[發(fā)明專利]點云融合生成的地形模型與潮汐數(shù)據(jù)混合可視化的方法

在審

• 申請?zhí)枺?/td>: 202010877024.0
• 申請日: 2020-08-27
• 公開（公告）號: CN112017227A
• 公開（公告）日: 2020-12-01
• 發(fā)明（設(shè)計）人: 吳曉南;樓啟為;尹航;李航;馬佩策;李玉龍;王強;莫建波;陳翔;趙玉田
• 申請（專利權(quán)）人: 上海交通建設(shè)總承包有限公司
• 主分類號: G06T7/50
• 分類號: G06T7/50;G06T7/521;G06T17/05;G06T19/20
• 代理公司: 上海灣谷知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 31289
• 代理人: 倪繼祖

本發(fā)明公開了點云融合生成的地形模型與潮汐數(shù)據(jù)混合可視化的方法，包括：通過三維激光掃描方式、傾斜攝影測量方法和水下聲吶掃測方式分別獲取第一點云數(shù)據(jù)、第二點云數(shù)據(jù)和第三點云數(shù)據(jù)；將第一點云數(shù)據(jù)、第二點云數(shù)據(jù)和第三點云數(shù)據(jù)相互融合生成地形模型；將地形模型與潮汐數(shù)據(jù)混合，根據(jù)水深情況在地形模型表面呈現(xiàn)出不同的顏色變化。將地形模型與潮汐數(shù)據(jù)進行融合并能夠?qū)崟r可視化，為圈圍工程施工決策提供有力的輔助作用，減少決策過程中存在的人為誤差，提高管理人員決策科學(xué)性。

技術(shù)領(lǐng)域

本發(fā)明涉及水文技術(shù)領(lǐng)域，尤其涉及點云融合生成的地形模型與潮汐數(shù)據(jù)混合可視化的方法。

背景技術(shù)

對于圈圍工程施工，易受到地區(qū)地形地質(zhì)、潮位水深等自然條件的影響，面臨的主要痛點就是施工地形信息不明確，水深情況復(fù)雜，有可能在極短的時間內(nèi)發(fā)生巨大的變化。并且傳統(tǒng)的地形高程判別方式是基于二維的CAD點位平面圖上進行，需要有一定的空間想象能力，無法直觀表述出具體的地形走勢與水深狀況，導(dǎo)致在進行潮位水深判斷上可能存在較大偏差，并且容易忽略掉一些不起眼、但卻能影響施工的細微工程點。因而對工程施工現(xiàn)場總平面布置、船機進場時機，以及施工效率與生產(chǎn)安全性產(chǎn)生較大影響。利用三維建模技術(shù)快速生成的地形模型結(jié)合潮汐水文數(shù)據(jù)實現(xiàn)地形水深實時可視化，是解決這一問題的有效手段。

現(xiàn)階段常見的比較先進的地形模型建模方式，具有多種建模方法。不同建模方法生成的成果數(shù)據(jù)格式不同，無法直接合成完整的水上水下地形模型，在圈圍工程施工實際應(yīng)用上還存在諸多難點。且目前市場上尚未開發(fā)出一款融合三維地形模型與實際潮位數(shù)據(jù)的實時可視化軟件，因此需要研究出一種融合多種數(shù)據(jù)采集方式得到的點云數(shù)據(jù)生成地形模型與潮汐數(shù)據(jù)混合可視化的方法。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供點云融合生成的地形模型與潮汐數(shù)據(jù)混合可視化的方法，將地形模型與潮汐數(shù)據(jù)進行融合并能夠?qū)崟r可視化。

實現(xiàn)上述目的的技術(shù)方案是：

點云融合生成的地形模型與潮汐數(shù)據(jù)混合可視化的方法，包括：

步驟S1，通過三維激光掃描方式、傾斜攝影測量方法和水下聲吶掃測方式分別獲取第一點云數(shù)據(jù)、第二點云數(shù)據(jù)和第三點云數(shù)據(jù)；

步驟S2，將第一點云數(shù)據(jù)、第二點云數(shù)據(jù)和第三點云數(shù)據(jù)相互融合生成地形模型；

步驟S3，將地形模型與潮汐數(shù)據(jù)混合，根據(jù)水深情況在地形模型表面呈現(xiàn)出不同的顏色變化。

優(yōu)選的，所述步驟S1包括：

步驟S11，三維激光掃描：對激光點云掃描設(shè)備設(shè)置相應(yīng)的數(shù)據(jù)采樣頻率、點云密度，進行激光點云數(shù)據(jù)采集，外業(yè)掃描獲取的數(shù)據(jù)自動完成拼接，拼接完成之后對點云進行濾波、抽稀處理，得到最終的第一點云數(shù)據(jù)；

步驟S12，傾斜攝影測量：選擇旋翼無人機搭載五鏡頭攝像機進行傾斜攝影數(shù)據(jù)采集，通過現(xiàn)場像控點布設(shè)實現(xiàn)數(shù)據(jù)坐標(biāo)的定位，再通過影像匹配算法自動匹配出所有影像中的同名點，并從影像中抽取更多的特征點構(gòu)成密集的第二點云數(shù)據(jù)；

步驟S13，水下聲納掃測：收集作業(yè)項目所在水域相關(guān)資料，使用水下三維聲吶設(shè)備進行系統(tǒng)配置和外業(yè)數(shù)據(jù)采集，采用PCL利用亮度圖和高度圖生成三維的第三點云數(shù)據(jù)。

優(yōu)選的，所述步驟S2包括：

步驟S21，通過不同坐標(biāo)系的換算，完成所有點云數(shù)據(jù)坐標(biāo)系統(tǒng)一；

步驟S22，所有點云數(shù)據(jù)的數(shù)據(jù)格式統(tǒng)一；

步驟S23，進行點云數(shù)據(jù)的融合：以第一點云數(shù)據(jù)為基準(zhǔn)，使用迭代最鄰近點配準(zhǔn)法，將第二點云數(shù)據(jù)、第三點云數(shù)據(jù)與第一點云數(shù)據(jù)進行配準(zhǔn)，從而得到融合點云數(shù)據(jù)；

步驟S24，進行融合點云數(shù)據(jù)的濾波，移除對生成數(shù)字高程模型無用的錯誤點和地物點；