复杂采空区多次探测的点云数据精简方法

 针对复杂采空区激光探测中存在探测盲区需要进行多次重复探测的问题,研究激光多点扫描的点云数据精简方法。通过多点探测避免了单次探测盲区,加密了数据稀疏区。通过分析激光扫描轨迹线的拓扑关系,归纳了点云数据的分布特点。在对比传统数据精简的基础上,提出了保留采空区几何特征更为有效的点云数据精简方法--边长角度综合判据法,将密集区域的点云数据进行稀释。验证结果表明,通过对比精简前后求得三维模型的体积、精简率等指标,认为该方法保证了边界三维信息的完整性,而且该方法的数据精简率可达15%~25%。为矿山复杂采空区激光扫描三维空间信息精简获取提供了一种新思路,可后续三维建模及应用奠定基础。     

采空区点云数据的小波平滑方法

利用3D空区探测系统(CMS)采集矿山采空区点云数据为线扫描方式,在三维重建之前对点云数据进行平滑处理是一个必要的环节.提出了一种基于小波变换的采空区点云数据平滑方法,该方法主要分为三维扫描线的降维处理和信号平滑滤波2个步骤.对采空区的三维激光扫描线,用弧长为参数进行参数方程分解,将三维空间扫描线分解到3个方向上,利用一维信号处理方法分别进行小波平滑处理,再将平滑处理后的数据重建扫描线.通过在MATLAB环境下对某采空区的一条扫描线进行了仿真实验,证明了该方法有效的解决了采空区三维激光扫描线的不光滑问题.     

复杂采空区激光多点探测及点云拼接与精简

针对复杂采空区激光探测中存在探测"盲区"和点云数据分布不均的问题,研究激光多点扫描和点云数据拼接与精简方法.通过多点探测避免了单次探测"盲区",加密了数据稀疏区.提出了基于公共坐标和最小二乘法的靶标矩阵转换方法,实现了多点探测点云的拼接.统计了点云密集区的分布规律;对密集散乱点云,提出了沿y轴方向分层剖分,层内数据以x和z坐标极值分区,区内每点以x值排序后依步长筛选的精简算法.大型贯通采空区验证表明:基于最小二乘法的拼接算法最优,误差范围在0.1 mm左右;数据精简率为15%~25%,确保了边界三维信息的完整性.     

采空区三维激光扫描点云数据处理技术

由于井下环境的复杂性,借助三维激光扫描仪获取的采空区边界三维空间信息点云数据中不可避免包含一些噪声点.为此,提出曲率-弦长比复合判据实现了对点云数据中高频噪声点的过滤处理,并运用随机滤波法去除点云数据中的低频随机噪声点,通过分段低次插值法实现空区模型曲线光顺处理.结果表明:过滤及光顺处理不仅有效去除了采空区点云数据中的噪声点,同时避免了采空区三维模型构建中自相交情况的出现,达到了采空区三维模型精确构建的目的.     

点云数据压缩算法综述

由于三维激光扫描数据采集的过密,这使点云的数据处理变得十分复杂和困难。国内外专家学者在点云数据的精简方法和处理效率等方面做出了大量的理论研究和实际探索,解决了扫描数据量过大的问题,并取得了丰硕的成果。在此基础上,本文针对国内外点云数据缩减方法的研究现状,总结了一些点云数据压缩算法。     

面向三维残缺点云图像的数据精简方法

为解决残缺点云模型数据精简时边界特征容易失真的问题,以汽车覆盖件中的薄壁类零件为研究对象。提出一种保留残缺点云边界特征的数据精简方法。借助KD-tree建立数据索引结构,获取数据点最近邻,并通过邻域点拟合出微切平面的方法,计算出点云数据的法向量。利用法向量夹角大小关系,选取边界以及孔洞特征点的初始种子点。再根据欧氏距离实现初始种子点的邻域搜索,从而完成边界以及孔洞邻域特征点的提取。根据曲率精简的方法,对非特征点进行数据精简,最后,合并特征点云与非特征点云,实现对残缺点云模型的数据精简。将随机精简法、曲率精简法分别用于点云模型精简处理,结果表明：相比于其他两种方法,所提方法更好地保留了模型边界以及孔洞邻域特征数据点,其标准偏差、曲面表面积变化率优于其他两种方法且变化相对稳定。     

散乱点云数据的曲率精简算法

针对海量散乱点云数据精简问题,提出了以平均曲率为判据的精简算法.采用八叉树结构对点云数据进行空间分割,由分割结果建立k邻域.在散乱数据点参数化的基础上,对k邻域内的散乱点进行二次曲面拟合,求出拟合曲面的平均曲率,进而得出邻域内所有数据点的平均曲率均值,以此为判据进行数据精简.构造曲率差函数,识别出边界数据点,对其进行数据保护.结果表明,该算法对具有曲率多样化特点的点云数据精简具有一定的理论意义和应用价值.通过实验验证了该算法的可靠性和准确性.     

面向点云数据的复杂几何模型对象优化方法研究

针对高精度、高保真的点云数据在精简后点云数据重构网格精度降低误差增大的问题,提出了面向点云数据的复杂几何模型对象优化方法.首先通过空间八叉树法建立点云数据和网格的拓扑关系,并利用原始点云到重构网格的距离确定网格的误差,以目标精度为阈值,然后利用增点法对面片进行划分,最后根据插入点算法重新定位插入点.实验验证表明：利用该文方法对兔子和龙进行一次细分使得精简率90%兔子重构网格误差由0.81 mm提升到0.48 mm,精简率90%龙重构网格误差由0.36 mm提升到0.11 mm.     

