视觉测量中基于彩色伪随机编码照明模板的设计

为实现仅用一幅二维图像,在系统参数未知且可变条件下,在真正的三维欧氏空间重构三维场景,其解决的首要关键问题是研究合适的编码结构光照明方法.文章采用伪随机彩色空间编码的可靠模型算法设计该主动视觉系统的多种编码投影模板,探索实现三维场景表面高分辨率伪随机彩色空间编码的特征化新技术,该编码窗口唯一性能唯一辨识待重构场景表面上每一特征点,解决场景重构特征点的匹配瓶颈难题,其不标定三维欧氏重构结果证实该文设计方法具有有效性.     

三维地理场景下基于地质特征的数字露头空间检索方法

数字露头技术已成功应用于地质研究,海量的地质露头模型与资料管理成为了技术难题。传统的信息管理方式,如文件夹管理、信息系统管理等,都无法直接获取露头的空间位置,也无法从空间位置直接检索到露头。针对这个问题,运用SuperMap灵活的空间检索功能,提出了一种在三维地理场景下基于地质特征的数字露头空间检索方法,将野外勘测获得的照片、扫描所建立的三维模型、文字信息记录、位置等多种类型的资料纳入到空间数据库中,结合数字高程模型和遥感影像搭建三维地理场景来模拟现实地形地貌,实现从空间定位、地层地质、构造地质、岩相古地理、含油气盆地、岩性等空间与属性综合的露头信息检索管理。并运用SuperMap iObjects.NET 10i和C#.NET技术,在三维地理场景下实现基于地质特征的数字露头空间检索方法,搭建数字露头空间检索引擎平台,且对比传统信息管理方式,综合评价其更占优。     

基于产状数据的三维岩层分界面模拟

为使三维地质建模摆脱对难以获得、花费高昂且数据量较少的钻孔和剖面数据的依赖,模拟出满足精度要求的三维地质模型,并利用产状数据进行岩层分界面趋势推演,且依此采用普通克里格方法进行空间曲面插值,实现对岩层分界面的三维模拟。实例研究表明,该方法模拟出的岩层分界面精度较高,可为后续基于面的三维地质模型的建立提供可靠依据和有效可行的途径。     

投影系统像差分析及优化设计

为实现场景的三维重构，将彩色编码图案与投影系统相结合，利用投影照明系统照明彩色编码图案，通过投影物镜以一定倍率放大投射到空间场景上，对场景进行特征化。针对在特征化过程中像差将严重影响三维重构的精度，提出一种编码板制作的方法，构建了新的投影系统，并通过实验验证此种方法的正确性、可行性，从而优化整个系统。     

基于机器学习的三维数字图像虚拟场景重建算法

为使三维数字图像虚拟场景重建可以获得更优质的画面,提出一种基于机器学习的三维数字图像虚拟场景重建算法.首先分析场景的状态信息和呈现指令,得到图像重构的网格模型顶点分布位置,通过局部坐标法近似计算全局图像,校正局部细节,完成三维数字图像的渲染处理;然后以空间和尺度为特征点,在图像上构建窗口检测模板,应用分类器抑制离散特征点,去除冗余特征;最后根据拟合函数法求出平滑后的三维坐标重建三维曲面,将局部二维三角分割并映射到三维空间,实现三维数字图像虚拟场景重建.实验结果表明,该算法收敛速度较快,重建图像细节和边缘轮廓完整,整体效果较好.     

POWERLINE-ALS:一种用于输电线路场景深度学习语义分割的机载LiDAR点云数据集

为实现基于深度学习的输电线路点云精确语义分割,必须建立能够准确反映目标类别特征的点云数据集。但现有数据集无法满足输电线路场景点云语义分割的需要。因此,基于机载LiDAR获取的某地区500 kV超高压输电线路巡检点云数据构建了一套深度学习数据集——POWERLINE-ALS。该数据集包含地线、导线、杆塔、植被、建筑、低矮电力线等6个类别,输电线路长21 km。同时,利用PointNet++、PointCNN、KPConv、SPG、RandLA-Net等5种常用深度学习模型对数据集进行了训练和测试。模型实验结果表明,POWERLINE-ALS能够在目前主流的深度学习模型上应用,具有普适性,其最高测试精度和平均交并比分别达95.31%和82.25%,可以满足实际点云数据语义分割工作的精度要求。     

矿区地上下三维信息模型构建算法与系统开发

研究了地上三维场景模型与地下三维矿体模型的构建方法,提出了基于散点构网的地质实体充填算法模型.结合地理信息系统的建设方法,以辽宁某铁矿为原型,开发了其地上下三维可视化信息系统,实现了各类三维模型的创建、三维显示与浏览、空间属性查询、交互操作、测量与空间分析等功能.系统既实现了地上下三维模型的快速建立,又解决了以往三维模型中只能显示,不能查询、量测、编辑等问题,可以宏观地把握、微观地洞察矿区地上下整体地形地质特征和地理信息空间分布,更客观全面地表达矿山三维地理信息实体,可作为数字矿山、智能采矿的基础.     

