авторефераты диссертаций БЕСПЛАТНАЯ РОССИЙСКАЯ БИБЛИОТЕКА - WWW.DISLIB.RU

АВТОРЕФЕРАТЫ, ДИССЕРТАЦИИ, МОНОГРАФИИ, НАУЧНЫЕ СТАТЬИ, КНИГИ

 
<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:   || 2 |

Разработка методики создания векторных моделей объектов по результатам наземного лазерного сканирования и цифровой фотосъемки

-- [ Страница 1 ] --

На правах рукописи

Галахов Василий Петрович

РАЗРАБОТКА МЕТОДИКИ СОЗДАНИЯ ВЕКТОРНЫХ МОДЕЛЕЙ ОБЪЕКТОВ ПО РЕЗУЛЬТАТАМ НАЗЕМНОГО ЛАЗЕРНОГО СКАНИРОВАНИЯ И ЦИФРОВОЙ ФОТОСЪЕМКИ

Специальность 25.00.34 – «Аэрокосмические исследования Земли, фотограмметрия»

Автореферат

диссертации на соискание ученой степени

кандидата технических наук

Москва – 2012

Работа выполнена на кафедре Фотограмметрии федерального государственного бюджетного образовательного учреждения высшего профессионального образования «МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ГЕОДЕЗИИ И КАРТОГРАФИИ» (МИИГАиК)

Научный руководитель: доктор технических наук, профессор, Чибуничев Александр Георгиевич
Официальные оппоненты: Нехин Сергей Степанович доктор технических наук, старший научный сотрудник, Центральный научно-исследовательский институт геодезии, аэрофотосъемки и картографии им. Ф.Н.Красовского (ЦНИИГАиК), заведующий отделом аэросъемки и фототопографии Кадничанский Сергей Алексеевич кандидат технических наук, старший научный сотрудник, Государственный научно-исследовательский институт авиационных систем (ГосНИИАС), ведущий научный сотрудник
Ведущая организация: Сибирская Государственная Геодезическая Академия (СГГА)

Защита состоится «25» декабря 2012 года в 10 часов на заседании диссертационного совета Д.212.143.01 при Московском государственном университете геодезии и картографии по адресу: 105064, Москва К-64, Гороховский пер., д. 4, МИИГАиК, зал заседаний Ученого совета.

С диссертацией можно ознакомиться в библиотеке Московского государственного университета геодезии и картографии.

Автореферат разослан «____» _________2012 г.

Ученый секретарь диссертационного советаКраснопевцев Б.В.

Общая характеристика работы

Актуальность диссертационной работы:

В настоящее время активно развивается технология наземного лазерного сканирования. Постоянно развивается как механическая часть сканирующих систем, так и программная. Дальнейший прирост точности и скорости работы сканера более не дает значительного прироста производительности технологии, включающей в себя помимо сканирования камеральную обработку данных. Для реализации всех возможных преимуществ использования лазерных сканеров необходимо совершенствование методов обработки данных, получаемых в результате сканирования.

Камеральная обработка облака точек – сложный и кропотливый процесс. Это вызвано, в первую очередь, тем, что восприятие точечной модели затруднено в силу огромной избыточности информации.

Помимо совершенствования методов обработки данных сканирования непосредственно, эффективность метода можно повысить путем комбинирования его с существующими методами. Совместная обработка цифровых фотоизображений и облака точек может значительно повысить эффективность обработки данных, так как фотоизображения гораздо ближе к естественному восприятию объекта человеком, чем облако точек, а также позволяют получать информацию об объекте в «проблемных» для сканирования местах.

В данной работе рассматривается метод совместной обработки результатов наземного лазерного сканирования и результатов цифровой фотосъемки, позволяющий автоматизировать ряд процессов и сократить время выполнения камеральной обработки.

Цель диссертационной работы:

Разработка технологии совместного использования данных наземного лазерного сканирования и цифровых фотоизображений для создания векторной модели объекта.

Основные задачи исследования:

- изучение существующих методов совместной обработки результатов сканирования и фотосъемки;

- разработка алгоритма автоматизированной привязки снимков к облаку точек;

- разработка методики векторизации объектов по облаку точек и одиночному снимку и автоматизация этого процесса.

