点云数据特征点提取方法的比较

点云特征的提取在城市、地质等领域有非常重要的使用价值。特征点是最基本的几何特性和纹理特征的特征基元,其不会因为坐标系的改变而发生变化。通过用不同的方法提取点云数据中的特征点,可以在减少计算量的前提下,保留点云的几何特征。通过对利用法矢、曲率和体积积分不变量3种不同的特征点提取方法进行比较,并通过Matlab进行特征点提取实验并分析情况,对其优缺点及适用性进行探讨。     

基于车载激光点云的道路几何信息自动化提取

为了高效地进行道路设施信息采集与数字化建模,利用车载激光点云数据构建了一种自动化提取道路几何信息的方法框架。针对激光数据的无序性和冗余性,通过网格降采样和半径滤波精简点云规模、去除噪音点;通过栅格单元划分进行点云组织和索引,合理利用点云的空间局部性、缩减运算规模;利用道路要素在高程上的层次性与路面结构的连续性、光滑性,设计了高程滤波、基于主成分分析框架的局部法向量滤波、DBSCAN聚类等方法,实现从原始点云到路面点云的精确分割;利用采集车辆的行驶轨迹信息获取道路走向,利用其方向向量与法向量进行道路横截面的划分;切取横截面后投影至二维平面,并通过滑动窗口、最小二乘等算法提取道路宽度与平纵横参数。通过提取算法与人工测量的结果对比,在复杂街区和郊区公路两个实验数据集,点云分割准确性均超过87%,完整性均超过97%,提取质量均超过86%,几何信息的平均相对误差较小,说明算法具有良好的提取质量。有限算力条件下,两个数据集中点云处理时间分别是6.864与10.078 s/km,几何信息提取时间分别是1.732和0.843 s/km。提出的方法能够很好的兼顾提取效率与精度,在复杂街区和郊区公路环境下...     

复杂激光点云数据中路面自动化提取技术

为了从数据量十分庞大的点云数据中提取出所需的道路要素,实现道路基础设施的数字化,该文提出了一种复杂激光点云环境中的路面提取方法.基于最近行车轨迹数据点进行道路剖面的划分,搜索出每个点的最近行车轨迹点,并根据它们的编号来进行剖面划分.采用两个连续点的距离、高程、点到行车轨迹的距离这三项指标,通过它们的阈值进行路面点的判断...     

基于地面激光点云数据的单木三维重建方法

目的 使用地面三维点云数据,提出一种单株树木三维网格模型重建方法,为精准获取测树因子提供技术支撑。 方法 对获取的点云进行预处理,使用k-d树构建近邻关系图,用Dijkstra算法求算出子图的根。检测出有效路径后,使用探测半径计算关键路径。计算树枝骨架,然后对初始骨架进行Bezier曲线半径平滑,得到平滑的骨架,再将骨架连接,使用半径平滑和圆柱拟合减少点云密度小造成的拟合不足的情况,能够最大限度保留树枝的细节。结果 使用3株落叶松点云数据构建了树枝树干表面网格模型,重建了树木三维结构。将树干、树枝的三维网格模型与点云匹配后,效果较好;所构建的模型能够进行细小枝条的重建,而不是模拟细枝,通过观察重建结果,一级枝的重建效果非常好,大的二级枝也能得到很好的展示;整套算法计算快速,计算时间与枝条的复杂程度、连接关系有关。结论 基于关键路径探测的方法能够很好地构建树木的三维网格模型,可以用于单株树木测树因子的精确提取。     

基于点云数据的建筑物快速精细建模

运用点云切片提取建筑物特征线拟合建模,对于长方体、圆柱体、管状体等规则物体自动匹配建模,对于不规则物体进行点云切割、侧视图提取轮廓线、拟合建模,对相同的结构复制等方式批量处理,然后根据点云组合模型,完成建筑物主体建模;通过平面投影方式提取门窗等细节的轮廓线,将轮廓线导出到第三方软件,实现对门窗的精细建模;最后通过纹理贴图生成极富真实感的三维模型并对其数字化展示.     

散乱点云数据的可视化探究

三维激光扫描仪获取的散乱点云数据的可视化工作,是对点云数据进行分析应用的一个重要环节.该文从开发环境配置、点云数据输入、点云数据显示等方面详细讨论了可视化的实现细节,利用VC6+OpenGL实现了点云显示、旋转、平移、缩放、渲染等功能,为点云数据的后续处理提供了直观的帮助.     

基于激光点云数据的三维建模技术研究

利用激光扫描仪获取的点云数据构建实体三维几何模型时,针对不同的应用对象、不同点云数据的特性,激光扫描点云数据建模的过程和方法也不尽相同。概括地讲,整个点云数据建模过程包括数据预处理和模型重建。数据预处理为模型重建提供可靠精确的点云数据,降低模型重建的复杂度,提高模型重构的精确度和速度。该文提出的方法能够很好的为快速三维建模进行服务,尤其是比较关注街道两侧信息的三维获取,这将大大减少人工三维数据获取及其建模的工作量,将有很好的应用前景。     

基于点云数据与工程知识的桥梁形态变化识别方法

为精准评估桥梁服役状态,通过定期多次三维激光数字建模,提出一种基于点云模型与工程知识的桥梁形态变化识别与跟踪方法. 首先以传统ICP配准算法为基础,结合工程专业知识,仅依据优化的相对不动点集实现高效的点云分割与配准,进而针对新旧点云模型实施三维几何差异分析,从而完成桥梁形态变化的识别与验证 . 最后将该方法应用于实际工程,高精度识别出背景桥梁各关键构件一年内的形态变化,并利用工程知识对其进行验证. 研究结果表明：所提出的基于工程知识的点云配准算法可高效实现三维点云间的精确配准;以此进行三维几何差异分析,可快速准确识别出桥梁构件在某一时期内的形态变化,例如主梁弯曲扭转以及桥墩偏移等. 该方法可进一步提高桥梁非接触检测结果的科学性与精准性.     

