低质量机载点云钢结构的杆件处理方法、设备及存储介质

本技术涉及点云处理，尤其涉及一种低质量机载点云钢结构的杆件处理方法、设备及存储介质。

背景技术：

1、在钢结构点云处理中，常见做法包括直接对点云进行圆柱或球体拟合以识别杆件和节点，或采用端点聚类恢复节点位置。这类方法通常假定点云完整且采样均匀，能够通过最小二乘拟合或简单空间聚类获得稳定几何参数，在地面激光扫描数据中效果较好，被广泛应用于钢结构逆向建模和bim重建。

2、然而，采用机载激光雷达获取的大型钢结构（如顶棚、网架）点云时，质量往往较低。受飞行高度、扫描角度和遮挡影响，机载点云常呈现断裂、稀疏和非均匀采样。杆件表面存在大面积缺失，节点区域难以获得完整球面采样。此时直接圆柱拟合会导致轴线偏移和半径失真，直接球体拟合则因点云残缺无法收敛至正确位置。

3、针对杆件识别的后处理，一些技术采用长度或方向阈值筛选，虽能剔除部分明显错误杆件，但对同一杆件被错误分裂为多个短段、重复识别以及端点方向不一致等问题难以有效处理。在节点恢复方面，常规做法是收集所有杆件端点并进行空间聚类，将聚类中心视为节点位置。由于杆件端点通常位于节点边缘而非几何中心，直接聚类会产生系统性中心偏移，影响后续拓扑连接分析。

4、上述内容仅用于辅助理解本技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

1、本技术的主要目的在于提供一种低质量机载点云钢结构的杆件处理方法、设备及存储介质，旨在解决低质量机载点云中钢结构杆件几何参数与节点中心无法准确提取的技术问题。

2、为实现上述目的，本技术提出一种低质量机载点云钢结构的杆件处理方法，应用于低质量机载点云钢结构的杆件处理设备，所述的方法包括：

3、对杆段点集进行主成分分析得到粗轴线，沿所述粗轴线布设采样位置并在原始机载点云中查询邻域点，合并得到局部重取点集；

4、将所述局部重取点集沿所述粗轴线切片，将切片内点投影到垂直于粗轴线的平面进行圆拟合，将所有有效切片的圆心进行主成分分析得到精化轴线；

5、根据所述局部重取点集到所述精化轴线的投影确定初始有效段，沿所述精化轴线向两端扩展切片并对新增切片进行质量判定，通过质量判定的有效切片确定杆件的端点、长度和半径，得到精化杆件；

6、获取由各杆段点集处理得到的精化杆件集合，统一各精化杆件的方向符号，并基于中心、方向和长度重建端点；

7、将方向夹角小于预设阈值的杆件归为同一方向族，对每个方向族，构造垂直于所述方向族代表方向的横截平面，将族内杆件的中心点投影到所述横截平面，在所述横截平面中搜索投影点距离满足预设条件的杆件对作为候选合并对象；

8、根据候选杆件对的方向夹角、横向距离和轴向重叠比例判定待合并杆件，构建合并连通图，将待合并杆件归入同一合并分量；对每个合并分量，根据所述合并分量内所有杆件的端点集重拟合得到合并后杆件的几何参数，所有合并后杆件与未合并杆件构成当前杆件集合；

9、从所述当前杆件集合中剔除长度小于第一阈值及长度小于第二阈值且两端无其他杆件支撑的杆件，得到保留杆件集合；

10、将保留杆件集合中各杆件的端点沿轴线向内移动预设节点半径，生成节点候选点，对节点候选点进行密度聚类得到候选簇，以每个候选簇的几何中心作为节点候选中心，合并距离邻近的节点候选中心后输出。

