激光强度值改正模型与点云分类精度

基于激光雷达方程分别建立线性、对数、三次多项式物理改正模型对各种因素进行改正,利用改正后的强度值进行点云分类,并对三种模型改正效果、分类精度、运算效率等进行比较分析.结果表明:线性模型分类精度最低,运算量小;三次多项式模型分类精度最高、运算量大;对数模型精度与运算量兼顾.因此,在实际应用中,可根据数据量大小、运算速度要求、分类精度要求等合理选择三种模型进行点云分类,点云分类后能为后续建模提供数据基础和特征约束,实现对点云的有效压缩并提高点云建模的效率.     

基于中轴线拟合的隧道点云去噪研究

目的通过拟合中轴线对隧道内部噪声点滤除,并在去噪时保持隧道主体数据的完整性,提出一种通过拟合隧道中轴线对隧道点云进行噪声点滤除的方法.方法采用统计滤波滤除部分远离主体点云的大尺度噪声点,再基于高斯曲率的方法将隧道点云数据分为管片点云和轨道面点云两类;利用投影法提取隧道中轴线,通过判断点到中轴线之间的距离与设定的阈值的大小关系,滤除隧道内部及靠近管片壁的噪声点,多次迭代去噪,直到点云数据量趋于稳定;利用直通滤波和统计滤波滤除轨道面点云噪声,最后将去噪后的管片点云和轨道面点云进行组合得到去噪后的盾构隧道点云.结果利用拟合得到的隧道中轴线对分类后的管片点云进行五次迭代去噪后,管片点云数量趋于稳定,噪声点基本滤除;对分类后的轨道面点云进行了有效滤除并且保持了原有特征;将去噪后的两部分点云组合,得到了完整的去噪后的隧道点云.结论笔者所采用的方法简单有效,能有效地滤除隧道点云噪声且保证主体数据完整性.     

机器学习在车载激光点云分类中的应用研究

点云信息分类提取与利用是车载移动测量系统的关键技术,提高车载激光点云分类的智能化已成为当代信息科学技术发展所面临的重要问题.从分析点云的特征入手,采用机器学习方法对车载激光点云的行道树提取进行了大量实验研究.首先,在点云原始特征的基础上,根据其局部几何特征及空间分布,构造了由三维空间位置、回波强度、颜色值、法向量、单位投影密度、残差及回波强度维度内的残差等17个特征值组成的点云高维特征向量,然后采用支持向量机和人工神经网络两种机器学习方法分别对行道树点云进行提取实验.实验中采用了粒子群优化算法对支持向量机进行参数寻优,采用所构造的由17个特征值构成的特征向量对点云进行机器学习,两种学习方法的行道树点云分类精度分别可以达到99.75%和99.25%.实验结果表明,采用机器学习的方法对于提高车载激光点云分类自动化程度和智能化水平具有重要意义和作用.     

基于特征点位置约束的三维激光移动测量位姿改正方法

准确的导航定位信息是激光移动测量系统获取高精度点云的基础,但导航定位系统在短时段失效情况下会导致观测点位置信息不准确,从而无法获得准确的点云数据。为此,提出一种基于特征点位置约束的激光移动测量位姿改正方法,利用导航定位系统失效时段前后测量得到的少量特征点位置信息,构建基于不同时刻特征点配准的位姿改正模型,将导航定位系统失效时刻的观测点位置和姿态作为待估参数进行最小二乘解算,实现位姿参数恢复和点云重构。结果表明,采用基于特征点位置约束的位姿改正方法,导航定位系统短时段失效情况下的点云坐标中误差从米级改正到了分米级,对于提升组合导航系统稳定性和点云移动测量精度有重要的参考价值。     

双阈值法地面激光点云强度图像边缘提取

在扩展目标激光测距方程的基础上,根据扫描仪的辐射机制,分析了利用强度图像进行点云边缘提取的可行性及强度图像中非边缘点、边缘点及噪声点的八邻域特征.根据各类点的八邻域特征,提出了一种双阈值判别准则,用于提取强度图像中的非边缘点、边缘点与噪声点.根据判别结果:对非边缘点与噪声点进行中值滤波;对边缘点,其灰度值保持不变.最后利用Canny算子对滤波后的强度图像进行边缘提取,并通过实验对该方法进行了验证,对不同的双阈值选取结果进行了讨论分析.实验结果表明:利用原始激光强度图像可有效实现地面激光点云的边缘提取,双阈值法不仅能去除点云强度图像中的椒盐噪声,同时能保证边缘提取的精度.     

