主要思路是从提取岩体结构面方法的高效性、准确性出发，首先以单个扫描站为单位获取激光扫描的岩体点云数据，采用本书中描述的PSO改进算法对多站岩体点云数据进行精确配准。将配准变换矩阵与单站激光扫描数据进行关联，再对单站数据构建保留原始点云拓扑关系的四叉树-八叉树相结合的高效索引组织形式。在此基础上，高效计算多站岩体点云数据在三维空间内点的邻接关系，进而快速准确地计算出每个点的法向量，根据法向量对点云进行统计聚类，并根据邻接关系进行邻域增长聚类。完成聚类后，将多个站内的法向量相近的聚类集合进行合并，即二次法向量统计聚类。最后对聚类的结果子集执行改进的RANSAC平面拟合算法，在此过程中处理含有随机误差及噪声的点，稳健而可靠地提取出岩体的结构面。主要技术路线如图4-5所示。
第一，读取地面Lidar扫描的原始点云数据*.PTX格式，由于该数据保留了扫描仪扫描时的扫描线关系，其原始点云内点和点的邻接拓扑关系也得到了保存，以该格式为基础，按照本书提出的四叉树-八叉树联合索引技术构造新的数据格式。
第二，利用PSO改进算法计算得到多站*.PTX数据的配准变换矩阵。
第三，从四叉树-八叉树索引组织格式中遍历每个点，借助点和点的原始邻接拓扑关系快速计算每个点的法向量NV。
第四，用计算的法向量NV对点云进行聚类，该聚类步骤包含法向量统计聚类和区域增长过程，在保证聚类准确性的同时避免不相邻但法向量相近的点云被统计到一起，以此将整个样本数据分割成小的子集。(www.xing528.com)
第五，利用配准矩阵对上述得到的分割子集法向量进行变换，得到统一坐标系下面的法向量集合，并利用该法向量进行二次聚类，得到全局坐标下的点云子集。
第六，用改进的RANSAC算法对每个点云子集进行平面拟合，消除噪点影响，提取出稳健可靠的平面。
图4-5 主要技术路线图
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