11、在一实施例中，所述根据所述局部重取点集到所述精化轴线的投影确定初始有效段，沿所述精化轴线向两端扩展切片并对新增切片进行质量判定的步骤，包括：

12、计算所述局部重取点集中每个点至所述精化轴线的正交距离，提取所述正交距离的中位数作为初始半径估计；

13、根据所述点到所述精化轴线的投影坐标分布，提取预设分位数区间内的投影范围作为初始有效段；

14、从所述初始有效段开始，沿所述精化轴线向两端逐次增加切片，对每个新增切片进行质量判定，所述质量判定包括切片内点数是否大于预设点数阈值、拟合半径是否偏离初始半径估计的预设范围、拟合残差的高分位值是否小于残差阈值、以及切片内点沿圆周方向的占据程度是否大于占据阈值；

15、当新增切片同时满足所有质量判定条件时，将所述新增切片纳入有效切片，当连续预设数量的新增切片未通过质量判定时，停止扩展。

16、在一实施例中，所述根据候选杆件对的方向夹角、横向距离和轴向重叠比例判定待合并杆件的步骤，包括：

17、计算每对候选杆件中两根杆件方向之间的夹角，计算两根杆件中心连线在垂直于所述两根杆件平均方向平面上的投影长度作为横向距离，计算两根杆件在轴向上的投影重叠长度与较小杆件长度的比值作为轴向重叠比例，计算两根杆件轴向投影之间的间隙长度作为轴向间隙；

18、当所述方向夹角小于方向夹角阈值、所述横向距离小于横向距离阈值、且所述轴向重叠比例大于重叠比例阈值或所述轴向间隙小于轴向间隙阈值时，将所述两根杆件判定为待合并杆件。

19、在一实施例中，所述对每个合并分量，根据所述合并分量内所有杆件的端点集重拟合得到合并后杆件的几何参数的步骤，包括：

20、提取所述合并分量内所有杆件的端点构成三维点集，对所述三维点集进行主成分分析，将最大特征值对应的特征向量作为合并后杆件的方向；

21、将所述三维点集中的每个点投影到所述合并后杆件的方向上，得到一维投影值集合，提取所述一维投影值集合中最小值和最大值，将所述最小值和最大值分别沿所述合并后杆件的方向映射回三维空间，得到合并后杆件的两个端点；

22、根据所述两个端点计算合并后杆件的中心、长度和方向。

23、在一实施例中，所述从所述当前杆件集合中剔除长度小于第一阈值及长度小于第二阈值且两端无其他杆件支撑的杆件的步骤，包括：

24、设置第一长度阈值和第二长度阈值，所述第一长度阈值小于所述第二长度阈值；

25、遍历所述当前杆件集合中的每根杆件，若杆件长度小于所述第一长度阈值，则直接剔除所述杆件；

26、若杆件长度小于所述第二长度阈值且大于等于所述第一长度阈值，则以所述杆件的两个端点为圆心、以预设支撑半径为半径构建邻域；

27、若所述两个端点的邻域内均不存在除所述杆件自身的端点外的其他杆件的端点，则剔除所述杆件。

28、在一实施例中，所述对节点候选点进行密度聚类得到候选簇，以每个候选簇的几何中心作为节点候选中心，合并距离邻近的节点候选中心后输出的步骤，包括：

29、对全部节点候选点采用密度峰聚类算法，计算每个节点候选点的局部密度和更高密度点的最小距离；

30、选择局部密度大于密度阈值且最小距离大于距离阈值的点作为初始聚类中心，将剩余候选点按局部密度降序分配到最近的高密度点所属簇中，剔除局部密度小于最小密度阈值或簇内点数少于最小点数阈值的簇；

31、计算每个保留簇中所有候选点的算术平均位置作为所述簇的节点候选中心；

32、将距离小于预设合并距离的节点候选中心进行合并，其中，合并后的节点候选中心采用被合并的节点候选中心的加权平均位置计算，加权系数为各节点候选中心所对应簇的候选点数量。