Научная новизна работы:

В данном исследовании предложен новый метод привязки фотоизображений к облаку точек путем построения виртуального фотоизображения (квазиснимка) облака точек и использования алгоритма масштабно-инвариантного преобразования SIFT. Разработан новый метод сегментации облака точек по величине кривизны в каждой точке облака. Предложен метод автоматической векторизации облака точек по квазиснимку и реальному снимку.

Практическая значимость:

Предложенные методы могут быть использованы для выполнения производственных работ. Создано программное обеспечение, позволяющее решать следующие задачи:

- классификация точек и сегментирование облака;

- формирование квазиснимка по облаку точек;

- автоматическая векторизация по квазиснимку;

- автоматизированное определение элементов внешнего ориентирования фотоснимка;

- векторизация облака точек по одиночному фотоснимку;

- визуализация облака точек, фотоизображения и результата векторизации.

Методы исследования:

В исследовании использованы численные методы, методы фотограмметрии, методы цифровой обработки фотоизображений.

Апробация работы:

Основные положения и результаты исследования представлены на Международной научно-технической конференция «Фотограмметрия - вчера, сегодня, завтра», посвященной 85-летию кафедры фотограмметрии МИИГАиК (Москва, 21-22 октября 2010 года), на 6-й Всероссийской научно-практической конференции "Перспективы развития инженерных изысканий в строительстве в Российской Федерации" (Москва, 16-17 декабря 2010 года), на XXII конгрессе международного общества фотограмметрии и дистанционного зондирования ISPRS (Мельбурн, 25 августа – 1 сентября 2012 года), на конференции геодезия и картография для природных ресурсов и окружающей среды (Вьетнам, Ханой, октябрь 2012 года).

Публикации:

По материалам диссертации опубликовано 3 работы на русском языке в журналах «Известия вузов. «Геодезия и аэрофотосъёмка» (МИИГАиК) и «Инженерные Изыскания» (ПНИИС), включенных ВАК в перечень рецензируемых научных журналов и изданий для опубликования основных научных результатов диссертаций, а также одна работа на английском языке, опубликованная в сборнике статей международного конгресса ISPRS в Мельбурне в 2012 году, а также в сборнике статей конференции геодезия и картография для природных ресурсов и окружающей среды в Ханое в 2012 году.

Структура и объем диссертации:

Диссертация состоит из введения, трёх глав, заключения, списка использованной литературы, состоящего из 78 наименований, и двух приложений. Общий объем работы составляет 116 страниц машинописного текста, включая 50 рисунков и 16 таблиц.

Краткое содержание работы

Во введении показана актуальность темы, сформулированы цель работы и основные результаты, отмечены научная и практическая ценность работы.

Первая глава диссертационной работы посвящена анализу существующих методов построения подробных векторных моделей архитектурных объектов. Для получения метрической информации об архитектурных объектах используются натурные обмеры, наземное лазерное сканирование и методы наземной фотограмметрии.

Для построения векторных моделей простых фасадов зданий на данный момент широко используется съемка характерных точек фасада с помощью электронного тахеометра. Построение векторной модели осуществляется путем соединения точек в среде САПР линиями и выполнения дополнительных построений по обмерам.

Довольно часто электронный тахеометр используется для определения координат опорных точек, которые затем используются для привязки фотоснимков или облаков точек.

Основной недостаток данного метода – большая зависимость конечного результата от квалификации исполнителя и практическая невозможность построения векторных моделей сложных фасадов зданий.

Фотограмметрическая обработка результатов наземной фотосъемки используется, как правило, для построения векторных моделей сложных фасадов зданий. Современные средства выполнения фотосъемки и обработки их результатов имеют гораздо меньшую стоимость, чем средства, используемые в других методах. Для выполнения измерений создаются стереопары. Измерение координат одной и той же точки, изобразившейся на двух фотоснимках, позволяет выполнить вычисление её пространственных координат. По стереопарам возможно создание векторной модели всего объекта. Часто стереопары используются для создания цифровой модели поверхности, с помощью которой выполняется ортофототрансформирование фотоснимков. Дальнейшая векторизация выполняется по ортофотопланам.

