基于凸包算法和抗差最小二乘法的激光扫描仪圆形标靶中心定位

针对激光扫描仪圆形平面标靶点云数据缺失或冗余时不易准确获取标靶中心的问题,提出一种稳健的中心定位算法。首先根据回光强度提取标靶点云数据;然后剔除标靶点云数据粗差点,拟合标靶的最佳平面;接着利用凸包算法提取标靶边缘点;最后利用抗差最小二乘求解标靶的中心坐标。实验表明,该算法定位精度能达到亚毫米级,可以有效解决标靶数据缺失或者冗余时标靶定位精度低的问题,提高标靶的中心定位的稳健性。     

基于主成分分析的点云平面拟合技术研究

针对点云数据易受到噪声的扰动,导致拟合的平面不稳定的特点,将主成分分析法应用到点云平面拟合中。首先选取合适的邻域以拟合点云,剔除一些孤立点;再以主成分分析原理为基础,通过一定的准则去除粗差点,获取稳定准确的最佳平面方程。在实验中,分别利用最小二乘法、特征值法和主成分分析法对点云数据进行拟合,结果显示该方法能够有效剔除噪声点,得到可靠的平面参数估值。     

稳健估计方法在点云圆柱拟合中的应用

首先通过改进圆柱拟合的误差方程进行去相关变换,降低参数之间的相关性;再使用再生权最小二乘法(self-born weighted least squares,SBWLS)稳健估计方法来计算观测值的再生权,达到抗差的效果;最终迭代收敛得到圆柱参数估计值.该方法可以任意选取参数初值,也不用进行剔除粗差的处理.通过与目前常用...     

单站点云坐标转换参数的线性拟合解算方法

针对三维坐标转换公式是非线性的,会造成在旋转角度任意大小时影响平差计算转换参数的问题,该文根据罗德里格矩阵的性质,建立坐标转换的线性拟合模型,计算6个拟合参数,并计算坐标转换参数。利用三维激光扫描仪获得物体形状信息后,需要将点云坐标系统转换成工程测量中使用的国家或地方坐标(指定坐标)系。多站实验后的数据分析表明,平面点位误差为21.27mm,高程中误差为18.96mm,证明此方法可靠有效。     

建筑物立面激光点云的定位

车载式近景目标3维测量系统,采用激光扫描仪获取建筑物立面点云.激光点云仅具有扫描仪坐标系下的坐标,不便于其他数据融合进行3维建模.文中根据系统的特点和要求,通过建立相应的坐标系,利用已有或优化的坐标转换模型确定坐标系之间的坐标转换关系.依据基准点与载体平台GPS接收机之间同步观测数据将激光点云在扫描仪坐标系下的坐标经过多次坐标转换,得到基准点所在当地坐标系下的坐标.使系统实现了满足精度要求的建筑物立面激光点云的定位工作.     

建筑物立面激光点云的定位

车载式近景目标3维测量系统,采用激光扫描仪获取建筑物立面点云。激光点云仅具有扫描仪坐标系下的坐标,不便于其他数据融合进行3维建模。文中根据系统的特点和要求,通过建立相应的坐标系,利用已有或优化的坐标转换模型确定坐标系之间的坐标转换关系。依据基准点与载体平台GPS接收机之间同步观测数据将激光点云在扫描仪坐标系下的坐标经过多次坐标转换,得到基准点所在当地坐标系下的坐标。使系统实现了满足精度要求的建筑物立面激光点云的定位工作。     

基于RANSAC的坐标系转换抗差算法研究

空间坐标转换在大地测量、工程测量等领域应用广泛．在利用公共点求解坐标转换参数时,针对公共点中混有多粗差点的情形,给出了基于罗德里格矩阵的坐标系转换模型,并在此基础上提出了基于随机抽样一致性(RANSAC)算法粗差剔除的坐标系转换抗差估计．最后利用仿真数据对该算法进行了验证,同时将该抗差算法与基于IGG3方案的最小二乘抗差估计算法进行了比较．算例结果表明,在20个仿真公共点数据中(仿真多组数据),当粗差点个数超过公共点总数的3／10时,基于IGG3方案的最小二乘抗差算法失效,而基于RANSAC的抗差算法在粗差点个数达到公共点总数的1／2时,依然能保证坐标转换的精度．该抗差算法将RANSAC算法的思想应用到坐标系转换上,有效地剔除了公共点中混有的大量粗差点.      

基于三角网滤波检验的KD树粗差剔除法

针对机载Li DAR点云数据的粗差剔除和滤波,直接关系到后续数据处理的精度,本文运用KD树组织数据建立三维索引,快速查找并计算目标点与k个最近邻点的平均距离,根据距离阈值判断并剔除粗差点。实验选取3种典型测区的点云数据进行实验,分别采用形态学粗差剔除法和本文粗差剔除法对3组点云数据进行粗差剔除,并采用渐进不规则三角网滤波法对原始点云数据及两种粗差剔除结果进行滤波,对结果进行对比分析。结果验证,本文方法能有效剔除点云粗差,提高后续滤波结果的精度。     

变差函数权值估算的移动最小二乘匹配点云粗差剔除

现有密集匹配点云数据已实现了地表3维信息的精细化表达,然而由于误匹配,此类点云往往包含一定数量粗差点并影响后续应用的处理效果。针对此类数据中误匹配所产生粗差点的剔除问题,将变差甬数引入移动最小二乘(MLS)粗差剔除算法。变差函数对MLS拟合区域内点对间的相关性进行估算,以此为依据设置权值对最小二乘的结果进行优化;然后利用MLS局部、分区域地对点云进行曲面拟合;最终根据拟合结果剔除粗差。利用A3数字测图系统生成的城区、山区密集点云数据进行实验,并将处理结果、等权MLS处理结果与人工剔除结果进行对比。实验结果表明该算法可有效对点云中的粗差进行剔除,相较于等权MLS粗差剔除算法,陔算法在城区、山区的误判率分别降低了5.16%和1.31%。     

3维激光扫描仪的全站化实现方法

3维激光扫描仪扫描得到的是目标点的相对坐标,无法直接满足需要大地坐标的工程应用的要求,且不同扫描站间点云数据的拼接非常麻烦。对这些问题,让3维激光扫描仪如全站仪一样能够直接获得大地坐标是一种理想的解决办法。分析了3维激光扫描仪的工作原理,介绍了扫描仪的极坐标系和直角坐标系并推导了其转换关系;在扫描仪中引入旋转平台和平台坐标系,推导了平台坐标系与扫描坐标系及大地坐标系之间的转换模型。在此基础上将扫描坐标转化为大地坐标,实现3维激光扫描仪的全站化。