33、在一实施例中，所述对节点候选点进行密度聚类得到候选簇的步骤，包括：

34、对于每个节点候选点，以预设截断距离为半径统计所述候选点邻域内的其他节点候选点的数量，将所述数量作为所述候选点的局部密度；

35、对于每个节点候选点，计算所述候选点到所有局部密度更大的候选点之间的最小欧氏距离，将所述最小欧氏距离作为所述候选点的最小高密距离；

36、将局部密度大于第一密度阈值且最小高密距离大于第一距离阈值的候选点选为初始聚类中心；

37、将未被选为初始聚类中心的候选点按照局部密度从高到低的顺序排列，依次将每个候选点分配到距离最近的初始聚类中心所在的簇中；

38、剔除候选点数量小于预设点数下限的簇，得到多个有效候选簇。

39、在一实施例中，所述对节点候选点进行密度聚类得到候选簇，以每个候选簇的几何中心作为节点候选中心，合并距离邻近的节点候选中心后输出的步骤，包括：

40、将当前所有节点候选中心加入待合并列表；

41、在所述待合并列表中查找所有距离小于所述合并距离阈值的节点候选中心对，将查找到的节点候选中心对归入同一合并组；

42、对于每个合并组，计算所述合并组内所有节点候选中心的加权平均坐标，所述加权平均的权重为各节点候选中心所对应簇的候选点数量，将所述加权平均坐标作为新的节点候选中心；

43、将所述新的节点候选中心加入待合并列表，并移除已被合并的节点候选中心；

44、重复执行查找合并组、计算加权平均坐标、更新待合并列表的步骤，直至待合并列表中任意两个节点候选中心的距离均不小于所述合并距离阈值，输出最终的节点候选中心集合。

45、此外，为实现上述目的，本技术还提出一种低质量机载点云钢结构的杆件处理设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如上文所述的低质量机载点云钢结构的杆件处理方法的步骤。

46、此外，为实现上述目的，本技术还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的低质量机载点云钢结构的杆件处理方法的步骤。

47、本技术提出的一个或多个技术方案，至少具有以下技术效果：

48、对杆段点集进行主成分分析得到粗轴线，沿所述粗轴线布设采样位置并在原始机载点云中查询邻域点，合并得到局部重取点集；将所述局部重取点集沿所述粗轴线切片，将切片内点投影到垂直于粗轴线的平面进行圆拟合，将所有有效切片的圆心进行主成分分析得到精化轴线；根据所述局部重取点集到所述精化轴线的投影确定初始有效段，沿所述精化轴线向两端扩展切片并对新增切片进行质量判定，通过质量判定的有效切片确定杆件的端点、长度和半径，得到精化杆件；获取由各杆段点集处理得到的精化杆件集合，统一各精化杆件的方向符号，并基于中心、方向和长度重建端点；将方向夹角小于预设阈值的杆件归为同一方向族，对每个方向族，构造垂直于所述方向族代表方向的横截平面，将族内杆件的中心点投影到所述横截平面，在所述横截平面中搜索投影点距离满足预设条件的杆件对作为候选合并对象；根据候选杆件对的方向夹角、横向距离和轴向重叠比例判定待合并杆件，构建合并连通图，将待合并杆件归入同一合并分量；对每个合并分量，根据所述合并分量内所有杆件的端点集重拟合得到合并后杆件的几何参数，所有合并后杆件与未合并杆件构成当前杆件集合；从所述当前杆件集合中剔除长度小于第一阈值及长度小于第二阈值且两端无其他杆件支撑的杆件，得到保留杆件集合；将保留杆件集合中各杆件的端点沿轴线向内移动预设节点半径，生成节点候选点，对节点候选点进行密度聚类得到候选簇，以每个候选簇的几何中心作为节点候选中心，合并距离邻近的节点候选中心后输出。

49、本技术的技术方案，在低质量机载点云中实现了杆件几何参数与节点中心的准确提取，解决了直接拟合与端点聚类方式下参数失真、重复断裂无法合并、节点中心偏离的技术难题，实现了从开环处理到闭环精化的技术跨越。