基于PCA法向量估计与RANSAC算法的隧道中轴线提取

为了减少隧道点云噪声对隧道中轴线提取精度的影响,提出主成分分析(PCA,Principal Components Analysis)算法点云法向量估计与随机抽样一致性(RANSAC,Random Sample Consensus)算法相结合的隧道中轴线提取方法。首先对隧道点云数据进行ROI(Region of Interest)区域提取及统计滤波预处理,其次通过PCA算法估计隧道点云法向量并进行点云法向量方向一致化处理,通过设定阈值分别提取满足要求的隧道拱顶及拱腰处法向量,最后用RANSAC算法代替最小二乘算法对筛选出来的法向量提取出精度较高的隧道中轴线。实验结果表明,本文方法所提取出来的隧道中轴线受噪声影响较小,斜率最大偏差0.007 1,最小偏差0.000 3,算法稳定性好,结果精度较高。

基于圆柱多段拟合的隧道中轴线提取方法研究

提出基于圆柱多段拟合的隧道中轴线提取方法。首先对隧道点云数据进行预处理,并将点云按隧道走向分成不同区段;然后对各区段依据轴线与表面点云法线垂直关系,提取精度较低的中轴线;最后对各区段利用圆柱多段拟合,提取精度较高的中轴线。实验表明,隧道中轴线的提取在一定的采样区间具有较高的稳定性,对直线和弯曲的圆形隧道有良好的适用性,算法可靠,精度较高。