基于RANSAC模型的机载LiDAR数据中建筑轮廓提取算法

使用正交多项式分带滤波方法对机载LiDAR点云数据进行滤波处理,通过迭代不断剔除非地面高点数据,最终得到由贴近地面的数据拟合而成的正交多项式.通过设定高程阈值将数据分成地面部分与非地面部分.提出了一种基于随机抽样一致性(RANSAC)算法模型的建筑物面片识别和轮廓提取算法,实现在包含噪声的点云数据中快速准确地识别和提取建筑物轮廓.在实验中对长春市的机载LiDAR数据进行了滤波、建筑屋顶面及其轮廓的提取,验证了本文算法的较高效率和精度.     

基于形态学的散乱点云轮廓特征线提取

采用逆向工程领域切片技术和数学形态学方法提取点云的轮廓特征线.空间散乱点云密度高且无拓扑关系,通过切片分层可将空间点云转换为不同层的平面切片点云.借鉴图像处理方法,将切片点云转换成二值图像,使用形态学运算提取其轮廓像素,将轮廓像素转换为轮廓特征点并采用B样条曲线拟合成轮廓特征线.实验验证该方法可以得到高质量轮廓线,并可以有效地解决"多环"切片难以正确提取轮廓特征的问题.     

基于点云截面数据点的多轮廓排序算法

针对使用切片技术提取的点云截面数据点的多轮廓排序问题,提出了一种简便有效的算法.该算法分为两步,首先通过最近邻域搜索,根据距离阈值依次生成各个轮廓的闭合多边形,完成多轮廓截面数据点的粗排序和轮廓分离,然后将剩余数据点依照最小夹角原则插入到相应的轮廓闭合多边形中,达成截面数据点的精确排序.实验证明,该算法可对逆向工程中各种复杂的截面数据点实现精确排序和轮廓分离,将无序数据点转化为有序数据点,排序结果稳定、准确.     

基于倾斜影像点云的建筑物提取算法研究

多视倾斜影像密集匹配后能够生成海量点云数据,但数据本身缺乏有效的建筑物分类信息.针对此问题,提出一种基于倾斜影像点云的建筑物提取算法.首先对三维点云进行去噪处理和植被的剔除,将点云进行空间格网分区后降维到二维平面,通过赋予二维平面格网内每个点一定的权值,进而对格网进行特征值重采样.然后对二维平面进行图像形态学处理,利用骨架提取算法找到建筑物的轮廓,将该轮廓和三维点云进行融合后重新整饰建筑物边缘,提取出最终的建筑物点云.两组实验结果表明,该方法提取的建筑物点云轮廓清晰,建筑物立面提取较好,该算法具有较好的稳健性.     

基于多结构快速生成算法的建筑物平面提取

针对RANSAC算法在多结构数据集中提取平面点时存在的不足,提出了基于多结构快速生成算法的点云平面提取的新算法.该算法在随机产生一组平面模型之后,通过每个点相对于模型的残差排序信息,计算条件内点概率分布,然后利用得到的内点先验分布概率指导模型采样.实验结果表明,该算法能准确地检测出点云数据中的平面,相比RANSAC算法具有更好的采样效率.     

基于小波技术的散乱点云自适应压缩算法

提出基于小波技术的散乱点云自适应压缩算法.利用快速成型理论中的切片技术,将三维空间点云数据降为二维平面点云数据,并对排序后的点云数据进行小波变换,利用小波系数峰值,自适应地保留能够反映目标特征和细节信息的点,实现散乱点云的快速压缩.借助于实验,验证切片的分割厚度选为采样间隔的2~3倍时,可以实现快速高质量的散乱点云压缩.结果表明:算法在特征保留上具有明显的优势,能够最大限度地保留特征信息,压缩效果更为理想,且无需设置阈值,同时还具有自适应的特点,有助于实现压缩的自动化.     

