• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于反射強(qiáng)度和K-means聚類(lèi)的平面標(biāo)靶定位研究

      2015-03-18 03:08:08袁永博張明媛
      激光技術(shù) 2015年3期
      關(guān)鍵詞:區(qū)域分割標(biāo)靶平面

      吳 超,袁永博,張明媛

      (大連理工大學(xué)建設(shè)工程學(xué)部,大連116024)

      引 言

      3維激光掃描技術(shù)能夠快速獲取復(fù)雜環(huán)境和空間目標(biāo)的3維立體信息。在掃描過(guò)程中,要想獲得被測(cè)目標(biāo)的完整空間數(shù)據(jù),需從不同視角對(duì)被測(cè)物體進(jìn)行掃描。由于不同測(cè)站的掃描數(shù)據(jù)間坐標(biāo)關(guān)系未知,所以需要進(jìn)行點(diǎn)云數(shù)據(jù)的拼接配準(zhǔn)將各個(gè)位置的掃描數(shù)據(jù)統(tǒng)一到一個(gè)坐標(biāo)系下。另外,在某些應(yīng)用中需要實(shí)現(xiàn)掃描坐標(biāo)系與大地坐標(biāo)系之間的轉(zhuǎn)換。在處理這些問(wèn)題時(shí),公共點(diǎn)轉(zhuǎn)換法是一種常用的方法。在進(jìn)行公共點(diǎn)掃描定位的時(shí)候,由于難以從點(diǎn)云數(shù)據(jù)中精確提取點(diǎn)狀特征,這就造成在確定公共點(diǎn)掃描坐標(biāo)的時(shí)候存在著定位誤差,進(jìn)而使得基于公共點(diǎn)轉(zhuǎn)換的算法精度會(huì)受到影響[1]。在高精度測(cè)量中,需要配合特定形狀的標(biāo)靶進(jìn)行特征點(diǎn)輔助定位[2]。輔助標(biāo)靶一般有平面標(biāo)靶和球狀標(biāo)靶兩種,由于球狀標(biāo)靶無(wú)法一次獲取全部表面數(shù)據(jù),所以本文中討論平面靶標(biāo)的坐標(biāo)定位問(wèn)題。

      目前,對(duì)于平面標(biāo)靶的中心坐標(biāo)識(shí)別大多采用人機(jī)交互的方式,在后期處理軟件中手動(dòng)或自動(dòng)提取中心坐標(biāo)。如果采用軟件自動(dòng)提取,需結(jié)合為掃描儀配備的專(zhuān)用平面標(biāo)靶且在一定傾角范圍內(nèi)使用[2]。在自動(dòng)識(shí)別算法方面,LICHTI等人基于標(biāo)靶中心掃描點(diǎn)反射強(qiáng)度最大的假設(shè)提出3種自動(dòng)識(shí)別方法(maxrad,maxrad4,radcent)[3],但是由于粗差點(diǎn)和掃描噪聲等因素的存在,使得最大反射強(qiáng)度的位置通常不在標(biāo)靶的實(shí)際中心位置。VALANIS等人[4]提出了使用模糊C-means聚類(lèi)算法的自動(dòng)識(shí)別方法(fuzzypos),并介紹了其它3 種識(shí)別方法(fuzzyposfine,gridrad,fuzzygridrad),通過(guò)與LICHTI方法的比較驗(yàn)證了其算法的準(zhǔn)確性和可靠性。ZHOU等人[5]用中心投影原理將點(diǎn)云數(shù)據(jù)投影為2維影像,結(jié)合區(qū)域生長(zhǎng)算法擬合出標(biāo)靶中心的坐標(biāo)。WANG等人[6]利用獲取的點(diǎn)云數(shù)據(jù)的反射強(qiáng)度,采用反射強(qiáng)度加權(quán)法識(shí)別平面標(biāo)靶中心坐標(biāo)。CHEN等人[7]采用重心類(lèi)和幾何類(lèi)方法獲得平面標(biāo)靶坐標(biāo),并對(duì)其精度進(jìn)行了分析比較,表明使用重心類(lèi)方法可以獲得較高的平面標(biāo)靶中心坐標(biāo)精度。本文中利用獲取點(diǎn)云數(shù)據(jù)的反射強(qiáng)度值進(jìn)行區(qū)域分割,對(duì)分割得到的每一區(qū)域基于K-means聚類(lèi)方法得出區(qū)域中心坐標(biāo),進(jìn)而獲得平面標(biāo)靶的中心坐標(biāo)。通過(guò)與重心法、反射強(qiáng)度加權(quán)法和軟件自動(dòng)提取方法的結(jié)果比較,驗(yàn)證本文中算法的準(zhǔn)確性。