单目视觉下道路场景车辆空间形态估算

针对受射影几何学的限制,单目相机无法直接获得准确的三维点云数据及目标尺度信息,难以获取目标的三维结构问题,提出了一种基于单目交通相机的车辆空间形态估算方法。首先建立道路场景的自动标定模型以获取3D-2D的投影映射及尺度信息,并基于“钻石空间”方法,利用统计轨迹直线及车辆边缘精确求取场景中的地平线,根据标定信息及灭点约束共同构建车辆空间形态的几何约束模型;然后在图像中提取车辆的实际投影约束,包括基于获得的车辆序列轮廓约束,及车辆自身边缘约束,并据此构建误差约束函数,估计车辆空间形态的投影误差;最后根据车辆的初始识别结果及先验信息,优化参数约束空间,并利用误差约束函数在约束空间中迭代求最优,得到精确的车辆空间形态信息。利用公开数据集BrnoCompSpeed及实际道路采集的视频数据共同验证该算法,并与现有类似算法进行比较。结果表明：该算法对于道路场景的适应性强,所需先验条件少,对于多种类型车辆在三维尺寸的估计精度高达94%以上。同时,该算法还可估算车辆实时的空间位置及相对于路面的偏转角度,综合空间形态估算的精度达到92%以上,且实时性较好,单帧多车的估算时间小于0.5 s。与现有算法相比,...     

装配式建筑平面激光点云数据线性特征提取方法

提取建筑物线性特征时，由于未对采集到的建筑物点云数据预处理，导致最终提取的建筑物线性特征存在完整度差、提取正确率低的问题，对此，提出装配式建筑平面激光点云数据线性特征提取方法。通过内设激光测距系统获取建筑物在三维向量的有效数据，采用非接触式几何支撑系统建立基于有效数据的空间向量模型，将该模型输入三维激光扫描仪的目标物体表面校正系统中，获取到建筑物的整体点云数据。利用Otsu目标检测法对获取的整体点云数据进行优化处理，采用改进IFFT算法建立基于优化数据的物像空间位姿表征模型，利用连续投影算法提取网格内部特征点并连接成线，完成建筑物点云数据线性特征的提取。实验结果表明，所提方法的装配式建筑平面激光点云数据线性特征提取清晰度高、完整度好，且建筑物线性特征的提取正确率最高可达100%，说明该方法具有实用性。     

基于智能空间的家庭服务机器人SLAM

提出了基于智能空间的家庭服务机器人同步定位与地图构建(SLAM)方法.利用双目立体视觉传感器提取环境特征,获取环境中物体的Harris角点,通过立体匹配算法获取角点的三维几何信息,同时获取环境中这些几何特征对应的图像特征信息,并将混合信息进行绑定,作为实时更新信息存入智能空间信息库中,构建出三维立体混合特征地图.在SLAM实现过程中,首先建立系统模型并对该模型进行重构以实现线性化;其次移动机器人与智能空间实时地进行交互,实现快速数据关联;最后利用卡尔曼滤波算法处理信息的不确定性,估计出机器人的位姿,同时保存环境特征,逐步构建出环境地图.实验表明,该方法实时性好、精确度高.     

基于真实细观尺度的沥青混合料三维重构算法

利用X-ray CT扫描沥青混合料试样,获取混合料内部真实细观结构的CT图像。重点对沥青混合料的三维重构算法进行研究,提出实现三维重构的关键:像素单元体与节点匹配技术。通过构建像素单元体和节点的三维空间维度以及相互逻辑匹配关系,建立初步的三维数值模型,在此基础上,采用指针扫描对数值模型中的混合料单元体进行提取,同时按照空间实际分布形态准确分割出混合料中的集料、砂胶和空隙。     

基于二维高密度电阻率勘探数据的三维反演及应用

针对目前高密度电阻率法所采用的数据处理方法主要是把地质结构体视为二度体进行二维处理,从而二维数据资料处理结果只是一种近似解释,其计算精度与反演效果达不到精确反演的要求,设计一种典型的地质体模型,利用有限单元法进行正演计算,对含有高斯随机误差的各测线二维正演数据分别进行高密度电阻率法二维、三维反演,对比二维和三维的反演结果.最后在广东某场地采用高密度电阻率法对岩层划分,利用二维勘探的数据进行二、三维反演.研究结果表明:三维反演受高斯随机误差的影响更小,反演结果与实际地质模型更接近;三维反演在岩层划分中更能凸显岩层分界面区域,岩层的空间分布及岩层、覆盖层的整体连续性能更真实地体现,与钻探结果吻合程度更好.     