基于特征线提取的三维数据配准

在逆向工程等诸多领域,数据配准都是重要的技术环节;而目前大多数应用,都是基于选取匹配标记点的方式来实现初始匹配;因此寻找一种可靠快速的自动数据配准技术成了目前研究的方向.提出一种基于特征线提取三维数据自动配准技术.通过提取不同视角下点云的特征曲线实现了三维点云数据的配准.实验结果表明了算法的有效性.在有更高精度要求的情况下,此算法的输出结果可以作为其他迭代方法的初值,进一步迭代得到更精确的结果.     

基于多视角图像的作物果实三维表型重建

针对基于激光扫描设备获取点云存在操作复杂、成本高、难以被普及等问题,本文研究了基于普通图像的复杂背景中作物果实三维表型重建.我们建立了集SFM算法、PMVS算法以及半自动化去噪方法的优势为一体的三维重建架构.以一组多视角目标作物果实二维图片为输入源,首先基于SIFT算子的比例和旋转不变性参数,提取多幅二维图像特征信息.其次,结合FLANN算法实现不同角度的数据匹配,并提出了基于二维图像关键点和相机参数等信息的稀疏点云快速生成方法.然后,基于PMVS初始特征匹配的种子面片提取、扩散获取密集面片,进一步利用可见性约束过滤不正确匹配导致的错误面片,以实现复杂果实点云模型生成.最后,我们提出了交互式选择和滤波器相结合的、半自动化的果实表型离群点去除方法,解决了作物果实模型的准确重建问题.结果表明,本文的方法能有效解决复杂实验环境中果实表型数据的低成本、准确、方便快捷获取问题.     

建筑点云的平立剖图生成方法

建筑的平立剖面图不仅包含结构线框矢量要素,更包括材质信息、尺寸标注等属性信息和整饰要素,而且平立剖图能够准确直观地表达出建筑物的真实状态,因此对历史建筑的保护有着重要作用。通过对建筑点云进行切片生成切片点云,然后借鉴图像栅格形式组织切片点云,将落入栅格内部的点云特征点重心化得到轮廓特征点,基于双向行列直线段连结方法构建点云轮廓特征线,生成建筑的平立剖面图。与传统的平立剖图绘制方法相比较,该方法可减少人工操作,提高绘制效率。     

散乱数据点云边界特征自动提取算法

提出一种散乱数据点云边界特征自动提取算法,该算法采用R* -tree动态空间索引结构组织散乱数据点云的拓扑关系,基于该结构获取采样点的k近邻点作为局部型面参考数据,以最小二乘法拟合该数据的微切平面,并将其向微切平面投影,根据采样点与其k近邻所对应投影点连线的最大夹角识别散乱点云边界特征.实例验证该算法可快速、准确地提取散乱数据点云的边界特征.     

基于等高线的数字高程模型带状区域建模法

为简化传统方法用等高线地形图建立数字高程模型(DEM)时需先提取离散点数据、构建大量不规则三角形网(TIN)的繁琐过程,提出简便的带状区域法.首先对等高线进行完整性处理并按多边形编号存储,利用既有的等高线及其单边邻接关系将整个地形图划分为相互独立的带状区域,形成DEM模型;通过搜索查询点所在的带状区域及对应的等高线高程值,采用距离加权平均法计算查询点的高程.该方法建立的DEM模型明显减少了网格数量和存储空间,高程插值计算精度不低于TIN法,建模效率提高,适合于建立基于等高线的大型DEM.     

三维激光扫描地形数据获取处理

利用三维激光扫描测量技术测得的点云数据获取数字地面模型的关键之处在于将地面点与非地面点进行分离。提出了一种基于高程直方图进行多阈值分割的方法。首先对点云进行离散化,然后进行多阈值分割分层,再对各层中的地面点进行连通,最后利用趋势面拟合法再次对各层地面点进行滤波,最终即可获取纯净的地面点。经试验验证,该方法有效可行。     

