ВВЕДЕНИЕ 2
ГЛАВА 1. Исследование, анализ и обобщение материалов по теме сегментации точек наземного лазерного сканирования 4
ГЛАВА 2. Разработка методики сегментации облаков точек по нескольким параметрам 10
2.1 Описание признаков точек 10
2.1.1 Интенсивность отраженного сигнала 10
2.1.2 Тон 10
2.1.3. Нормаль 11
2.2 Методика сегментации облаков точек 11
ГЛАВА 3. Применение методики сегментации облаков точек по нескольким параметрам 15
3.1. Описание тестового набора данных 15
3.2. Реализация методики сегментации 16
3.2.1. Предобработка данных 16
3.2.2 Вычисление “истинной” интенсивности 17
3.3.3. Сегментация облака точек по значению тона и нормали методами
машинного обучения 25
3.3.4. Анализ результатов 27
ЗАКЛЮЧЕНИЕ 29
Литература 30
Наземное лазерное сканирование (НЛС) - это технология, которая позволяет получать облако точек поверхности окружающих объектов со стационарно установленного прибора. Принцип работы НЛС заключается в том, что прибор испускает лазерные лучи, они отражаются от объектов, а сканер фиксирует время прохождения луча и его направление. Результатом сканирования являются точки лазерных отражений (ТЛО), множество которых называется облаком точек. У каждой точки первоначально известны только несколько параметров: координаты x, y, z, интенсивность отраженного сигнала и иногда цвет в формате RGB. На основе этих данных может быть создана 2D или SD-модель объекта или местности. Обычно для моделирования другие характеристики точек не используются. В настоящее время какие-либо автоматизированные методы моделирования разнообразных объектов практически отсутствуют.
Отдельное внимание заслуживает изучение интенсивности. На ее значение одновременно влияет множество факторов: угол наклона поверхности по отношению к сканирующему лучу, расстояние до объекта, тон, а также материал поверхности. Разделить влияние этих факторов достаточно сложно. Наибольший вклад в величину интенсивности вносят угол падения сканирующего луча и расстояние. Одной из задач работы является определение оценка влияния некоторых параметров на значение интенсивности отраженного сигнала и последующая разработка технологии сегментации точек лазерных отражений по этим параметрам.
Целью работы является попытка сегментировать облако точек (те. найти группы точек со схожими характеристиками) на основании нескольких новых признаков. Среди них: тон, нормаль, “истинная” интенсивность.
К задачам работы относятся:
1. Выделение “истинной интенсивности” - те. интенсивности, приведенной к нормали - без влияния угла наклона или расстояния;
2. Анализ параметров поверхности и их влияния на значение интенсивности;
3. Применение методов сегментации по нескольким параметрам на реальном наборе данных.
Объектом исследования является процесс сегментации точек наземного лазерного сканирования. Предметом - сегментация по параметрам, которые влияют на значение интенсивности.
Практическая значимость темы обусловлена тем, что задача сегментации облаков точек может быть использована для обработки широкого круга данных сканирования и автоматизации обработки таких данных. Так, моделирование различных объектов и их частей как ручными, так и полуавтоматическими методами может быть выполнено существенно быстрее по предварительно сегментированному облаку точек.
Теоретическая значимость исследования состоит в попытке разработки новых характеристик (атрибутов) точек, которые бы позволили автоматически выполнять сегментацию облака. Например, найти определенное количество групп точек (сегментов), обладающих схожими значениями характеристик. Эти и другие факторы определяют высокую актуальность темы.
В работе были рассмотрены параметры, влияющие на определение различных характеристик точек, а также сделана попытка сегментировать точки одновременно по нескольким характеристикам.
Наиболее важной и наукоемкой частью работы явилось определение истинной интенсивности отраженного сигнала. Так, был реализован метод, целью которого являлось исключение этого влияния из показателя интенсивности и последующая сегментация облака точек.
Кроме этого, для выполнения сегментации облака точек предложено использовать тон и нормаль. Определение этих характеристик для каждой точки относительно несложно, однако может оказать существенное значение для разделения облака точек на группы.
В заключительной части исследования сделана попытка сегментации точек с использованием перечисленных характеристик. На примере отдельного кругового скана зала Санкт-Петербургского Горного Университета удалось выделить три основных сегмента (группы) точек: стены, пол и потолок.
Таким образом, алгоритм, представленный в данной работе в будущем может быть использован для создания модуля для программ обработки облаков точек. Для более точной сегментации требуется большее внимание к выбросам и шуму в данных.