Несомненным достоинством метода является сравнительно не высокая стоимость современных цифровых фотокамер и наглядность материалов, получаемых при их обработке.

Основной причиной того, что стереофотограмметрический метод не применяется для моделирования простых объектов, несмотря на то, что он эффективнее простой съемки электронным тахеометром, являются высокие требования к квалификации исполнителя.

В последние годы всё чаще применяется метод наземного лазерного сканирования. Результат работы сканирующей системы – набор прямоугольных пространственных координат (облако точек).

Облако точек содержит достаточно большое и зачастую избыточное количество информации. Понятие о форме и размерах объекта можно получить непосредственно по точкам облака. Но, тем не менее, конечным результатом всего комплекса работ по сканированию, как правило, является векторная модель объекта, а не облако точек. Эта модель создается путем вписывания векторов в точки облака.

Процесс построения векторной модели по облаку точек является довольно кропотливым и требует значительных затрат времени.

На основе анализа существующих методов создания векторных моделей по результатам наземного лазерного сканирования и фотосъемки можно сделать вывод о том, что для повышения производительности создания таких моделей целесообразно разработать технологию совместного использования одиночных снимков и облака точек для создания векторных моделей объектов.

Во второй главе подробно рассматривается предложенный метод создания векторных моделей по облаку точек и одиночным снимкам

Основная идея метода заключается в том, что оператор выполняет векторизацию по 2D снимку, полученному цифровой камерой высокого разрешения во время сканирования объекта (рис. 1). Это гораздо удобнее, чем по облаку точек. При этом трёхмерные координаты векторов берутся из облака точек.

 Основной принцип предложенного метода. Совместное использование облака-4

Рисунок 1 –Основной принцип предложенного метода.

Совместное использование облака точек и одиночных снимков позволяет также автоматизировать процесс векторизации объекта. Для привязки одиночного снимка к облаку точек предложен автоматический метод, основанный на применении виртуального фотоизображения (квазиснимка) облака точек.

Блок-схема разработанного алгоритма представлена на рисунке 2.

  блок-схема алгоритма. Сначала выполняется предварительная обработка,-5

Рисунок 2 – блок-схема алгоритма.

Сначала выполняется предварительная обработка, которая заключается в структурировании и индексировании облака точек и трансформировании фотоснимков.

Облако точек в общем случае представляет собой неорганизованный набор пространственной информации в виде координат точек. Обработка этой информации без предварительной подготовки значительно затруднена в силу огромного количества информации. Именно по этой причине выполняется структурирование и индексирование облака точек.

Для структурирования информации выбрана самая простая структура хранения: регулярная сетка. Всё пространство, занимаемое облаком точек, разбивается равномерно на кубы (воксели), шаг разбиения задается пользователем в зависимости от типа объекта. Для решения задачи моделирования фасадов зданий и других объектов, для сканирования которых выбирается плотность облака точек от 1 мм до 1 см, наиболее подходящим значением шага является 10 см, что соответствует кубу размером 0.1м*0.1м*0.1м.

  Принцип предварительного структурирования пространственных данных. Для-6

Рисунок 3 – Принцип предварительного структурирования пространственных данных.

Для фотографирования используются любительские цифровые фотокамеры. Они позволяют получать цифровые фотоизображения приемлемого изобразительного качества, но в большинстве случаев геометрические искажения таких изображений, вызванные дисторсией фотообъектива, велики. Для использования таких изображений необходимо устранять дисторсию.

Искажения (дисторсия) выражаются смещением точек в плоскости снимка и составляют до 500 мкм. Такими величинами пренебрегать недопустимо. Для учета дисторсии введем поправки в координаты точек СК снимка:

(1)

, где

- поправки в измеренные значения координат точки,

- измеренные значения координат,

- коэффициенты радиальной дисторсии,

- коэффициенты тангенциальной дисторсии,

- расстояние до главной точки,

- расстояние до точки нулевой дисторсии.

