一种三维激光扫描的平面标靶坐标自动识别方法技术

本发明专利技术提供了一种三维激光扫描的平面标靶坐标自动识别方法，包括以下步骤：获得包含各个平面标靶完整的正面图案的点云数据；将点云数据D转换到球坐标系下；计算距坐标系原点米处垂直于激光方向的平面标靶上的最大水平/最大竖直的激光角度范围α

【技术实现步骤摘要】
一种三维激光扫描的平面标靶坐标自动识别方法


[0001]本专利技术涉及工程测量
，具体地，涉及一种三维激光扫描的平面标靶坐标自动识别方法。

技术介绍

[0002]三维激光扫描技术应用于很多需要保证高精度的测量工程中，如文物扫描建模、地形勘测、土方测量、隧道断面检测等，应用领域很广。但受限于固定式三维激光扫描仪工作时无法进行移动(移动扫描精度将大幅下降)，只能在一个区域扫描完成后再搬站进行下一区域扫描，同时在相邻站间设置同名标靶进行多站的点云拼接工作。当工程需要扫描对象的坐标引入施工坐标系或其他地理坐标系时，就需要通过使用平面标靶作为扫描仪坐标系和其他坐标系间的桥梁来转换两坐标系，则点云平面标靶中心坐标识别(后简称标靶识别)的精度、可靠性将大大影响工程整体的精度。
[0003]现有的点云平面标靶识别主要通过扫描仪自带的点云处理软件实现，需要人为较多地干预，且识别效果不一。如点云数据专业处理软件Geomagic Studio和riegl扫描仪配套软件RiSCAN PRO，只有识别球标靶的功能没有识别平面标靶的功能；Faro扫描仪配套软件SCENE可以通过鼠标手动在点云中点选平面标靶后进行识别，但识别效果非常差，通常项目中只能识别一半的平面标靶；Z+F扫描仪配套软件Z+F Laser Control可以通过鼠标手动在点云中点选平面标靶后进行识别，识别效果较好；Trimble扫描仪配套软件TBC无平面标靶识别功能，其公司旗下的点云专业处理软件realworks需要人工手动在三维点云中框选点云后进行拟合识别，识别效果较差，且操作步骤复杂。然而以上商业软件识别方法均需要购买相应的扫描仪后才能获取相应的软件使用权，且一个仪器只有一个软件狗，不能多终端操作，一个仪器扫描的点云只能由该仪器配套软件进行标靶识别，成本较高。
[0004]为此，众多企业选择自主研发标靶的识别方法，现有技术中，标靶的识别方法仍存在以下问题：
[0005]1)因为标靶的入射角无法预料，从而导致标靶识别的精度过低(如专利CN105423915A所公开的技术方案)；
[0006]2)因标靶的姿态不同，导致点云间距大于扫描分辨率，从而造成格网点云缺失、造成灰度图像失真(如CN106447715B、CN104007444A所公开的技术方案)；
[0007]3)因实际使用步骤繁琐且要求三个平面的交点与标靶底座的关系固定，从而导致只要轻微震动就会造成平面交点与标靶底座的几何位置关系发生变化，从而导致无法识别平面标靶坐标，同时无法引入施工坐标系，只能用于无施工坐标或无地埋坐标的扫描环境(如CN109323656A、CN 105447855 A所公开的技术方案)。

