使用三維網格以結構化雷射掃點雲資料暨霍夫轉換以分面之研究 指導教授：趙鍵哲　老師 　　學生：黃國彥

綱要 　　．前言及文獻回顧 　　．原理 　　．實例 　　．結論與後續目標 　　﹒參考文獻

一﹒前言及文獻回顧 ．光達點雲資料的特性 ．光達點雲資料的結構化 ．光達點雲資料的分面 龐大且離散的點數 Pseudo-Grid、三維網格 　　．光達點雲資料的特性　　　　　　 　　　　　　　　　龐大且離散的點數 　　．光達點雲資料的結構化 　　　　　　　　　Pseudo-Grid、三維網格 　　．光達點雲資料的分面　　　　　 　　　　　　　　　區域成長法、八分樹法、PolyWork

．光達點雲資料的特性(1) 圖1.1　光達點雲圖

圖1.2 Pseudo-Grid示意圖[Cho W et al., 2004] ．光達點雲資料結構化(1) 圖1.2　Pseudo-Grid示意圖[Cho W et al., 2004]

．光達點雲資料結構化(2) 圖1.3　點雲資料三維網格切割示意圖 　　　 [陳英鴻，2004]

．光達點雲資料的分面(1) 交會 3D線段 合併 掃瞄點雲原始資料 離散點 剔除 點屬性表 向量、距離 區塊成長 人工指定 相鄰關係檔 區塊1 區塊 區塊2 …… 平面1 初步平面 平面2 最終平面 圖1.4　光達資料結構化流程圖 　　　　[Lin and Jaw, 2003]

．光達點雲資料的分面(2) 圖1.5 四分樹範例示意圖(a)資料點分布及樹狀結構示意圖 　　　　(b)以二元影像標示資料點分布圖[Zhirkov, 2001]

．光達點雲資料的分面(3) 圖1.6　PolyWork執行流程圖[InnovMetric, 2001]

二﹒理論 　　．光達點雲三維網格結構化 　　．以三維網格結構搜尋初始值 　　．以霍夫轉換取得共面點資訊

2.1 光達點雲三維網格結構化 ．子網格提供的資訊 位相關係 光達點的資訊 (１﹐１﹐１) (１﹐２﹐１) (２﹐１﹐１) (２﹐２﹐１) 2.1　光達點雲三維網格結構化 (１﹐１﹐１) (１﹐２﹐１) (２﹐１﹐１) (２﹐２﹐１) (１﹐１﹐２) (１﹐２﹐２) (２﹐１﹐２) (２﹐２﹐２) 　　圖2.1.1　子網格示意圖 ．子網格提供的資訊 　 　　　位相關係 　 　　　光達點的資訊

．光達點雲三維網格結構化流程圖 讀取光達點雲資料 定義切割次數 開始切割 是否達切割停止條件？ 停止切割 圖2.1.2 三維網格結構化流程圖 Yes No 是否達切割停止條件？ 停止切割 圖2.1.2　三維網格結構化流程圖

2.2 以三維網格結構搜尋起始值 ．定義目標網格 ．定義搜尋網格及搜尋方法 多重網格搜尋 目標與搜尋網格至少需含有三個或以上的光達點 2.2　以三維網格結構搜尋起始值 　　．定義目標網格 　　　　　　　至少需含有一個或以上的光達點 　　．定義搜尋網格及搜尋方法 　　　　　 多重網格搜尋 目標與搜尋網格至少需含有三個或以上的光達點 網格中若有任意一點超過改正數門檻值則停止

．多重網格搜尋 起始網格 搜尋網格 圖2.2.1　多重網格搜尋示意圖(1)

．多重網格搜尋 起始網格 搜尋網格 圖2.2.2　多重網格搜尋示意圖(2)

．多重網格搜尋流程圖 讀取光達點雲與網格資料 定義起始網格 定義搜尋網格範圍 下一次的起始網格變更為此次的搜尋網格 面擬合 判斷為共面點 No 是否所有光達點皆已處理？ 光達點至面的距離是 否皆在門檻值內？ 面擬合 定義搜尋網格範圍 Yes 下一次的起始網格變更為此次的搜尋網格 判斷為共面點 霍夫轉換 圖2.2.3　多重網格搜尋流程圖

2.3　以霍夫轉換取得共面點資訊 　　．定義霍夫轉換前所代入之近似法向量 　　﹒判斷霍夫轉換後對應其法向量之點雲 　　．判斷霍夫轉換後重覆點所歸屬之平面

．定義轉換前所代入之近似法向量(1) ……式 2.3.1 ……式 2.3.2

．定義轉換前所代入之近似法向量(2) Hough Transform 、

．判斷霍夫轉換後之法向量(1) ……式 2.3.3 ：迭代次數，初始值為1

．判斷霍夫轉換後之法向量(2) 圖2.3.1　迭代中之結果(1)

．判斷霍夫轉換後之法向量(3) 圖2.3.2　迭代中之結果(2)