海量点云数据轮廓特征线的快速生成算法

从海量点云数据中快速生成轮廓特征线,是实现基于特征的模型重建的关键.提出了一种基于切片的轮廓特征线快速生成算法.该算法首先对点云数据进行切片,将数字图像的方法应用到基于切片的特征点提取中,通过设置数字栅格平面的边长快速地提取特征点,并根据提出的双向索引连通法快速构造特征线,最终实现了点云数据的曲线模型.实例证明:本算法可以快速、准确地生成海量点云数据的轮廓特征线.     

三维激光点云数据精简算法

分析了多种三维激光点云数据精简算法的工作原理,以及它们在缩减数据量以提高算法的处理速度方面的效果,综述了三维激光点云数据精简算法的国内外研究现状.     

关于瓶级聚酯切片熔点测定方法的研讨

通过采用熔点显微镜法和不同测试条件的差示扫描量热法 (DSC)对瓶级聚酯切片熔点测定结果进行比较 ,研究了不同方法测定结果间的规律及不同测试条件对结果的影响 .得出的结论是 :不能采用熔点显微镜法代替 DSC法测定瓶级聚酯切片的熔点 ;DSC法的不同测试条件对结果影响明显 .研究结果为测定瓶级聚酯切片熔点选择方法和测试条件提供依据 .     

采空区体积三角网模型四面体算法改进及应用

 准确获取采空区体积是矿山实施空区周边资源安全开采的重要基础性依据,也是矿山实施空区处理及其灾变监控的重要基础性工作。针对传统采空区三角网模型四面体算法易出现重叠计算的问题,本文以采空区三维激光探测系统(CMS)获取的原始数据为依据,在自主研发的采空区三维探测建模软件生成的采空区三角网模型的基础上,改进了传统采空区三角网模型四面体算法,提出了以激光探头为中心点连接所有三角网的四面体累积求和算法,实现对采空区体积的精确求解。算法首先确定了四面体求解的中心点,通过中心点与三角网模型中的所有三角片面连接形成四面体,然后运用四面体的有向体积相加实现对采空区体积的求取。实际应用表明,改进后的采空区体积四面体算法具有精度高、适用性好等优点。     

深部复杂环境下采空区激光扫描异常点云数据修正

分析了激光扫描轨迹曲线的拓扑关系;研究了深部复杂环境下采空区激光探测结果中异常点:“坏点”和“噪声点”产生的环境因素.针对XYZ格式数据,基于四点插入法提出了坏点修正方法;基于二阶几何连续性提出了弦夹角和弦高比的噪声点过滤复合判据,利用阈值选择方法,过滤噪声点.工程验证表明:修正后空区内部形态、顶板边界更准确,体积修正约20~70m3,顶板高度提高1~2m左右,为空区安全预警提供依据.该算法逻辑简单、计算量小,为深部复杂环境下采空区三维边界信息精确获取提供了一种新方法.     

基于子空间距离的局部切空间增量学习

提出一种基于子空间距离的局部切空间增量学习方法ISLTSA。首先采用基于划分的简化局部切空间排列算法SLTSA,把初始样本集划分为彼此重叠的多个局部最大线性片;然后引入向量到子空间的距离测度描述新数据点与局部最大线性片的接近程度,并将新数据点归入距离其最近的局部最大线性片中;最后,新数据点的全局低维坐标可由局部线性子空间与全局低维流形的仿射变换计算得出。对多个经典数据集的降维结果表明,ISLTSA算法能够保留数据集的局部几何性质,是一种有效的非线性增量学习方法。     

点云数据的三角剖分及计算机三维重建

为了解决直接剖分法因点云数据拓扑结构复杂出现的自交现象,提出了一种基于分治策略的三角剖分方法.首先,对原始点云数据进行平面投影并执行区域分割;其次,在每一个区域内进行直接剖分,剖分过程遵循异侧剖分准则、法向量夹角最大剖分准则、阈值距离剖分准则、最小内角最大剖分准则.最后,按照空间Delaunay剖分准则完成区域之间的连接.实验结果表明,该文提出的剖分方法对于规则曲面点云和非规则曲面点云都具有理想的剖分效果,并且执行速度快.     

采空区三角网格模型边界剖面线提取方法及其应用

在分析目前常用的三角网格模型边界剖面线提取方法运用于提取复杂边界采空区边界轮廓线时存在缺陷的基础上,对传统的凸包算法进行了改进,形成了适用于复杂边界采空区三角网格模型边界剖面线提取的新方法,即凸包压入法.首先,以垂直于任意坐标轴的平面剖切复杂采空区三角网格模型得到边界剖面线的无序点集,提取无序点集的凸包线作为初始轮廓线,然后将包络于初始轮廓线内的点按张角最大的原则全部添加到轮廓线中,获得完整的剖面轮廓线,形成复杂采空区剖面线.实际应用表明,所提算法能够快速有效地提取各种形态采空区的边界剖面线,可准确获取复杂采空区剖面并能够比较分析采空区的超挖、欠挖量,具有很好的应用价值.     

基于八叉树的点云数据的组织与可视化

三维激光扫描获取了大量的点云数据,数据的组织直接影响点云数据的操作速度.采用数据库管理点云数据,对点云数据采用八叉树数据模型进行组织,建立空间索引,对点云数据进行分块提取,实现点云数据的检索以及可视化.