      1 基于反射強(qiáng)度和K-means聚類(lèi)的標(biāo)靶中心自動(dòng)識(shí)別算法

      在對(duì)平面標(biāo)靶定位之前,需要將標(biāo)靶數(shù)據(jù)從掃描點(diǎn)云數(shù)據(jù)中分割出來(lái),然后采用一定的算法將數(shù)據(jù)中的粗差點(diǎn)剔除。本文中采用人工選擇的方式得到平面標(biāo)靶點(diǎn)云數(shù)據(jù),在此基礎(chǔ)上利用總體最小二乘法消除數(shù)據(jù)中的異常值,將處理后的點(diǎn)云數(shù)據(jù)按照其反射強(qiáng)度值進(jìn)行區(qū)域分割,利用K-means算法對(duì)每一區(qū)域數(shù)據(jù)進(jìn)行聚類(lèi)得到各區(qū)域聚類(lèi)中心,然后采用均值化處理得到平面標(biāo)靶中心。

      1.1 粗差點(diǎn)剔除

      由于各種因素影響(儀器本身、人為操作、外界環(huán)境、目標(biāo)材質(zhì)等),掃描點(diǎn)云數(shù)據(jù)中難以避免會(huì)含有粗差點(diǎn),使得原本規(guī)則的標(biāo)靶數(shù)據(jù)存在異常,因此在進(jìn)行識(shí)別前,需要對(duì)粗差點(diǎn)進(jìn)行剔除。其具體步驟如下。

      (1)對(duì)于空間平面方程z=ax+by+c,考慮數(shù)據(jù)在x,y,z 3個(gè)方向同時(shí)含有誤差的情況下[8],平面方程變?yōu)?z+vz=a(x+vx)+b(y+vy)+c,其中 vx,vy,vz為 3個(gè)方向的誤差改正數(shù)。由于最小二乘法僅考慮因變量z含有誤差的情況下解算平面參量,因此采用總體最小二乘法[9]對(duì)掃描數(shù)據(jù)進(jìn)行空間平面擬合,得出平面參量 a,b,c。

      (2)根據(jù)下式計(jì)算每個(gè)掃描點(diǎn)到擬合平面的距離:

      (3)根據(jù)(3)式計(jì)算掃描點(diǎn)到擬合平面距離的中誤差σ。以2倍中誤差作為閾值,如果>2σ,視此點(diǎn)為粗差點(diǎn),予以剔除。

      1.2 基于反射強(qiáng)度的區(qū)域分割

      掃描得到的點(diǎn)云數(shù)據(jù)一般包含空間坐標(biāo)、反射強(qiáng)度以及顏色信息,其反射強(qiáng)度受掃描距離、掃描角度、目標(biāo)材質(zhì)及傳播介質(zhì)等因素影響。對(duì)于常見(jiàn)的平面標(biāo)靶來(lái)說(shuō),由于不同顏色區(qū)域激光反射強(qiáng)度值不同[10],因此可以根據(jù)點(diǎn)云數(shù)據(jù)的反射強(qiáng)度值對(duì)標(biāo)靶數(shù)據(jù)進(jìn)行區(qū)域分割??紤]粗差處理后的點(diǎn)云數(shù)量確定最佳區(qū)域分割數(shù)目,然后按照反射強(qiáng)度值予以分級(jí),使各區(qū)域點(diǎn)云數(shù)目相當(dāng),實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)的區(qū)域分割。

