土石坝表面扁钢变形的三维点云定量自动识别方法及系统与流程

1.本发明涉及变形监测技术领域，特别是涉及一种基于极限圆的土石坝表面扁钢变形的三维点云定量自动识别方法及系统。


背景技术：

2.土石坝常规变形监测技术：大坝表面变形采用测量机器人监测系统为主，大坝gnss监测系统为辅的监测方法。对于坝面的扁钢隆起量的监测，仅依靠传统的测量手段—皮尺或测距轮测量，测量精度较低，测量范围较小，无法直观地反映出扁钢的隆起状态。因而三维激光扫描技术凸显优势，但是结合具体项目，在巨大点云数据量的前提下，快速的自动化的定量的识别分析附着在大坝表面的扁钢点云的变形量是急需解决的问题。
3.关于本发明的对象（土石坝表面的10cm宽度的扁钢）比较特殊，非常规监测对象，同时三维激光点云的分类识别难度也较高，除了研读变形监测相关理论知识外，尚未有合适的论文专著专门针对土石坝表面的10cm宽度扁钢提取，同时定量分析变形大小和方向。因为点云数据量巨大，现在的方法进行分析，通常是花费大量时间进行人工提取，然后对比分析，耗时耗力，非常不可取。


技术实现要素：

4.本发明针对现有技术存在的问题和不足，提供一种新型的土石坝表面扁钢变形的三维点云定量自动识别方法及系统。
5.本发明是通过下述技术方案来解决上述技术问题的：本发明提供一种土石坝表面扁钢变形的三维点云定量自动识别方法，其特点在于，其包括以下方法：s1、基于土石坝表面整体的三维激光点云数据，提取出土石坝表面扁钢的三维激光点云数据；s2、将提取出的扁钢的三维激光点云数据从三维投影至二维xoy平面，获得投影后的扁钢二维点云数据；s3、基于极限圆原理从投影后的扁钢二维点云数据中提取出边界点云构成有向二维边界线；s4、按照投影映射关系得到二维边界线上每个二维点对应的扁钢三维激光点云数据中的三维点，该些三维点依次连接构成有向三维扁钢点云边界线；s5、获取变形量大小：对比有向三维扁钢点云边界线和未变形时扁钢的外围尺寸，得到扁钢因变形被拉伸的变形量，对比扁钢实际投影长度和未变形时扁钢的投影长度，得到扁钢弯曲变形量；s6、获取变形量方向：对比扁钢三维激光点云数据的中心线投影至平面的线段和未变形时扁钢的中心线投影至平面的线段，根据两线段在投影面上的相对位置关系，判断出扁钢的变形方向。
6.较佳地，在步骤s1中，依次采用粗提取、精提取和优化提取方式提取出土石坝表面扁钢的三维激光点云数据，粗提取方式为按照扁钢初始安装的坐标位置的扁钢中心线左右两侧设定6cm的阈值进行缓冲区分析，初步提取扁钢的三维激光点云数据，精提取方式为在第一次粗提取的基础上，按照扁钢的色彩白色进行一次精提取，优化提取方式在第二次粗提取的基础上，按照反射强度进行一次优化提取。
7.本发明还提供一种土石坝表面扁钢变形的三维点云定量自动识别系统，其特点在于，其包括第一提取模块、投影模块、第二提取模块、映射模块、第一获取模块和第二获取模块；所述第一提取模块用于基于土石坝表面整体的三维激光点云数据，提取出土石坝表面扁钢的三维激光点云数据；所述投影模块用于将提取出的扁钢的三维激光点云数据从三维投影至二维xoy平面，获得投影后的扁钢二维点云数据；所述第二提取模块用于基于极限圆原理从投影后的扁钢二维点云数据中提取出边界点云构成有向二维边界线；所述映射模块用于按照投影映射关系得到二维边界线上每个二维点对应的扁钢三维激光点云数据中的三维点，该些三维点依次连接构成有向三维扁钢点云边界线；所述第一获取模块用于对比有向三维扁钢点云边界线和未变形时扁钢的外围尺寸，得到扁钢因变形被拉伸的变形量，对比扁钢实际投影长度和未变形时扁钢的投影长度，得到扁钢弯曲变形量；所述第二获取模块用于对比扁钢三维激光点云数据的中心线投影至平面的线段和未变形时扁钢的中心线投影至平面的线段，根据两线段在投影面上的相对位置关系，判断出扁钢的变形方向。