基于时变三维坐标重构的空间锥体目标微动特征提取方法

针对现有微动特征提取方法在散射系数复时变条件下不适用的问题,提出了一种基于时变三维坐标重构的微动特征提取方法。首先建立旋转对称空间锥体目标的微动信号模型,其次通过动态规划进行散射点分离,对各个散射点相位干涉处理后获得目标的时变三维像,最后利用高精度的三维坐标重构提取目标的三维微动特征。通过仿真实验在散射系数复时变的情况下进行微动特征提取,结果显示该方法的微动特征提取精度较传统方法有明显提高,可以较好地适用于散射系数复时变的情况。     

基于局部感知的点云语义分割方法

点云语义分割技术是点云数据处理、三维场景理解与分析的有效手段之一。针对点云场景中局部形态各异,导致网络模型识别特征困难的问题,提出了邻域分布关系学习和混合尺度融合的方法,来增强局部感知能力。在卷积算子思想的基础上,根据邻域内所有点在三个坐标轴方向上的联合分布,学习其在高维特征层面的关系,从而捕获局部的整体相关性。此外,将包含小范围底层特征和大范围深层特征的邻域进行整体融合,有效保留不同层级的特征,并能够辅助网络修正相似或错误特征。在场景分割数据集S3DIS、ScanNet上进行实验验证,结果表明该方法在总体精度和类均精度的评价指标上均有提升,证明了其有效性。     

一种快速的体剖面空间生成技术

提出超体元几何模型和相应的三维重构方法，制定了空间几何模型的判断准则和连接准则，并对截面与实体的空间关系进行了分析和归纳，基于三维模型简单的数据结构和拓扑关系，剖面生成算法可以快速自动地生成任意角度，任何方位的剖面及交叉剖面群，直观，准确地表达了三维对象的内部结构及其相互联系。     

三维激光扫描点云直棱特征点填补方法

在三维激光扫描中按照一定的角度分辨率对扫描物体进行离散化采样时,由于物体表面点云中棱角特征模糊,若直接用其构建三维表面模型,在棱角处会导致严重失真,进而影响模型的分析和应用.针对此问题提出了物体棱角自动化填补方法,其技术路线是:首先对点云建立空间索引、精简数据;其次根据扫描点云的法向量,对扫描点云进行非监督分类,从而将属于一个平面的点分为一类;最后利用平面相交的办法填补直线棱角上的特征点.通过实验证明,该方法自动化程度高、填补结果准确,能够使得建立的三维模型与真实物体更加接近,模型分析结果更加准确.     

基于R-line算法的锥形束重构区域

基于R-line算法,对各种锥形束的源轨道的重构区域作了数学描述,给出了重构区域的定义并分析了重构区域的存在性,解析了正交双圆轨道、螺旋轨道以及鞍形轨道等典型轨道对应的重构区域的剖面特征,并讨论了轨道离散化对重构精度的影响.实验结果表明,重构区域的几何参数对空间中的生成点集有控制作用,轨道离散化后的重构点分布具有聚集性,重构剖面上误差分布不均匀.     

三维激光扫描点云精度不均匀性对地形建模精度的影响研究

三维激光扫描技术获取的扫描点由于精度的不均匀性可能导致所建立的模型不能准确地反映实体的形态变化.通过Visual Basic编程语言实现模拟数据的生成,建立严格的数学曲面模型生成原始采样数据,在生成的原始数据上人工加入不同程度的噪声后进行重采样作为实验数据,通过Delaunay三角形建立格网模型,定量分析点云精度对建模精度的影响.     

分流河道砂体构型分析方法在萨北油田的应用

在现代沉积和野外露头的指导下,针对萨北油田北二西区萨Ⅱ1+2b沉积单元采用"层次分析"与"模式拟合"的研究思路,按照不同层次的空间组合模式以及定量规模,分复合河道层次、复合河道内部的单河道层次、点坝层次以及点坝内部的侧积体层次对储层内部构型进行了精细解剖,并建立了能够用于油藏数值模拟的曲流型分流河道三维构型模型,再现了侧积夹层的空间分布,为开发动态分析、剩余油挖潜提供更准确的地质依据.     

密集三维散乱点数据的拓扑矩形网格自组织压缩重建

探讨了曲面密集三维散乱点数据的拓扑矩形网格自组织压缩重建方法。建立了基于自组织特征映射神经网络的三维散乱点数据的拓扑矩形网格自组织压缩重建模型。该模型利用神经元对曲面散乱点的学习和训练来模拟曲面上的点与点之间的内在关系,结点连接权矢量集作为对散乱点集的工程近似化并重构曲面样本点的内在拓扑关系,实现曲面密集三维散乱点数据的自组织压缩。按矩形阵列侧抑制邻区训练调整网络神经元权重矢量,使网络输出层结点呈矩形阵列分布,可生成测量点集压缩后的拓扑矩形网格,可用于NURBS曲面重构。计算机仿真实验表明,所建模型可以实现三维密集散乱点数据自组织压缩,生成期望疏密程度和精度的双有序点列,重建矩形拓扑网格。