数字全息三维轮廓生成方法的研究

依据数字全息的光场分布公式，对数字全息三维轮廓生成的原理进行理论分析，推导出了不同的数字全息轮廓生成方法的分辨率公式，并进行计算机模拟验证．该方法克服了光学全息三维轮廓生成的困难，并且可以直接得到数值化的结果，是一种对微小物体三维形貌进行快速、高精度测量的方法．     

A New Algorithm for Feature Matching in Reverse Engineering

Feature recognition and surface reconstruction from point clouds are difficulties in reverse engineering. A new surface reconstruction algorithm for slicing point cloud was presented. The contours of slice were extracted. Then, the intersection of two adjacent curve segments in the contour was obtained and curves feature was extracted. Finally, adjacent section contours were matched directly with Fourier-Mellin curve matching method for feature extraction. An example of 3-D model reconstruction shows the reliability and application of the algorithm.     

A New Algorithm for Feature Matching in Reverse Engineering

Feature recognition and surface reconstruction from point clouds are difficulties in reverse engineering. A new surface reconstruction algorithm for slicing point cloud was presented. The contours of slice were extracted. Then, the intersection of two adjacent curve segments in the contour was obtained and curves feature was extracted. Finally, adjacent section contours were matched directly with Fourier-Mellin curve matching method for feature extraction. An example of 3-D model reconstruction shows the reliability and application of the algorithm.     

基于密度噪声应用空间聚类算法的机载激光雷达建筑物点云提取与单体化

针对机载激光雷达建筑物点云提取过程中自动化提取困难,以及提取后的建筑物单体化过程繁琐等问题,提出一种基于DBSCAN算法的机载雷达建筑物点云提取与单体化的方法。该方法对预处理后的点云数据基于DBSCAN算法进行去噪与初步的提取,通过三维密度聚类,将建筑物的点云进行提取与自动单体化。根据建筑物点云密度的特点,进行二维的密度聚类,结合DOM进行点云分割。最后将处理后的点云数据进行优化处理,并将建筑物单体化簇类进行提取,得到单体化建筑物点云。结果表明：本文采用的提取方法提取的建筑物点云数量正确率为97.36%,轮廓边长的中误差为0.077,可以有效的提取出建筑物点云并将其单体化。     

激光扫描数据的等值线分层提取和多细节表达

从地面三维激光扫描技术得到的点云,数据多,精度高,特征复杂,不能直接采用传统方法提取等值线.对此,首先提出点云的分层模型,并分析点云在Z坐标轴方向数据量分布以及分层点的空间分布情况,提出在高精度、高细节的采样下,将分层点云作为等值线的采样数据.然后,用迭代的凸包算法对无先验连接信息的分层点数据连接.结果表明,得到的等值线符合一般等值线的特点,不会产生边缘交叉等问题.最后,按照凸包算法的迭代次数,对等值线分类,可以表达不同细节程度的等值线,层次越高,等值线所表达的物体表面信息越多.最终通过实例说明方法的适用性.     

基于NX的凸轮轮廓曲线设计系统的研究与开发

提出了一种凸轮轮廓曲线自动化设计方法——利用数值驱动凸轮运动轨迹,根据凸轮分度曲线的运动规律计算轮廓线上任意点的坐标数据,然后生成凸轮轮廓曲线的数据文件,以该方法为基础,在NX平台上开发出通用平面盘型凸轮的自动化设计系统。该系统根据凸轮轮廓曲线的数据文件生成所需的凸轮模型,极大地提高了凸轮设计的效率和精度。     

书法字体结构数字化建模与仿真

针对书法文稿难以长久保存及其在计算机上建模较为困难等问题,本文采用六面体网格,对字体进行逐层剖切得到一系列切面,并采用扫描线填充算法对书法字体结构进行数字化建模与仿真. 所得到的书法字体模型能够记录不同书法家的写作手法,并设计了一种切片技术能够对字体结构进行各个方向的剖切,实现了从多个角度对文字结构的分析学习. 仿真结果表明,采用该技术得到的书法字体三维模型不仅实现了其影像信息的长久保存,更能够对其进行全面的分析学习.