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。     

古建筑物三维点云数据去噪方法

目的研究k-means聚类算法和双边滤波去噪算法,解决古建筑物在建模中如何减少噪声点的问题.方法使用k-means聚类算法对点云数据进行k个集群划分,选择合适集群,获得最佳K值进行点云去噪,使用双边滤波算法对点云数据进行滤波去噪,选用Fandisk点云数据、bunny点云数据、沈阳建筑大学古建筑物老校门和八王书院点云数据进行去噪实验.结果选用的仿真模型和古建筑模型经过处理,点云数据模型表面光滑,边界特征保持良好.结论所提方法有效地去除了噪声点,增强了点云数据模型的光滑的和光顺度.     

K-邻域法对不同形态植被点云数据特征的提取

以三维激光扫描仪获取的点云数据为数据源,在分类裁剪得到不同自然地物的点云数据基础上,介绍了利用K-邻域法对不规则的自然地物点云数据进行邻域检索,通过设定尺度参数k的值对高矮不同的植被进行特征点的提取算法。通过实验对提取后的结果进行比较分析。结果表明:尺度参数的设置对点云密度较大的低矮植被效果明显,对于密度相对稀疏的高植被影响不大,参数k设置在3~5之间效果显著。     

基于机载LiDAR属性信息检测离群点云

无人机载LiDAR是一种新型遥感技术,可快速获取高密度、高精度的地物点云数据,随着获取精度越高,点云数据量越大。为减少参与点云滤波处理的数据量,提高滤波速度,本文结合点云回波次数、高度和点云回波强度三种属性信息,采用箱形图检验方法获取非地面点云,并使用反复建立三角网方法分别对处理前后的点云数据进行对比分析。结果表明:针对截取的试验区点云数据,可去除多次回波对应的噪声点云363个,得到第1次和第2次回波分别占点云总数的98.49%和1.49%;高度和强度离群的点云共占点云总数的1.46%。通过对点云进行滤波前期的处理,可降低滤波时间32.2s,且保留地面点云2551个。本文研究利用箱形图检测点云属性获取离群值,可提高点云处理速度和降低地面点云漏分的现象,为后期直接利用统计方法对点云属性信息分析和实现快速处理海量点云提供参考。     

基于随机森林的全波形点云数据分类研究

针对机载全波形数据,本文提出了一种基于随机森林法的点云分类算法,首先通过全波形分解获得振幅,回波次数,以及回波宽度3个特征,再结合本文中提出的特征提取方法,构建一个多维特征向量并进行特征选择,最后利用随机森林法将激光点云分为植被,地面部分以及建筑物三类.对比支持向量机分类方法,实验证明该方法具有很好的稳定性以及高效性,能够在城市区域取得很好的分类精度.     

高湿多尘采空区三维激光探测数据误差分析与修正

针对地下金属矿山高湿、多尘复杂环境导致采空区三维激光探测结果失真的问题,研制了采空区复杂环境模拟装置,进行了64组不同相对湿度、粉尘质量浓度条件下的点云数据误差分析与修正实验.结果表明,随相对湿度和粉尘质量浓度增大,点云平均误差比均呈“S”型趋势增大;当粉尘质量浓度介于30.0~85.0mg/m³、相对湿度介于76.0%~85.0%时,点云平均误差比呈幂指数增长;适合采空区三维激光探测的粉尘质量浓度为0~5.6mg/m³,相对湿度为0~49.0%.同时,提出了高湿、多尘探测环境下的点云数据误差修正公式,并应用于福建某金矿复杂采空区的精准探测工程中,修正后的采空区边界信息更加符合实际情况.     