      1.3 K-means聚類(lèi)和中心坐標(biāo)提取

      K-means算法是一種典型的基于劃分的聚類(lèi)方法,目的在于把集中的數(shù)據(jù)劃分為一系列有意義的子集(或稱(chēng)類(lèi)),使得每個(gè)子集中的數(shù)據(jù)盡量“相似”或“接近”,而子集與子集間的數(shù)據(jù)盡可能有“很大差異”。其原理是:對(duì)于含有n個(gè)數(shù)據(jù)點(diǎn)的集合X=(x1,x2,x3,…,xn)先取 k個(gè)初始聚類(lèi)中心,計(jì)算每個(gè)樣本到聚類(lèi)中心的距離,將樣本向距離最近的聚類(lèi)中心歸類(lèi)。所有樣品歸類(lèi)完畢后,將各類(lèi)中所有樣品的平均值作為新聚類(lèi)中心,再重復(fù)上述過(guò)程直到聚類(lèi)中心不再變化為止。

      在對(duì)掃描數(shù)據(jù)分割為n個(gè)區(qū)域之后,對(duì)每一區(qū)域的點(diǎn)云選取k個(gè)初始聚類(lèi)中心進(jìn)行K-means聚類(lèi),得到每一區(qū)域的k個(gè)聚類(lèi)中心點(diǎn)xi(i=1,2,…,k),根據(jù)下式得到區(qū)域的中心點(diǎn):

      然后根據(jù)下式得到標(biāo)靶中心點(diǎn)坐標(biāo)p:

      2 實(shí)驗(yàn)分析

      Fig.1 Common planer targets T1and T2

      本文中采用Faro Focus 3-D激光掃描儀在實(shí)際應(yīng)用過(guò)程中對(duì)兩種常見(jiàn)平面標(biāo)靶(T1,T2)(如圖1所示)進(jìn)行了掃描,兩次掃描的距離、角度和精度都不相同。在Faro Scene軟件中手動(dòng)獲取平面標(biāo)靶掃描原始點(diǎn)云后,利用基于奇異值分解[11]的總體最小二乘法擬合空間平面,將到擬合平面距離大于2倍中誤差的點(diǎn)剔除。重復(fù)剔除過(guò)程直到所有的點(diǎn)滿足≤2σ。最終處理結(jié)果見(jiàn)表1。

      Table 1 Elimination results of noise points using the total least square algorithm

      考慮點(diǎn)云數(shù)目,將處理之后的數(shù)據(jù)按照反射強(qiáng)度值進(jìn)行合理區(qū)域分割。由于平面標(biāo)靶為對(duì)稱(chēng)形狀,分割之后每一區(qū)域的點(diǎn)云數(shù)據(jù)也大致對(duì)稱(chēng),因此對(duì)每一區(qū)域數(shù)據(jù)選擇k=2進(jìn)行K-means聚類(lèi)后,求得各區(qū)域中心坐標(biāo),然后采用均值化處理獲取各標(biāo)靶的中心坐標(biāo)。算法通過(guò)MATLAB R2010a軟件編程實(shí)現(xiàn)[12]。通過(guò)幾種不同識(shí)別方法的比較可以看出(如表2所示),本文中采用的算法與軟件自動(dòng)提取的坐標(biāo)相差很小,在x,y,z不同方向上最大的坐標(biāo)相差也在亞毫米級(jí)。

      Table 2 Several methods for calculating the target center

      另外,在軟件無(wú)法自動(dòng)識(shí)別的情況下,采用本文中的算法對(duì)平面標(biāo)靶進(jìn)行識(shí)別,分別在10m和25m的掃描距離下自動(dòng)識(shí)別兩個(gè)標(biāo)靶的中心坐標(biāo),將計(jì)算得出的標(biāo)靶之間距離與蘇一光RTS-112SL全站儀和其它兩種方法計(jì)算距離做比較(對(duì)比結(jié)果見(jiàn)表3),在一定掃描距離內(nèi)可以看出本文中的方法在實(shí)際應(yīng)用時(shí)的有效性與準(zhǔn)確性。