基于点云的隧道改建工程BIM建模方法与实践

为解决隧道改建工程中,难以根据地表真实岩体形态对隧道模型进行动态设计与调整的问题,通过遥感测绘(无人机倾斜摄影和地面激光扫描)技术与建筑信息建模(building information modeling,BIM)相结合,形成了 一套新的隧道线路布设和结构设计方法.首先,采用无人机倾斜摄影建立地表实景模型,利用地面激光...     

基于点云数据的去噪算法研究

阐述了点云数据的去噪方法的研究情况,并对几种经典的去噪算法进行了介绍分析,对其优缺点进行了总结.通过实验对各种主要算法进行了有效性检验,并对目前及未来的研究重点做了展望.     

基于历史信息的路面表观损坏图像识别

在路面表观损坏图像识别方法中,为了解决现有方法准确度与速度不高的问题,利用历史检测结果这一历史信息,提出一种基于历史信息的路面表观损坏图像识别方法。首先,搭建了面向历史信息应用的算法框架,引入利用历史信息创建损坏识别的初始约束条件的机制。其次,训练VGG-16网络用于提取损坏特征。最后,利用历史信息建立初始种群以及设计特征参数,从而改进遗传算法。实验结果表明,该方法相较不运用历史信息的识别方法,能在不降低识别准确度的前提下显著提升识别速度,最快可较不运用历史信息的算法提升141.71倍速度。     

基于点云数据复杂曲面产品的快速开发

重点以三维反求工程为基础，详细地研究了复杂曲面产品的快速开发方法，提出了基于点云数据的STL（STereoLithography)快速重构，有限元网格划分，结合快速成型及计算机辅助工程（CAE）等技术，大大加速了对具有复杂曲面的产品，如汽车覆盖，塑胶产品模具，个性化人体骨等的设计与制造速度，也避免了繁杂的曲线曲面重构。通过实例，验证了所提出的方法不仅简便易行，而且也能满足模具设计制造的精度要求。     

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.     

基于点云数据的汽车密封条的曲面重构

逆向工程是现代制造技术的重要发展方向之一，结合汽车密封条逆向开发的特点，在汽车密封条的逆向开发中，重点探讨了基于点云数据来重构汽车密封条曲面的方法，提高了产品的精度和开发效率。     

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.     

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.     

基于空间网格划分的点云质量检测算法

随着三维激光扫描技术的快速发展,它以非接触性、高密度、高精度、数字化、自动化等特点,被广泛用于多个邻域,其中在建筑物变形监测领域的应用也越来越广泛。针对扫描设备获取的大量变形监测数据,快速地统计出前后两期数据变化差异值,提出了一种基于空间网格划分的点云质量检测算法,算法通过对不同期点云模型进行空间网格划分,依据网格进行点云邻域搜索,并根据点云变化差异值给点云赋予不同色谱颜色值,最后进行直观的两期点云变化差异可视化,并绘制出统计信息图。研究表明,该算法能够快速地分析对比两期点云数据,输出变化差异统计信息,能够为工程的运营提供快速的安全指导参考。     

适于路面破损图像处理的边缘检测方法

根据路面图像存在的背景不均、损坏比例低和损坏方向不规则的问题,提出了适于路面损坏图像处理的边缘检测方法.在传统边缘检测方法的基础上,引入了预处理和边缘增强.其中预处理包括背景校正、高斯平滑、灰度直方图变换,并提出有效灰度区间的概念;边缘增强则采用了数学形态学的膨胀运算和中值滤波.针对路面损坏图像实例,采用8方向Sobel算子和最大类间方差分割算法,按照上述流程进行边缘检测.结果表明,该方法能有效降低噪声对路面图像处理的影响并最大限度地保留图像中的损坏特征,而背景校正和基于有效灰度区间的灰度直方图变换则是该方法的关键.对经过预处理的边缘图像,最大类间方差法可取得理想的分割效果.     

基于无人机点云数据的露天采场矿车提取方法

针对在基于无人机点云数据进行露天采场验收测量过程中,由于矿车点集的存在导致验收精度降低的关键问题,提出了一种露天采场矿车点集自动提取方法.以哑巴岭露天采场无人机点云为数据源,首先利用渐进式形态学滤波算法分割出地面点与非地面点,然后通过改进的欧氏聚类算法对非地面点中的矿车点集进行聚类提取,最后基于国际摄影测量和遥感学会(ISPRS)提出的误差评判标准对矿车提取结果进行评估分析.分析结果表明,该方法可以有效提取露天采场中的矿车点集,为实现露天采场快速高效验收提供了重要的技术支持.