基于激光点云的3维可视化方法

介绍了利用3维激光点云与数字影像,生成云冈石窟正射影像的原理与方法.采用激光扫描与数码相机同步获取石窟、石佛的3维点云与数字影像,建立点云与数字影像映射关系模型,将影像的纹理信息赋予3维点云模型,实现点云模型真彩色3维可视化,并在此基础上生成正射影像图.研究成果对于历史遗迹、文物保护与修复具有重要意义.     

航空三线阵CCD影像测制城市数字正射影像

提出了利用三线阵ＣＣＤ相机测制城市数字正射影像和建立三维模型与目标,开展航空直接获取数字影像的摄影测量。着重讨论了利用三线阵ＣＣＤ影像计算自由外方位无素并生成模型ＤＥＭ然后利用少量控制点建立地面－模型坐标转换关系,生成地面坐标系的ＤＥＭ和正射影像。     

顾及语义的机载LiDAR点云格网化方法

传统的点云格网化方法采用纯数字拟合内插的方法,基本不顾及平面坐标和高程之间存在的潜在关系———语义信息。将语义信息纳入点云格网化生成的高程格网具有更高的语义一致性,更适合用于3维可视化和真正射影像的生成。以静态水体为例,研究了顾及语义的机载L iDAR点云格网化方法。最后通过实验验证了该方法的有效性。     

顾及语义的机载LiDAR点云格网化方法

传统的点云格网化方法采用纯数字拟合内插的方法,基本不顾及平面坐标和高程之间存在的潜在关系——语义信息。将语义信息纳入点云格网化生成的高程格网具有更高的语义一致性,更适合用于3维可视化和真正射影像的生成。以静态水体为例,研究了顾及语义的机载LiDAR点云格网化方法。最后通过实验验证了该方法的有效性。     

基于DSM点云纠正的正射影像房屋边缘锯齿消除

当前无人机低空航空摄影测量生成的数字正射影像DOM中,房屋边缘大量存在锯齿失真的现象,严重影响了对影像建筑物的判读和提取,降低了无人机航测数字正射影像的使用效益。提出一种利用数字表面模型DSM点云数据,提取其房屋边缘,并进行规则化处理,然后在此基础上进行数字微分纠正,生成正射影像的方法。实验结果表明,利用该方法可有效防止数字正射影像中房屋边缘存在的锯齿失真现象。     

正射影像辅助下的LiDAR点云构建DEM方法

提出了结合两类数据的DEM生成方法,该方法先将原始LiDAR点云自动滤波得出粗略地面点,经数据抽稀后提取地面关键点点集,再利用航迹文件和相机文件进行空三加密生成数字正射影像。在此基础上将粗分类点云与正射影像匹配,在少量人工干预下,对点云进行二次分类获得精确地面点点集,构建DEM。实验结果表明该方法是可行和有效的。     

LiDAR数据与正射影像结合的三维屋顶模型重建方法

为提高三维屋顶模型重建的准确性与定位精度,本文集成机载LiDAR数据与正射影像,以“屋顶面片提取-屋脊线生成-三维屋顶重建”为框架,提出了三角形簇和三角形动态传播相结合的屋顶面片提取策略.基于LiDAR数据和影像的屋脊线精确提取算法,有效挖掘影像高分辨率特性和LiDAR数据高程点云特性的互补优势,实验证明了算法的优越性.     