С использованием формул (1) выполняется трансформирование цифрового изображения, что позволяет устраненить влияние дисторсии оптической системы.

Следующий этап – формирование виртуального фотоизображения (квазиснимка).

Для привязки реального фотоснимка к облаку точек необходимо найти общие точки на снимке и облаке точек, а затем решить обратную фотограмметрическую засечку. Эту задачу можно решить путем ручного отождествления, что требует работы с облаком точек в режиме 3D и приводит к значительным затратам времени на обработку. Поэтому предлагается автоматизировать этот процесс. Идея автоматизации заключается в том, что сначала по облаку точек формируется квазиснимок, а затем, используя известные алгоритмы отождествления соответственных точек для пары снимков, выделяются опорные точки. Поскольку для каждого пикселя квазиснимка известно его соотношение с облаком точек, то, найдя соответственные точки квазиснимка и реального снимка, мы получим соответственные точки между реальным снимком и облаком точек. Эти точки в дальнейшем используются как опорные для решения обратной засечки.

На первом этапе формирования квазиснимка выполняется задание таких параметров, как разрешение снимка, положение центра проекции; задается часть облака точек, которая должна уместиться на квазиснимке. Углы разворота плоскости снимка рассчитываются автоматически таким образом, чтобы вписать выбранную часть облака точек в кадр.

На втором этапе производится пересчет пространственных координат точек облака на плоскость квазиснимка. Для каждого пикселя запоминаются пространственные координаты точек облака, соответствующих пикселю.

На третьем этапе производится проверка сформированного квазиснимка на наличие «дыр» - незаполненных фрагментов изображения и их заполнение.

  Облако точек и квазиснимок При формировании квазиснимка в качестве-14

  Облако точек и квазиснимок При формировании квазиснимка в качестве-17

Рисунок 4 – Облако точек и квазиснимок

При формировании квазиснимка в качестве используемых цветов может быть назначен ряд параметров:

- условный цвет, соответствующий интенсивности отраженного сигнала;

- реальный цвет объектов, полученный с помощью встроенной в сканер фотокамеры;

- условный цвет, изменяющийся в зависимости от удаления точек объекта от центра проекции;

- условный цвет, изменяющийся в зависимости от удаления точек от вертикальной или произвольной аппроксимирующей плоскости;

- условный цвет, присвоенный точкам в соответствии со значением статистических параметров (кривизны), рассчитанных для каждой точки облака точек.

Следует отметить, что наиболее приближенное к реальному изображение будет получено в случае использования реальных цветов объектов.

В качестве статистических параметров для каждой точки облака точек можно рассчитать различные величины, такие как «дисперсия», «медиана» и др. Как показали исследования автора, эти величины чувствительны к разрывам и пробелам в облаке точек, что часто встречается в практике лазерного сканирования. Поэтому в данной работе разработан алгоритм вычисления в каждой точке облака так называемой «кривизны».

Кривизна в каждой точек вычисляется по соседним точкам, принцип отбора которых показан на рисунке 5.

Рисунок 5 – Иллюстрация поиска точек для расчета параметров, оранжевым цветом обозначены включенные в расчет N точек, зеленым цветом обозначены отклоненные точки

Процесс ограничивается максимальным и минимальным радиусом поиска. В качестве максимального радиуса поиска задается шаг разбиения блоков. Кроме того, ограничивается максимальное и минимальное количество точек, участвующих в расчете. Если в пределах максимального значения радиуса поиска точек не найдено, то текущая точка отбраковывается, а если точек оказывается больше, чем максимально допустимо, то значение радиуса понижается и выполняется повторная проверка при меньшем значении радиуса поиска. Радиус может уменьшаться до минимального ограничивающего значения. Если радиус достиг минимального значения, то расчет выполняется по всем находящимся в пределах этого радиуса точкам.

«Кривизна» вычисляется по формуле:

. (2)

, где

- собственные числа матрицы:

(3)

, где

(4)

, где



Pages:   || 2 |
 





 
© 2013 www.dislib.ru - «Авторефераты диссертаций - бесплатно»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.