一种适用于煤矿的点云数据的处理方法及系统与流程

本发明涉及三维激光扫描，具体为一种适用于煤矿的点云数据的处理方法及系统。

背景技术：

1、三维激光扫描技术是上世纪九十年代中期开始出现的一项技术，是继gps空间定位系统之后又一项测绘技术新突破，它通过高速激光扫描测量的方法，大面积高分辨率地快速获取被测对象表面的三维坐标数据，可以快速、大量的采集空间点位信息，为快速建立物体的三维影像模型提供了一种全新的技术手段，由于其具有快速性，不接触性，实时、动态、主动性，高密度、高精度，数字化、自动化等特性，其应用推广很有可能会像gps一样引起测量技术的又一次革命。

2、三维激光扫描技术是近年来出现的新技术，在国内越来越引起研究领域的关注，它是利用激光测距的原理，通过记录被测物体表面大量的密集的点的三维坐标、反射率和纹理等信息，可快速复建出被测目标的三维模型及线、面、体等各种图件数据，由于三维激光扫描系统可以密集地大量获取目标对象的数据点，因此相对于传统的单点测量，三维激光扫描技术也被称为从单点测量进化到面测量的革命性技术突破，该技术在文物古迹保护、建筑、规划、土木工程、工厂改造、室内设计、建筑监测、交通事故处理、法律证据收集、灾害评估、船舶设计、数字城市、军事分析等领域也有了很多的尝试、应用和探索，三维激光扫描系统包含数据采集的硬件部分和数据处理的软件部分，按照载体的不同，三维激光扫描系统又可分为机载、车载、地面和手持型几类，三维激光扫描技术形成的点云数据作为基础数据可以说是应用非常之广泛，到处都需要信息存档：建筑工程需要存储竣工信息；考古发掘需要保留文化遗产信息；刑侦、交通事故勘查需要获取一手的现场信息；资源开采需要存储从勘探到开采再到修复的全过程信息；工厂和基础设施的建设及运营维护需要存储全生命周期信息；医疗、美容需要存储前后对比信息；工业生产及加工需要存储设计与检测信息；三维仿制及3d打印需要存储最珍贵的原始数据信息等等。

3、现有技术中，应用三维激光扫描技术对煤矿资源进行数据建模的方式比较常见，因为可以通过三维的方式对整个煤矿资源的实际情况进行整体的把握，比较智能，但是问题是在数据建模后获得的点云数据的数据量是非常庞大的，处理繁琐，处理效率较低，而且很容易出现错误，如果处理过程中某一环节有错误，就会影响到整个点云数据的处理。

技术实现思路

1、鉴于上述存在的问题，提出了本发明。

2、因此，本发明解决的技术问题是：现有的煤矿资源数据建模方法存在处理繁琐，效率低，准确度低，以及如何对煤矿资源的三维激光扫描技术形成的点云数据进行处理问题。

3、为解决上述技术问题，本发明提供如下技术方案：一种适用于煤矿的点云数据的处理方法，包括采集煤矿的点云数据；通过统计滤波器，对点云数据进行滤波；对滤波后的点云数据进行预处理，基于三维坐标对滤波后的点云数据进行过滤处理。

4、作为本发明所述的适用于煤矿的点云数据的处理方法的一种优选方案，其中：所述采集煤矿的点云数据包括采集煤矿地区中地质和地貌数据、煤层信息、设备和设施数据、安全监测数据以及矿山规划优化数据。

5、作为本发明所述的适用于煤矿的点云数据的处理方法的一种优选方案，其中：所述滤波器包括直通滤波器、条件滤波器、高斯滤波器、双边滤波器、体素滤波器、统计滤波器、半径滤波器以及频率滤波器；基于煤矿资源密度差异和分布分散情况，通过统计滤波器对采集的点云数据进行预处理，计算并去除点云数据中主体点云的离散群点，密度差异与离散群点去除成正比。