．判斷霍夫轉換後之法向量(4) 圖2.3.3　迭代停止之結果

．霍夫轉換分面流程圖 讀取光達點雲與近似法向量 過濾近似法向量 代入近似法向量進行霍夫轉換 判斷法向量 及共面點 是否所有近似法向 No 是否所有近似法向 量皆已處理？ Yes 霍夫轉換完成 圖2.3.4　霍夫轉換流程圖

．判斷轉換後重覆點歸屬之平面 (1) 表 2.3.1 模擬資料法向量設定資訊 圖 2.3.5 交線處點群的重覆判定 平面一(紅色) 表 2.3.1　模擬資料法向量設定資訊 圖 2.3.5　交線處點群的重覆判定 平面一(紅色) 平面二(藍色) 0.41538 -0.19119 -0.27129 -0.26829 0.074514 0.078307

．判斷轉換後重覆點歸屬之平面 (2) 將判斷點之 座標代入線方程式中，得 ，換言之，若判斷點屬於該直線 圖 2.3.6　二維平面的直線與判斷點 (2,2) 將判斷點之　座標代入線方程式中，得 ，換言之，若判斷點屬於該直線 ，則其座標為(2,7)，故知判斷點位於 直線的下方。 同理若將判斷點 　座標代入線方程式中 ，可得　　　　，即判斷點位於直線的 右方。

．判斷轉換後重覆點歸屬之平面 (3) 以三個軸向平面為例，定義藍色平面為標 準面、紅色平面為判斷面，並將資料座標 與解算聯立所得的座標 　　　　與解算聯立所得的座標　　　　 比較結果列於表2.3.2，-1表原始座標之 值較小；反之則為1： 圖 2.3.5　交線處點群的重覆判定 表 2.3.2　比較結果 　　向 標 準 面 -1 1 判 斷

計算重覆點、標準面、判斷面三者與交線的走向 ．判定重覆點流程圖 讀取光達點雲與法向量 判斷各面光達點重覆情況 定義標準面及 判斷面 計算重覆點、標準面、判斷面三者與交線的走向 No 走向相同者視為同一平面 是否所有點與面皆處理？ Yes 重覆點 分類完成 圖2.3.7　判定重覆點流程圖

三﹒實例 ．實驗資料為成功大學圖書館側面的近景影像及地 面光達資料，所使用之地面雷射掃描儀為加拿大 　．實驗資料為成功大學圖書館側面的近景影像及地 　　面光達資料，所使用之地面雷射掃描儀為加拿大 　　Optech公司所生產之ILRIS-3D(劉燈烈，2004) 表3.1 雷射掃瞄儀資料與光達資料一點數 光達資料1點數 4742 光達資料2點數 8440 光達點先驗中誤差

三﹒實例 　　圖 3.1　測試區影像 實驗區二 實驗區一

．實際資料 1(1) 圖3.2　資料1之三維網格結構示意圖

．實際資料 1(2) 圖3.3　資料1經三維網格分面後之成果

．實際資料 1(3) 圖3.4　資料1經霍夫轉換分面後之成果

．實際資料 1(4) 圖3.5　資料1重覆點重新分類之結果

三﹒實例 　　圖 3.1　測試區影像 實驗區二 實驗區一

．實際資料 2(1) 圖3.6　資料2經霍夫轉換並分面之成果

．實際資料 2(2) 圖3.7(a)　資料2重覆點重新分類之結果

．實際資料 2(3) 圖3.7(b)　資料2重覆點重新分類之結果

四﹒結論與後續目標 　　．資料回饋 　　．建立交線邏輯及精度評估 　　．改寫程式為ｃ語言並界面化 　　．搜尋近似法向量之效率加強

參考文獻(1) 【１】陳英鴻，2004，光達點雲資料連結點匹配之研究，國立成功大學測量與 空間資訊學系研究所碩士論文，Pp.23 【２】劉燈烈，2004，地面光達點雲資料的平差結合與影像敷貼，國立成功 　　　大學測量及空間資訊研究所碩士論文 【３】賴志恆，2003，雷射掃瞄點雲資料八分樹結構化之研究，國立成功大學 　　　測量與空間資訊學系研究所碩士論文，Pp.1、2-3 【４】陳衍豪，2001，立體航測影像直線與圓弧輪廓建物半自動之三維模型 　　　重建，國立成功大學測量及空間資訊研究所碩士論文，Pp.24-25 【５】Shing-Hung Lin, Jen-Jer Jaw, 2004,“Structrualization of LIDAR 　　　data set”, The 25th ACRS A-3.3

參考文獻(2) 【６】Zhirkov A, 2004,“Binary Volumetric Octree Representation for 　　　Image-Based Rendering", Graphocon2001(CD-ROM) 【７】Kai-Pei Tang, Yi-Hsing Tseng, 2004,“Matching Tie Points of 　　　Lidar Point Cloud Data Sets Using Normalized Cross-Correlation 　　　”, The 25th ACRS PS-5.8 【８】Cho W., Jwa Y.-S., Chang H.-J., Lee S.-H., 2004,“Pseudo-Grid 　　　Based Building Extraction Using Airborne LIDAR Data.”, ISPRS 　　　Comm. III, Geo-Imagery Bridging Continents XXth ISPRS 　　　Congress, Pp.1、2 【９】InnovMetrix, http://www.innovmetric.com/