8.较佳地，所述第一提取模块用于依次采用粗提取、精提取和优化提取方式提取出土石坝表面扁钢的三维激光点云数据，粗提取方式为按照扁钢初始安装的坐标位置的扁钢中心线左右两侧设定6cm的阈值进行缓冲区分析，初步提取扁钢的三维激光点云数据，精提取方式为在第一次粗提取的基础上，按照扁钢的色彩白色进行一次精提取，优化提取方式在第二次粗提取的基础上，按照反射强度进行一次优化提取。
9.在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。
10.本发明的积极进步效果在于：（1）从时间效益上来看，现有的方式，采用人工提取，人工分析对比，效率较低，经多次实验来看，单次数据提取的过程，1名熟悉内业的人员，需耗时约10小时；采用本专利技术，在保证正确性和完整性的前提下，采用多线程的技术，耗时在5分钟以内；因此，本发明相对于现有技术效率大大提升。从精度上来看，参照工程测量相关规范，数据结果完全满足生产实际的需要。
11.（2）从经济效益来看，因为是为土石坝水电站坝体变形监测服务，克服了常规变形监测以点带面的窘境，从整体来分析坝体的变形情况，可以得到任意位置在多个时间点间的变形量大小和方向，坝面的扁钢（加固坝体的稳定性）数据也可以采用本专利技术高效提出，并获得扁钢的变形量大小和方向，及时反馈数据给电厂，做出及时的应对措施，保证电
厂运行期的安全稳定，发电量的持续稳定输出，间接给电厂和社会带来巨大的安全保证和经济效益。
12.（3）从环境保护来看，采用本专利技术和采用三维激光扫描技术进行土石坝坝面变形监测，施工现场不会产生额外的垃圾或废料，一台采集设备外联一台笔记本电脑即可，高效快捷，人走料清，环境保护理念贯穿作业过程。
附图说明
13.图1为本发明较佳实施例的土石坝表面扁钢变形的三维点云定量自动识别方法的流程图。
14.图2为本发明较佳实施例的扁钢的三维激光点云数据的示意图。
15.图3为本发明较佳实施例的扁钢投影后提取的边界线的示意图。
16.图4为本发明较佳实施例的土石坝表面扁钢变形的三维点云定量自动识别系统的结构示意图。
具体实施方式
17.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.如图1所示，本实施例提供一种土石坝表面扁钢变形的三维点云定量自动识别方法，其包括以下方法：步骤101、基于土石坝表面整体的三维激光点云数据，提取出土石坝表面扁钢的三维激光点云数据（见图2）。
19.在步骤101中，依次采用粗提取、精提取和优化提取方式提取出土石坝表面扁钢的三维激光点云数据，土石坝表面整体的三维激光点云数据包括坐标位置、真色彩rgb、反射强度等信息。
20.第一次粗提取。因为坝面扁钢的位置是固定的，虽然随着变形会存在位置偏移，但是能够按照初始安装的坐标位置，先初步提取一遍。具体步骤是：扁钢的实际尺寸是宽10cm、厚1cm的长条形实体，有起始的固定安装位置，实际采集的三维点云数据可以根据设计安装位置的扁钢中心线左右两侧设定6cm的阈值进行缓冲区分析，就可以初步提取出扁钢的数据。
21.第二次精提取。由于坝面扁钢的表面粉刷了一层白色颜料，可按照真色彩rgb，精细提取一遍扁钢点云数据。具体步骤是：在第一次粗提取的基础上，按照扁钢的色彩白色进行一次精提取。