基于SLICO的无人机影像建筑物对象提取

提出一种基于超像素分割算法与随机森林算法的无人机影像建筑物提取,利用INPHO软件生成正射影像和点云数据,并用点云数据进行反距离插值运算和波段运算生成归一化数字模型(nDSM)影像。将正射影像与nDSM影像进行波段合成并仅对正射影像采用基于SLICO算法分割生成超像素,选择相应的特征利用随机森林分类器进行分类,从而得到建筑物的提取结果。研究结果表明密集的影像匹配点云生成的nDSM影像进行建筑物提取时,可有效地对农村区域和城市区域的建筑物进行提取,同时避免了面向对象方法中最佳分割尺度难以选择的问题,取得了较好的建筑物提取效果,降低了建筑物提取的成本。     

非量测相机影像三维模型构建及精度检验

针对三维模型构建投资大、周期长、技术难度较高的问题,该文提出了基于Agisoft PhotoScan的非量测相机影像三维模型构建及精度检验方法。在对非量测数码相机数据进行预处理的基础上,利用Agisoft PhotoScan软件进行数据定向、点云提取、建立不规则三角网及数字高程模型和数字正射影像的制作;根据生成的数字高程模型和正射影像建立研究区域的三维场景模型。实验结果证明,该方法可快速建立高精度三维模型,缩短建模时间并降低投资成本。     

利用TerraSolid对ADS100数据的实践

目前,ADS100数据愈来愈普及,利用ADS100数据生产正射影像的流程也十分常见,如何使得生成的正射影像精度更佳、效果更好一直是测绘人员追求的方向。本文尝试利用激光点云处理软件TerraSolid制作高精度的DEM,以便纠正出精确的DOM。     

基于激光反射率的点云与图像自动融合

提出一个基于激光反射率的点云图像自动融合算法,数字图像与点云反射率图像特征点匹配,得到数字图像特征点像点坐标和相应物点物方空间坐标对,采用直接线性变换算法(DLT)建立点云数据反投影至二维图像点的投影模型,实现点云图像自动融合,得到目标表面的全面信息,包括物体表面三维坐标和纹理信息。自动地实现点云图像融合,无需人工参与,提高效率和准确率,同时结合实验验证该算法的可行性。     

基于激光扫描仪的点云模型的自动拼接

利用非接触式三维激光扫描仪对目标进行旋转扫描,获得目标的不同旋转位置的空间数据和数字影像,对相邻的两幅立体影像利用匹配方法寻找同名点,并映射到空间方,同时利用相对定向和空间相似变换分别剔除像方和空间方的粗差,以获得相邻两个坐标系准确的空间相似变换参数,根据空间相似变换参数将位于相邻的两个坐标系的空间点统一到同一个坐标系中去,完成三维数据的配准。     

利用激光扫描和数码相机进行古建筑三维重建研究

本文提出了一种利用激光扫描仪和数码相机对古建筑物进行快速三维重建的方案。对于待扫描的建筑物,获取从不同角度扫描的激光点云,并用手持数码相机拍摄具有一定重叠度的序列图像。首先,对相邻扫描站的激光点云自动拼接,生成统一的点云模型。通过在点云和图像上分别提取特征直线,利用共面条件,解算各张照片相对于激光扫描坐标系的方位元素。利用已配准的两种传感器数据,提取建筑物框架,并映射纹理,生成三维模型。文章最后给出对武汉大学老图书馆三维重建的实验结果。     

多像位姿估计的全景纹理映射算法

纹理映射技术作为获取具有丰富纹理信息的真彩色点云的有效手段，正以其独特的优势广泛地应用于众多行业领域。研究了一种利用三维激光扫描仪与外置数码相机联合标定解算多张影像位姿并获取全景真彩色点云的方法。其基本思想是利用摄像机与激光扫描仪固有的相对位置姿态，通过对首张影像进行标定得到其位置姿态后，利用摄像机空间旋转的几何特性，根据首张影像的位姿获取其余影像的位姿，继而完成多张影像的纹理映射，获取全景彩色点云。对比目前主流的全景影像纹理映射算法，该算法在精度与效率上均有一定提高。对多种点云数据进行纹理映射实验，结果表明，该方法能够快速准确地获取真三维全景彩色点云，为三维精细化建模提供了数据基础。     

Image classification-based ground filtering of point clouds extracted from UAV-based aerial photos

