第35卷第2期2021年2月
北京测绘
BeijingSurveyingand Mapping
Vol.35No.2
February2021
引文格式：李俊宝，陈良良•基于点云数据的危岩体表面线状特征提取方法北京测绘，2021,35()204207. DOI：10.ki.1007-3000.2021.02.015 基于点云数据的危岩体表面线状特征提取方法
李俊宝1陈良良2
(•河南测绘职业学院，河南郑州450000； 2.中陕核工业集团测绘院有限公司，陕西西安710038)
［摘要］以危岩体的变形监测为研究对象，以三维激光扫描技术为数据获取方法，阐述了从点云数据获取、数据预处理到生成深度图像的方法、步骤、注意事项等，分析了数字图像处理中常用边缘检测算子 的优缺点，提出采用Canny算子方法提取得到危岩体表面特征线，进而提取线状特征对应的三维坐标，为危岩体的变形监测提供了一种数据处理方法。
［关键词］点云数据；危岩体；线状特征提取；变形监测
［中图分类号］P225.2［文献标识码］A［文章编号］1007-3000(2021)02-0204-04
0引言
我国是地质灾害频发的国家之一，近些年山体滑坡、岩体崩塌等地质灾害时常发生，其中高大、危险的岩体一旦崩塌会造成较大的损失，由于危岩体的特点，用传统的变形监测方法难以进行有效的监测。三维激光扫描技术具有非接触、高精度、高分辨率等优点、逐渐应用在滑坡体、危岩体等变形监测中，能够得到很好的效果［1］。三维激光扫描技术采集得到的数据称作“点云”，在以点云数据为数据源的危岩体的变形监测中，目前主要采用的方法有点云对点云比较、点云与模型间比较、点云构建的数字高程模型(Digital Elevation Model,DEM)间的比较⑵，这些方法都是以岩体的整体作为监测的对象，得到的形变量是沿着某一方向的，而实际岩体的形变并不是沿着确定的一个方向。
由于危岩体在各种因素的影响下其表面会产生裂缝，在内外力作用下裂缝会逐渐变大进而使岩体开裂发生崩塌，危岩体表面的裂缝是一种线性特征，可以将其提取出来进行三维对比分析，进而得到形变量。
1危岩体数据获取与预处理
1.1数据采集
本文中的实验对象是位于重庆市武隆区某地的危岩体，它是在20世纪90年代初部分岩体崩塌之后形成的，地形较为陡峭、岩体较为破碎，岩体表面裂缝较多，线性特征较为明显。本次数据采集使用的设备是Leica公司的HDS8800，它是一种超长测程地面三维激光扫描测量系统，能在1400m距离扫描到岩体表面，扫描速度快，非常适合危岩体的扫描测量。
根据危岩体的位置、测区范围、周边环境、扫描仪的性能，在距危岩体一定距离处选取并埋设混凝土观测墩，作为固定观测点。由于所采用的HDS8800三维激光扫描仪扫描距离远、扫描范围大，而该危岩体的分布范围不大，因此在固定点上架设一站即可完成扫描、无须搬站、所采集的数据也无须拼接。根据变形监测规范要求，用同样的方法在同一位置使用同一款三维激光扫描仪器，根据危岩体的特点、项目要求等分三期次采集危岩体的点云数据。综合考虑扫描距离、扫描速度、精度要求等，设置的采样点的间隔约为8cm，采集得到危岩体点云数据。
1.2点云数据预处理
外业采集到的点云数据需要先进行预处理，预处理后的数据才能进行后续的工作，预处理流程为点云去噪、数据拼接、参考系归一、数据简化等。
依照点云数据预处理流程，将采集得到的各
［收稿日期］2020-05-12
［作者简介］李俊宝(1988—)，男，河南杞县人，硕士，助教，研究方向为工程测量和点云数据处理。E-mail:979588631
@qq
第35卷第2期李俊宝，陈良良.基于点云数据的危岩体表面线状特征提取方法205
期点云数据导入到Leica点云数据后处理软件Cyclone中，分别对三期实验数据进行处理，详细操作步骤如下：
(1)对一、二、三期点云数据分别进行去噪处理，一般采用人机交互的方式去噪；
(2)去噪完成后，对一、二、三期点云数据进行粗配准，本例以一期点云数据为参考基准，将二、三期点云数据都配准到一期数据上，这样三期点云数据都在同一坐标系统下；
(3)由于危岩体表面裂缝较多，获取的点云数据也较多，数据量比较大，因此可选择几条比较显著的裂
缝作为研究对象。在危岩体点云数据中选择裁剪一块数据，命名为A,A区域是一条沿危岩体表面横向的裂缝，然后分别对三期数据中同一块区域进行裁剪，然后使用迭代最近点法⑶方法进行精确配准。
2危岩体表面深度影像生成
由于三维激光扫描技术获取的点云数据是离散的数据，而且本身不具有属性信息，也不存在拓扑关系，为了提取危岩体表面特征线，需要先将点云数据转换成栅格图形，再利用数字图像处理技术进行提取⑷。点云数据转换成栅格图形(深度影像)有以下几个操作流程。
2.1点云数据坐标旋转变换
由于三维激光扫描仪获取的数据是仪器内部自定义的坐标系统，其坐标原点位于激光发射处犡轴位于横向扫描平面内，同时Y轴也在横
向扫描平面内并与犡轴垂直犣轴位于竖向扫描平面内，并且X、Y、Z构成右手坐标系。