      Table 3 Comparison of distance calculated with different methods

      3 結(jié)論

      通過(guò)與軟件自動(dòng)提取及其它識(shí)別方法的比較表明,該算法獲得的結(jié)果與軟件自動(dòng)提取結(jié)果相差精度在亞毫米級(jí)。同時(shí),在一定距離內(nèi),當(dāng)軟件無(wú)法自動(dòng)提取時(shí),該算法同樣可以得到較高的識(shí)別精度。在需要較高掃描精度的實(shí)際工程中,該算法具有較好的適用性。

      [1] WANG Y B,YANG H Ch,LIU Y H,et al.Linear-feature-constrained registration of LiDAR point cloud via quaternion[J].Geomatics and Information Science of Wuhan University,2013,38(9):1057-1062(in Chinese).

      [2] ZHU L.Research on the target in TLS[J].Laser Journal,2008,29(1):33-35(in Chinese).

      [3] LICHTI D D,STEWART M P,TSAKIRI M,et al.Benchmark tests on a three-dimensional laser scanning system[J].Geomatics Research Australasia,2000,72:1-24.

      [4] VALANIS A,TSAKIRI M.Automatic target identification for laser scanners[C]//Proceedings of XXth ISPRS Congress.Istanbul,Turkey:International Society for Photogrammetry and Remote Sensing,2004:1-7.

      [5] ZHOU Sh G,TIAN H,LI H.A new automatic method for registering of point clouds[J].Geotechnical Investigation & Surveying,2012,40(2):66-69(in Chinese).

      [6] WANG L,LI G Y,ZHANG H X.Automatic recognition method of planar target based on return light intensity [J].Infrared and Laser Engineering,2011,40(10):1910-1913(in Chinese).

      [7] CHEN J J,YAN W T.Research on algorithm for extraction of target center coordinates based on the point clouds[J].Journal of Geotechnical Investigation & Surveying,2013,41(8):53-57(in Chinese).

      [8] CANG G H,YUE J P.Plane fitting of point clouds based on weighted total least square[J].Laser Technology,2014,38(3):307-310(in Chinese).

      [9] GUAN Y L,LIU Sh T,ZHOU Sh J,et al.Robust plane fitting of point clouds based on tls[J].Journal of Geodesy and Geodynamics,2011,31(5):80-83(in Chinese).

      [10] GAO X W,SUN L,XIE H Q.Research on accuracy impact of target color and roughness to 3-D laser scanning point cloud[J].Bulletin of Surveying and Mapping,2013(11):84-86(in Chinese).

      [11] WALTER G R.Thesingularvaluedecomposition [EB/OL].[2008-12-12].http://www.math.ethz.ch/education/bachelor/lectures/hs2012/other/linalg_INFK/svdneu.pdf.

      [12] PETRá? I,BEDNáROVá D.Total least squares approach to modeling:a Matlab toolbox[J].Acta Montanistica Slovaca,2010,15(2):158-170.

      猜你喜歡
      區(qū)域分割標(biāo)靶平面
      一種用于前列腺區(qū)域分割的改進(jìn)水平集算法
      圖像區(qū)域分割算法綜述及比較
      基于凸包算法和抗差最小二乘法的激光掃描儀圓形標(biāo)靶中心定位
      京津冀區(qū)域交通一體化戰(zhàn)略思考
      參考答案
      關(guān)于有限域上的平面映射
      基于分形幾何和最小凸包法的肺區(qū)域分割算法
      球形標(biāo)靶的固定式掃描大點(diǎn)云自動(dòng)定向方法
      參考答案
      一種平面靶心的提取算法*
      丹棱县| 岳普湖县| 梁平县| 交城县| 卓资县| 咸丰县| 平安县| 唐山市| 汾西县| 潜山县| 松原市| 鄂托克前旗| 武穴市| 海淀区| 阳原县| 大名县| 富川| 南华县| 荃湾区| 收藏| 观塘区| 台中县| 天祝| 渭南市| 江永县| 金川县| 新泰市| 贵溪市| 马公市| 什邡市| 微山县| 巧家县| 抚州市| 外汇| 恩施市| 炉霍县| 林西县| 长宁县| 二连浩特市| 龙泉市| 内江市|