论文部分内容阅读
变形监测是反映变形体健康状况的重要手段,传统监测手段大多基于单点进行测量,监测点数目有限,变形细节表达不充分。三维激光扫描技术作为新兴测量技术,可以在短时间内获取到物体表面高精度、高密度的三维坐标等信息,弥补了传统监测手段的不足。但是,三维激光扫描技术是无合作目标地测量,两次扫描点云中单点不具有重复性,导致监测困难。现有的解决方案难以兼顾监测精度和密度,影响该技术的应用和发展。针对上述问题,本文围绕点云在变形监测中的数据处理方法开展研究,主要内容有:(1)介绍了点云预处理的主要方法,包括点云滤波、点云配准、点云分割。系统总结了现有的基于点云进行变形监测数据处理的方法,分析了各种方法的特点,指出了这些方法存在的局限性。分析表明:“重心法”可获得较高的监测精度,但监测块数目受限于变形体自身的特征;“特征拟合法”适用于人工标志的提取,但人力消耗大,且靶标数量有限,变性细节表达不够充分;“模型比较法”可获得高密度的监测点,但受建模误差影响,精度低。(2)针对现有方法的局限性,提出一种基于“格网划分”获取变形监测点的方法。根据点云分割后曲面的形态,采用不同的划分方法:对于准平面,依据点云坐标的最值,建立外围矩形框,直接划分该矩形框来确定扫描点的归属;对于不规则曲面,以点云边界作为外围框线,依据边界线的走向确定内部网格线,确定扫描点的归属。通过格网划分获取的“同名点群”,可作为高密度的变形监测点。(3)提出了一种基于“中位值”计算“同名点群”变形量的方法。计算同名区域中扫描点间的最短距离,按照递增(减)的顺序进行排序,取中间一部分值的均值作为该同名区域最终的变形值。将各个子区域的变形值整合起来,即可完成整个变形体的变形计算。试验表明,在观测条件较为理想的情况下,准平面变形中误差在±3mm左右,不规则曲面的变形中误差在± 6mm左右。(4)分析了噪声对变形结果的影响,通过试验证实了所提方法的鲁棒性;分析了格网密度对变形计算结果的影响,试验表明格网尺寸越小,变形分辨率越高,变形体的细节表达的越充分,并给出单个小格中扫描点的建议数目。本文所述方法可以应用于变形监测领域,尤其适用于面积较大、表面较为规整的变形体;通过该方法,可以快速确定变形的位置以及变形量的大小,为变形分析、预报提供数据支撑。