扫描仪的扫描特征，基于不同象限于值或值及距离变化趋势进行噪点初步剔除；具体操作如下：

（1）依次遍历、、、中的每一点，记为，并计算至坐标原点的距离，记为；

（2）依据不同象限于值或值及距离变化趋势进行噪点初步剔除，剔除方法如下：

（2.1）当位于第Ⅰ象限时，相比于，其值应逐渐减少、值逐渐增大、距离逐渐增大，如果值变大或距离减少，则存在结构外扩或内障碍物，为异常扫描点；

（2.2）当位于第Ⅱ象限时，相比于，其值应逐渐减少、值逐渐减少、距离逐渐减少，如果值变大或距离减少，则存在结构外扩或内障碍物，为异常扫描点；

（2.3）当位于第Ⅲ象限时，相比于，其值应逐渐增大、值逐渐减少、距离逐渐减少，如果值变小或距离减少，则存在结构外扩或内障碍物，为异常扫描点；

（2.4）当位于第Ⅳ象限时，相比于，其值应逐渐增大、值逐渐增大、距离逐渐增大，如果值变小或距离减少，则存在结构外扩或内障碍物，为异常扫描点；

（3）将识别的异常点剔除，更新后扫描点集记为；

S5、对初步剔除噪点后的扫描点数据进行圆拟合二次剔除；具体操作如下：

（1）对更新后的扫描点集进行圆拟合，拟合圆记为，其圆心为、半径为；

（2）计算点集各点距圆曲线C垂足的距离，计算方法为：

其中为点距的距离；

（3）对点集中所有点距圆曲线C垂足的距离进行标准正态分布数理统计，标准正态分布函数如下：

其中为期望，为标准差；

（4）遍历点集中所有点，计算至间的距离，记为，如果则为正常点，否则视为异常点，其中为调整系数，可取0.05；

（5）将识别的异常点剔除，更新后扫描点集记为；

S6、基于几何距离最小二乘法进行椭圆拟合方法进行最终的三维激光扫描点云数据除噪；具体操作如下：

（1）对更新后的扫描点集基于几何距离最小二乘法进行椭圆拟合，拟合椭圆记为；

所述的几何距离最小二乘法椭圆拟合的方法具体为：二维平面椭圆曲线方程的代数形式可表达为：

其中，、、、、、为椭圆曲线参数；

某扫描点到椭圆曲线的代数距离设为，各扫描点距椭圆曲线的代数距离平方和的目标函数为：

利用全主元高斯消去法求解目标函数的最小值即可确定系数的值，进而确定拟合椭圆；

（2）计算点集中所有点至椭圆曲线间的最小垂直距离，得到一距离向量，并计算距离向量的平均值，其中为点集的点个数；

（3）遍历点集中所有点，剔除的点，其中为调整系数；

（4）至此，盾构隧道三维激光扫描点云数据的噪点剔除完毕，有效点集为+；

S7、重复步骤S2、S3、S4、S5、S6，即可处理完所有扫描环的点云数据；

S8、输出盾构隧道三维激光扫描点有效点云数据。