6、作为本发明所述的适用于煤矿的点云数据的处理方法的一种优选方案，其中：所述滤波包括计算保留滤波后的输出点，表示为：

7、

8、其中，为滤波的输出点，pi为实时索引点，w为窗口大小，(pi-w+1,pi)为窗口内的点数量，n为离散群点的最大群集阈值。

9、当窗口内的点数量小于离散群点的最大群集阈值时，保留实时索引点。

10、当窗口内的点数量大于等于离散群点的最大群集阈值时，将点标记为无效值。

11、作为本发明所述的适用于煤矿的点云数据的处理方法的一种优选方案，其中：所述对滤波后的点云数据进行预处理包括获取过滤后的点云数据，分别转化为byte[]形式的数据，通过散列算法，将byte[]对象转换为64位的整数，改整数为long类型，采用bitmap算法，将64位的整数，换成二进制数；当二进制数不足64位时，将二进制数的末位补0，构建64位的二进制数；采用bitmap将二进制数据保存在数组中，数组的每个单元存储0和1；当已保存时，下标返回为1；当未保存时，下标返回为0；将对象通过转换成byte[]形式的数据，将对象byte[]形式的数据通过hash散列转换成64位的整数，使用整数和bitmap数组进行对比；当bitmap数组的下标为1时，表示整数存在；当bitmap数组的下标不为1时，表示整数不存在。

12、作为本发明所述的适用于煤矿的点云数据的处理方法的一种优选方案，其中：所述过滤处理包括点云数据中的每个采样点的三维坐标包括x轴坐标、y轴坐标以及z轴坐标，z轴坐标表示实时位置的煤层高度，通过每个采样点的三维坐标将不属于煤矿的采样点进行过滤，得到过滤的点云数据，过滤的规则基于现场情况进行设定。

13、作为本发明所述的适用于煤矿的点云数据的处理方法的一种优选方案，其中：所述过滤处理还包括将一个格网中包括的所有采样点作为整体，当判断格网中所有采样点构成的几何面不属于煤矿信息时，过滤掉格网中的所有采样点，格网在x轴和y轴构成的二维平面上进行划分，落在格网中的采样点具有三维坐标的采样点，基于划分的格网对点云数据中的采样点进行处理时，通过每个采样点的三维坐标进行处理，格网的划分按照预设的规格进行，基于待处理的点云数据的数据规模进行调整；格网的格网质心的坐标，通过求格网中所有采样点的平均坐标计算，表示为：

14、

15、其中，(x,y,z)为格网质心的坐标，(x1,y1,z1)...(xn,yx,zn)分别为格网中所有采样点的三维坐标，n为格网中所有采样点的个数；分别计算每个格网中的每个采样点与格网质心连接构成的第一向量，计算与z轴向量的向量积，分别计算向量积和第一向量构成的平面的第二法向量，将每个格网中的所有第二法向量的平均向量，作为格网中的采样点构成的平面的第一法向量，计算每个格网中所有第二法向量的平均向量，将平均向量作为格网中所有采样点构成的平面的第一法向量。

16、本发明的另外一个目的是提供一种适用于煤矿的点云数据的处理系统，其能通过对滤波后的点云数据进行预处理，基于三维坐标对滤波后的点云数据进行过滤处理，解决了目前的煤矿资源数据建模含有处理准确度低的问题。

17、作为本发明所述的适用于煤矿的点云数据的处理系统的一种优选方案，其中：包括数据采集模块，数据滤波模块，数据过滤模块；所述数据采集模块用于采集煤矿地区中地质和地貌数据、煤层信息、设备和设施数据、安全监测数据以及矿山规划优化数据；所述数据滤波模块用于基于煤矿资源密度差异和分布分散情况，通过统计滤波器对采集的点云数据进行预处理，计算并去除点云数据中主体点云的离散群点；所述数据过滤模块用于对滤波后的点云数据进行预处理，基于三维坐标对滤波后的点云数据进行过滤处理。

18、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序是实现适用于煤矿的点云数据的处理方法的步骤。

19、一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现适用于煤矿的点云数据的处理方法的步骤。

20、本发明的有益效果：本发明提供的适用于煤矿的点云数据的处理方法通过针对主体点云的离散群点进行计算和去除，实现了对异常或离散的点云数据的剔除，有助于提升点云数据的准确性和一致性，并减少在后续处理和分析中对异常点的干扰，提高点云数据的质量，使其更符合实际场景，减少信息噪声，从而为后续的处理和分析提供更可靠的数据基础；通过基于点云数据的三维坐标信息，可以进行空间过滤，筛选出特定位置、形状或尺寸的点云数据，可精确地筛选出感兴趣的点云数据，避免了不必要的计算和分析，为高精的三维激光技术形成的扫描地图提供了有效的支持，也提高了点云数据的利用效率，本发明在准确度、可靠性以及效率方面都取得更加良好的效果。