在实际的扫描中，并不能保证扫描的立面垂直于激光扫描仪横向扫描面内的坐标轴(X轴或Y轴)。因此，当使用点云数据构建扫描立面的表面模型时，需要首先对旋转点云数据［5］，从而使立面垂直于横向扫描面内的某一坐标轴，并且通过式(1)进行旋转。此次扫描得到的危岩体点云数据是一个立面，大致垂直于横向扫描平面，因此需要先进行旋转，使其完全垂直横向扫描平面；在构建起表面模
型时，为了符合常规表达方式，还需要对坐标系进行变换，将原坐标系中Y 轴与犣轴对换。
X cos O—sin O0
狓
Y,=sin O cos O0狔(1)
7犻001狕
2．2点云数据内插
将点云数据进行预处理及旋转变换后，就可以对其进行内插生成规则格网，内插过程一般为：对于给定的平面坐标点犘狓狔)，把该点邻近的已知点作为参考点，进而求得P点值［］。内插的方法有很多种，常用的有自然邻点插值法、克里金插值法等，考虑到需要获得危岩体表面细节特征以及后续数据处理，本文采用克里金(Kriging)插值法得到区域表面模型。
2.3深度影像的生成
对通过克里金插值生成的相关区域的表面模型进行灰度量化，在量化的过程中按照格网网点Z值大小进行，最后生成深度影像。
具体生成的算法流程如下：
(1)搜索通过内插得到的所有规则格网点，得到Z值的最大值Z max和最小值Z min；
(2)根据公式(2)对每个点高程值犌进行量化，得到每个点的像素灰度值；
(3)将规则格网数据的三维坐标中的X和Y 值转化成深度影像的二维坐标U和V，并且使坐标点与像素点要一一对应。
7.—7
犌二犣<n X255(2)
7max7min
其中犌表示规则格网点对应的灰度值犣表示规则格网点对应的高程值。
3危岩体表面线状特征提取
点云数据特征提取主要有三种方法，即基于离散点的特征提取方法、基于扫描线的特征提取方法、基于深度影像的特征提取方法［7］o考虑到危岩体的点云数据量大，危岩体表面不规则、几何特性不明
确及现有特征提取方法，本文采用基于深度影像的特征提取方法。
3.1深度影像特征提取算法
物体的边缘特征在图像上显示为灰度的不连续性，因此在提取时要先检测灰度的不连续性，然后连接不连续的边缘像素点形成完整的边缘界线。边缘检测算子可以检测出边缘特征，并将其提取出来。常用的边缘检测算子有Roberts
206北京测绘第35卷第2期
算子、Sobel算子、Prewitt算子A Laplaction算子、Canny算子，其中前四种检测算子虽然简单易行，但由于对噪声较为敏感，检测的边缘不够精细。Canny算子是一种基于最优化算法的边缘检测算子，具有很好的高信噪比和检测精度：8-9]，具体实现过程如下所示：
(1)利用高斯滤波器进行图形的平滑处理；
(2)计算梯度的幅值和方向；
(3)梯度幅值的非极大抑制；
(4)双阈值算法跟踪边缘。
虽然Canny算子也存在诸如平滑噪声能力与高斯滤波器参数选择相矛盾、梯度值的选择依赖于人工等缺点，但仍是数字图像处理中常用的边缘检测方法。
3.2基于Canny算子的深度影像特征提取
本文使用Matlab编程语言利用Canny算法对危岩体表面的深度影像进行特征提取，由于Canny算子本身的缺点，使得提取的某些特征线会存在间断的问题，因此还需要使用Matlab编程将这些间断的特征线连接起来，生成连续的特征线，如图1所示。
图1提取出的多条特征线
一个区域的深度影像提取完成后会生成多条特征线，还需要选择某一条特征线并提取出来，以便后续处理分析。
3.3线状特征对应的三维坐标计算
危岩体深度影像特征线提取完成之后，需要把特征线对应的坐标提取出来，才能进行后续形变分析计算。根据深度图像的生成过程，可知深度图像中每一个像素点对应规则格网数据中的每一个三维坐标点(犡犢犣)1，因此
在深度图像中选择提取出某一条特征线时，就可以得到该特征线在图像中的位置{[犻,1•[犻，犼2〕，.....[犻，犼J}，进而得到其在格网数据中对应点三维坐标集合P(X1犢1，犣1)P(X2犢2，犣2)......P(X n犢"，乙)。
提取的特征线共有198个像素点，与其对应的部分三维坐标见表1所示。
表1像素点与其对应的三维坐标单位:m 行号列号X犢犣
2102—219.46261030—350264 3103—219.43761060—350247 4103—219.43761090—350250 5103—219.43761.120—350251
4结束语
利用三维激光扫描技术和数字图像处理技术，结合具体变形监测项目采用Canny算子，利用Matlab编程语言可以提取出危岩体表面特征线，并提取出与特征线对应的三维坐标，为后面的危岩体的形变分析提供数据支撑，该方法具有一定的可行性，为危岩体的变形监测方法提供了—种尝试，具有一定的参考意义。
参考文献
[1]谢谟文，胡?，王立伟.基于三维激光扫描仪的滑坡表面变形
监测方法一以金坪子滑坡为例:J]中国地质灾害与防治学报,013,4(4):85-91.
[2]LAGUE D,BRODU N,LEROUX J.Accurate3D Compari