技术实现思路

[0008]本专利技术提供了一种三维激光扫描的平面标靶坐标自动识别方法，包括以下步骤：
[0009]步骤一、获得包含各个平面标靶完整的正面图案的点云数据，并记录最小分辨角
度值θ以及在导出数据时导出包含点云反射率信息的点云数据D；
[0010]步骤二、将点云数据D转换到球坐标系下，转换到球坐标系的点云数据D
spherical
记为：D
spherical
＝[H V R f]，其中：H为点云数据在球坐标系中水平方向角，V为点云数据在球坐标系中竖直方向角，R为点云数据在球坐标系中距离原点的距离，f为点云数据的反射率；
[0011]步骤三、根据球坐标系的点云数据D
spherical
的平均值，计算距坐标系原点米处垂直于激光方向的平面标靶上的最大水平/最大竖直的激光角度范围α
i
、标靶检测兴趣区域ROI的水平角范围以及标靶检测兴趣区域ROI的竖直角范围
[0012]步骤四、以标靶检测兴趣区域ROI的中心为基点，提取和范围内的点云数据，得到标靶检测兴趣区域ROI点云以反射率作为灰度值投影在球面坐标下的灰度图像p
i
以及迭代处理得到二值化过程阈值作为临界阈值f
i
'
‑
(0.4
‑
0.6)
；
[0013]步骤五：对灰度图像p
i
进行二值化处理后进行角点检测得到角点检测值P
i
，并计算角点检测值P
i
的标准差，并删除其中大于1倍标准差的角点检测值并对剩余的角点检测值求平均，得到角点值C
i
‑
p
，再根据灰度图像p
i
中角点值C
i
‑
p
坐标与最小分辨角度值θ的几何关系反算出角点值C
i
‑
p
所对应的水平角值H
c
‑
i
和竖直角值V
c
‑
i
；
[0014]步骤六：对D
spherical
‑
i
‑
(0.4
‑
0.6)
中反射率大于灰度图像二值化过程阈值f
i
‑
(0.4
‑
0.6)
的反射率点进行平面拟合，以得到标靶所在平面E
i
在直角坐标系下的平面参数E
i
：a
i
x+b
i
y+c
i
z+d
i
＝0，其中：a
i
、b
i
、c
i
、d
i
分别为平面E
i
的平面参数，x、y、z分别为平面在直角坐标系下的坐标；
[0015]步骤七、联立平面参数E
i
、水平角值H
c
‑
i
以及竖直角值V
c
‑
i
解算得到标靶中心在直角坐标系下的坐标C
i
＝[x
i
,y
i
,z
i
]。
[0016]可选的，所述步骤一中获得包含各个平面标靶完整的正面图案的点云数据的具体方法如下：
[0017]保证标靶在三维激光扫描仪的精扫区域的中心区域的前提下，扫描n个平面标靶，以获得包含各个平面标靶完整的正面图案的点云数据。
[0018]可选的，将距坐标系原点米处垂直于激光方向的平面标靶上的最大水平/最大竖直的激光角度范围α
i
记为：
[0019][0020]标靶检测兴趣区域ROI的水平角范围记为：
[0021][0022]标靶检测兴趣区域ROI的竖直角范围记为：
[0023][0024]其中：d为该扫描所用平面标靶的边长或者直径，i＝(1,2,
…
n)，为第i个标靶的点云数据在球坐标系中水平方向角的平均值，为第i个标靶的点云数据在球坐标系中竖直方向角的平均值，为点云数据在球坐标系中距离原点的距离的平均值。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维激光扫描的平面标靶坐标自动识别方法，其特征在于，包括以下步骤：步骤一、获得包含各个平面标靶完整的正面图案的点云数据，并记录最小分辨角度值θ以及在导出数据时导出包含点云反射率信息的点云数据D；步骤二、将点云数据D转换到球坐标系下，转换到球坐标系的点云数据D
spherical
记为：D
spherical
＝[H V R f]，其中：H为点云数据在球坐标系中水平方向角，V为点云数据在球坐标系中竖直方向角，R为点云数据在球坐标系中距离原点的距离，f为点云数据的反射率；步骤三、根据球坐标系的点云数据D
spherical
的平均值，计算距坐标系原点米处垂直于激光方向的平面标靶上的最大水平/最大竖直的激光角度范围α
i
、标靶检测兴趣区域ROI的水平角范围以及标靶检测兴趣区域ROI的竖直角范围步骤四、以标靶检测兴趣区域ROI的中心为基点，提取和范围内的点云数据，得到标靶检测兴趣区域ROI点云以反射率作为灰度值投影在球面坐标下的灰度图像p
i
以及迭代处理得到二值化过程阈值作为临界阈值f'
i
‑
(0.4
‑
0.6)
；步骤五：对灰度图像p
i
进行二值化处理后进行角点检测得到角点检测值P
i
，并计算角点检测值P
i
的标准差，并删除其中大于1倍标准差的角点检测值并对剩余的角点检测值求平均，得到角点值C
i
‑
p
，再根据灰度图像p
i
中角点值C
i
‑
p
坐标与最小分辨角度值θ的几何关系反算出角点值C
i
‑
p
所对应的水平角值H
c
‑
i
和竖直角值V
c
‑
i
；步骤六：对D
spherical
‑
i
‑
(0.4
‑
0.6)
中反射率大于灰度图像二值化过程阈值f
i
‑
(0.4
‑
0.6)
的反射率点进行平面拟合，以得到标靶所在平面E
i
在直角坐标系下的平面参数E
i
：a
i
x+b
i
y+c
i
z+d
i
＝0，其中：a
i
、b
i
、c
i
、d
i
分别为平面E
i
的平面参数，x、y、z分别为平面在直角坐标系下的坐标；步骤七、联立平面参数E
i
、水平角值H
c
‑
i
以及竖直角值V
c
‑
i
解算得到标靶中心在直角坐标系下的坐标C
i
＝[x
i
,y
i
,z
i
]。2.根据权利要求1所述的三维激光扫描的平面标靶坐标自动识别方法，其特征在于，所述步骤一中获得包含各个平面标靶完整的正面图案的点云数据的具体方法如下：保证标靶在三维激光扫描仪的精扫区域的中心区域的前提下，扫描n个平面标靶，以获得包含各个平面标靶完整的正面图案的点云数据。3.根据权利要求1所述的三维激光扫描的平面标靶坐标自动识别方法，其特征在于，将距坐标系原点米处垂直于激光方向的平面标靶上的最大水平/最大竖直的激光角度范围α
i
记为：标靶检测兴趣区域ROI的水平角范围记为：标靶检测兴趣区域ROI的竖直角范围记为：
其中：d为该扫描所用平面标靶的边长或者直径，i＝(1,2,
…
n)，为第i个标靶的点云数据在球坐标系中水平方向角的平均值，为第i个标靶的点云数据在球坐标系中竖直方向角的平均值，为点云数据在球坐标系中距离原点的距离的平均值。4.根据权利要求1所述的三维激光扫描的平面标靶坐标自动识别方法，其特征在于，所述步骤四中标靶检测兴趣区域ROI的中心的获得方法具体如下：1)获取球坐标系D
spherical
中第i个标靶的点云数据D
spherical
‑
i
；2)以点云数据D
spherical
‑
i
的各项参数的平均值作为标靶检测兴趣区域ROI的中心5.根据权利要求4所述的三维激光扫描的平面标靶坐标自动识别方法，其特征在于，得到标靶检测兴趣区域ROI点云以反射率作为灰度值投影在球面坐标下的灰度图像p
i
的方法为：以标靶检测兴趣区域ROI的中心为基点，提取和范围内的点云数据以最小分辨角度值θ为格网间距、以H
i
‑
(0.7
‑
0.9)
和V
i
‑
(0.7
‑
0.9)
的最大最小值为格网的X轴/Y轴的最大最小值生成格网、以及以H
i
‑
(0.7
‑
0.9)
和V<...

【专利技术属性】
技术研发人员：杨承昆，吴勇生，文言，曾雄鹰，王佳龙，黎凯，任自力，
申请(专利权)人：湖南联智科技股份有限公司，
类型：发明
国别省市：