With the advent of unmanned aerial vehicles (UAVs) for mapping applications, it is possible to generate 3D dense point clouds using stereo images. This technology, however, has some disadvantages when compared to Light Detection and Ranging (LiDAR) system. Unlike LiDAR, digital cameras mounted on UAVs are incapable of viewing beneath the canopy, which leads to sparse points on the bare earth surface. In such cases, it is more challenging to remove points belonging to above-ground objects using ground filtering algorithms generated especially for LiDAR data. To tackle this problem, a methodology employing supervised image classification for filtering 3D point clouds is proposed in this study. A classified image is overlapped with the point cloud to determine the ground points to be used for digital elevation model (DEM) generation. Quantitative evaluation results showed that filtering the point cloud with this methodology has a good potential for high-resolution DEM generation.     

基于3维激光扫描的3维模型重建

作为一种新兴的空间信息获取手段,3维激光扫描仪的应用日益广泛。通过3维激光扫描仪获取的点云数据,可用于构建建筑物的整体点云模型,进而生成三角网模型和实体模型。本文结合工程项目中的实际操作,阐述点云数据采集以及模型构建的主要方法。     

深度图像自动配准点云的方法研究

点云配准是三维激光扫描数据处理过程中不可或缺的一个环节,利用标靶进行配准是经典的手段之一,此类方案在单独扫描标靶的基础上进行半自动化配准。本文给出一种配准策略,利用中心投影原理将单站扫描的点云转换为深度影像,借助数字图像处理技术完成标靶的自动提取,拟合获得标靶中心点的坐标,并借用摄影测量学的知识实现点云的自动化配准。实验证明了本文方法的有效性。     

低空UAV激光点云和序列影像的自动配准方法

提出了一种低空无人机(unmanned aerial vehicle,UAV)序列影像与激光点云自动配准的方法。首先分别基于多标记点过程与局部显著区域检测对激光点云和序列影像的建筑物顶部轮廓进行提取,并依据反投影临近性匹配提取的顶面特征。然后利用匹配的建筑物角点对,线性解算序列影像外方位元素,再使用建筑物边线对的共面条件进行条件平差获得优化解。最后,为消除错误提取与匹配特征对整体配准结果的影响,使用多视立体密集匹配点集与激光点集进行带相对运动阈值约束的ICP(迭代最临近点)计算,整体优化序列影像外方位元素解。试验结果表明本文方法能实现低空序列影像与激光点云像素级精度的自动配准,联合制作DOM精度满足现行无人机产品1∶500比例尺标准。     

基于移动激光扫描点云数据和遥感图像的建筑物三维模型快速建模方法

建筑物的三维建模是城市三维建模和可视化的重要组成部分。本文提出一种基于点云数据与遥感图像的建筑物三维模型快速建模方法。首先,运用改进的RANSAC法从点云数据中提取建筑立面,根据立面区分平顶建筑与人字形屋顶建筑;在此基础上,进一步对建筑物的高度进行提取;之后,利用区域增长法从遥感图像中提取建筑物屋顶轮廓,利用形态学方法对提取出的轮廓进行规则化处理,并基于Freeman链码提取轮廓角点,得到规整的轮廓;最后,根据提取出的建筑高度属性对屋顶轮廓拉伸并进行纹理映射,实现对建筑物的三维重建。通过实例证明,提出的方法能快速、高效地实现建筑物三维模型的重建。     

基于直线特征检测的道路边线自动提取方法

针对如何从车载激光点云数据中快速、准确地提取道路边线的问题,本文提出一种基于直线特征检测的道路边线自动提取方法。首先对原始点云进行地面滤波,删除非地面点,获取包含道路信息的地面点云,接着把点云投影到二维图像上,根据反射强度获得平均强度图像,对平均强度图像进行LSD直线检测,获得道路边线的直线段,然后进行直线连接,把检测出来的短线段连接成长直线,最后根据直线特征提取出道路边线,并且利用定量指标对提取结果进行定量分析。实验证明,该方法提取的道路边线具有较高的准确率和完整性。