son of Complex Topography with Terrestrial Laser Scanner：Application to the Rangitikei Canyon(NZ)[J].ISPRS Journal of Photogrammetry and Remote Sensing,2013(82):10-26.
蒋成成，胡同森，周维•一种改进的迭代最近点算法[J].计算 机系统应用，2009(8)8487.
[4]崔建军，隋立春，徐花芝，等•基于边缘检测算法的LiDAR数
据建筑物提取[]•测绘科学技术学报,008,25(2)98100. [5]O'Neal M A,PIZZUTO J E.The Rates and Spatial Patterns
of Annual Riverbank Erosion Revealed Through Terrestrial Laser Scanner Surveys of the South River,Virginia[J].
Earth Surface Processes and Landforms,2011,36(5)：695-701
[]蔡元菲•快速三维克里金插值方法研究及实现:D].成都：电子科技大学,013.
[]田鹏•地理场景中点云特征提取与简化研究:D].南京：南京师范大学,008.
[8]XUJ ZH,WAN Y CH,ZHANG X.A Method of Ed g e De
tection Based on Improved Canny Algorithm for the LiDAR Depth-image-art[C].Bellingham,Wash：Proceedings
of
第35卷第2期李俊宝，陈良良•基于点云数据的危岩体表面线状特征提取方法207 SPIE，2006actionson，1986(6)：679-698
[]CANNY J.A Computational Approach to Edge Detection[10]GONZALEZ R,WOODS T,EDDINS S.数字图像处理[].Pattern Analysis and Machine Intelligence,IEEE Trans-(MATLAB版))M].北京：电子工业出版社，2014.
Method for Extracting Linear Feature of Unstable Rock Mass
Surface Based on Point Cloud Data
LI Junbao1,CHEN Liangliang2
(1.Henan Surveying and Mapping Vocational College,Zhengzhou Henan450000,China；
2.China Nuclear Industry Group Surveying and Mapping Institute Company Limited,Xi'an Shaanxi710038,China) Abstract:Taking the deformation montoring of unstable rock ma ss as the resarch object,with the,it was expounded the workflow and key techniques of3D laser scanning point
cloud acquisition,data preprocessing,deep map making. Theadvantagesand disadvantagesofthecommonly usedin digitalimage proce s ingedge detection operator was analyzed，aCannyoperatormethodwaspresentedinthispapertoextracttheunstablerock ma s linearlineandthe surface and corresponding three-dimensional coordinates，which provided a reference for unstable rock ma s deformation monitoring．
Keywords:point cloud data；unstable rock；linear feature extraction；deformation monitoring
本刊学术和技术支持单位：（排名不分先后）
北京市测绘设计研究院
北京测绘学会
城市空间信息工程北京市重点实验室
北京城建勘测设计研究院有限责任公司
航天建筑设计研究院有限公司
北京恒华伟业科技股份有限公司
北京洛斯达数字遥感技术有限公司
北京中测绘院有限公司
北京市勘察设计研究院有限公司
中测新图（北京）遥感技术有限责任公司