22.第三遍优化提取。可按照扁钢点云数据反射强度略微比周围石头反射强的特性，进一步优化扁钢点云提取精度。具体步骤是：在第二次粗提取的基础上，按照反射强度（扁钢点云数据反射强度略微比周围石头反射强）进行一次优化提取。
23.步骤102、将提取出的扁钢的三维激光点云数据从三维投影至二维xoy平面，获得投影后的扁钢二维点云数据。
24.步骤103、基于极限圆原理从投影后的扁钢二维点云数据中提取出边界点云构成有向二维边界线（见图3）。
25.步骤104、按照投影映射关系得到二维边界线上每个二维点对应的扁钢三维激光点云数据中的三维点，该些三维点依次连接构成有向三维扁钢点云边界线。
26.步骤105、获取变形量大小：对比有向三维扁钢点云边界线和未变形时扁钢的外围尺寸，得到扁钢因变形被拉伸的变形量，对比扁钢实际投影长度和未变形时扁钢的投影长度，得到扁钢弯曲变形量。
27.步骤106、获取变形量方向：对比扁钢三维激光点云数据的中心线投影至平面的线段和未变形时扁钢的中心线投影至平面的线段，根据两线段在投影面上的相对位置关系，判断出扁钢的变形方向。
28.如图4所示，本实施例还一种土石坝表面扁钢变形的三维点云定量自动识别系统，其包括第一提取模块1、投影模块2、第二提取模块3、映射模块4、第一获取模块5和第二获取模块6。
29.所述第一提取模块1用于基于土石坝表面整体的三维激光点云数据，依次采用粗提取、精提取和优化提取方式提取出土石坝表面扁钢的三维激光点云数据。
30.粗提取方式为按照扁钢初始安装的坐标位置的扁钢中心线左右两侧设定6cm的阈值进行缓冲区分析，初步提取扁钢的三维激光点云数据，精提取方式为在第一次粗提取的基础上，按照扁钢的色彩白色进行一次精提取，优化提取方式在第二次粗提取的基础上，按照反射强度进行一次优化提取。
31.所述投影模块2用于将提取出的扁钢的三维激光点云数据从三维投影至二维xoy平面，获得投影后的扁钢二维点云数据。
32.所述第二提取模块3用于基于极限圆原理从投影后的扁钢二维点云数据中提取出边界点云构成有向二维边界线。
33.所述映射模块4用于按照投影映射关系得到二维边界线上每个二维点对应的扁钢三维激光点云数据中的三维点，该些三维点依次连接构成有向三维扁钢点云边界线。
34.所述第一获取模块5用于对比有向三维扁钢点云边界线和未变形时扁钢的外围尺寸，得到扁钢因变形被拉伸的变形量，对比扁钢实际投影长度和未变形时扁钢的投影长度，得到扁钢弯曲变形量。
35.所述第二获取模块6用于对比扁钢三维激光点云数据的中心线投影至平面的线段和未变形时扁钢的中心线投影至平面的线段，根据两线段在投影面上的相对位置关系，判断出扁钢的变形方向。
36.关于必要的实验条件和方法：
①
采集的土石坝表面点云数据，必须完整，同时必须在晴天采集真色彩的数据；
②
关于数据密度有要求，点云间隔小于等于5cm，必要保证点云密度足够大，有足够的数据才行；
③
计算机运行采用多核多线程模式，运行内存必须在4gb以上。
37.本发明是在常规变形监测手段的基础理论指导下，通过数学推导和计算机技术的背景下，从巨大点云数据量下，从整体的点云数据中提取扁钢实体的点云数据，自动识别出变形的扁钢区域，定量分析出扁钢的变形量大小和方向。
38.虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些
仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。