自触发式脉冲激光雷达响应延迟对测量结果的影响

分析了自触发式脉冲激光测距系统的结构,确定了信号响应延迟的来源。在常温常压环境下使用该激光测距系统对于标定距离进行测量,得到实验结果并与理论计算的正确结果进行对比,得到了它们两者之间的关系。根据这一关系推导出修正补偿关系式。最后再次用该系统进行测量,依据修正补偿关系式修改程序算法给出修正结果,修正后测量距离结果的误差可以缩小到毫米级,验证了修正措施的有效性,实验结果稳定。     

地面三维激光扫描点云配准的最佳距离

分析点云配准的原理,在此基础上推导出点云配准误差传播模型.利用该模型解算了配准后的点位误差,将该误差作为衡量点云配准好坏的指标.为评估地面三维激光扫描测距的变化给点云配准误差造成的影响,设计了一套试验方案,在地面三维激光扫描仪测距精度内对不同距离进行了严格的试验.根据提取的靶心和点云配准误差传播模型,计算得出不同距离下的点云配准精度,从而分析得出点云配准精度的扫描最佳距离.结果表明点云误差传播模型正确,试验方法良好.     

采用激光扫描的古田会议会址三维几何造型建模

将三维扫描的建模方式与传统的几何造型的建模方式相结合,提出基于激光扫描的三维几何造型建模方案.重点解决地面激光扫描仪(TLS)获取三维点云时站点布设与数据处理、几何造型中点、线、面、体的提取与三维建模,以及纹理数据处理等问题,实现目标建筑的真实感三维建模.以福建省上杭县古田会议会址为例,建立精细的三维模型.结果表明:该方案能够实现典型中式建筑风格的文化遗址数字化建模.     

地面激光点云结合摄影测量的建筑物三维建模

当地面激光扫描仪扫描建筑物时,由于地物的遮挡、或者某些地方不便设站等原因,造成了点云缺失,导致点云数据不完整.本文主要是以安徽师范大学敬文图书馆为例,在利用地面激光扫描测量生成建筑物点云的基础上,借助航拍摄影测量技术获取图书馆顶部的点云数据,对点云空洞进行修补,即在获取地面激光点云数据和摄影测量点云数据之后,对两种点云数据进行配准、几何建模及纹理映射,最终生成图书馆的三维立体模型,实现建筑物的三维可视化表达.     

激光谐振腔内类透镜介质像差的校正

高能激光器谐振腔中，介质折射率随温度、压力、能量等物理量沿径向变化而呈类透镜分布，由此引起激光振荡特性的改变，产生动态的类透镜介质像差，根据光波的矩阵传输理论，以正支共焦望远型非稳腔为例，用几何方法对激光谐振腔内的类透镜介质效应及其像差校正进行了理论分析，计算结果显示，所给方法能有效消除该像差。     

三维激光扫描技术在建筑物建模上的应用

三维激光扫描技术的应用领域日益广泛,但点云数据内业处理较为复杂,对此方面的研究一直是许多相关专业的热点．通过三维激光扫描仪对历史建筑进行扫描,对采集的数据进行处理,建立建筑物的三维模型．提出了控制网的布设方案,完成激光扫描仪坐标下点云数据向全站仪坐标下数据的转换,对海量点云数据去噪、拟合、建模,完整地建立建筑物的真三维模型,为建筑物的保护和管理提供了基础数据．     

地形图辅助的建筑物地面和机载点云特征配准

机载和地面激光扫描数据配准的实质是坐标转换问题.以建筑物的立面为研究对象,基于地形图的建筑物线性特征,提出建筑物线-面特征约束的地面和机载点云数据配准方法,实现机载和地面点云数据的配准及其向地形图坐标系的转换.采用拟合方法,获取地面与机载点云、地形图的建筑物线性特征参数.依据特征之间的空间关系,建立特征参数与坐标转换模型的关系,分别实现地面与机载点云向地形图坐标系的水平转换.垂直转换则通过建筑物水平屋顶边缘的高程相对配准以及控制点处的高程绝对配准计算.以上海海洋水族馆点云为例进行实验验证,结果表明该方法可以实现地面和机载点云数据配准.     

贵州省松桃大湾苗寨建筑数字化保护

为了提高苗族建筑保护的准确性和有效性,以贵州省铜仁市松桃苗族自治县大湾苗寨吊脚楼为研究对象,利用三维激光扫描技术,采集苗寨吊脚楼三维点云数据,依据点云数据提取建筑尺寸、节点样式等信息,并绘制其二维施工图纸,为吊脚楼建立完整、规范的施工图集。同时以BIM技术为支撑,以施工图纸为参照,对吊脚楼进行参数化建模。通过可视化动态施工模拟对吊脚楼的施工工艺进行分解,直观地展示其施工过程。以三维点云信息保存、施工图纸逆向设计和动态施工模拟的方式对苗族吊脚楼进行数字化保护。     

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.