面向对象的车载激光扫描点云建筑物立面提取

本文利用面向对象的点云分析方法进行车载激光扫描点云数据中建筑物立面的识别。该方法对点云进行基于法向量和距离约束的点云分割,计算分割面片的倾角、面积、高程变化范围等特征,并依据建筑物立面垂直于水平面、面积比较大、高程变化范围较大等规则从点云数据中识别建筑物立面。实验表明该方法可以精确有效地进行MLS点云中建筑物立面提取。     

面向车载激光扫描点云快速分类的点云特征图像生成方法

车载激光扫描是空间数据快速获取的一种重要手段。车载激光扫描点云数据的分类和特征提取是目标识别与三维重建的基础。本文以车载激光点云数据为研究对象,提出了一种适合于其快速分类与目标提取的点云特征图像生成方法。该方法首先将扫描区域进行平面规则格网投影,通过分析格网内部点云的空间分布特征（平面距离、高程差异、点密集程度等）确定激光扫描点的定权,从而生成车载激光扫描点云的特征图像。利用生成的点云特征图像,可采用阈值分割、轮廓提取与跟踪等手段提取图像分割的建筑物目标的边界,从而确定边界内部点云数据,实现目标分类与提取。本文以Optech公司的车载激光扫描数据为实验对象,验证了本文提出方法的可行性和实用性。实验结果表明,该方法能快速有效分离出车载激光扫描点云中的地面数据、建筑物数据等。     

车载激光扫描点云中建筑物边界的快速提取

以车载激光扫描点云数据为研究对象,提出一种由粗到细且快速获取点云中建筑物3维位置边界的方法。首先,通过分析格网内部点云的空间分布特征(平面距离、高程差异和点密集程度等)确定激光扫描点的权值,采用距离加权倒数IDW(Inverse Distance Weighted)内插方法生成车载激光扫描点云的特征图像。然后,采用阈值分割、轮廓提取与跟踪等手段提取特征图像中的建筑物目标的粗糙边界。最后,对粗糙边界内部的建筑物目标点云进行平面分割,提取建筑物的立面特征并构建立面不规则三角网TIN(Triangulated Irregular Network),并在建筑物先验框架知识条件下自动提取建筑物的精确3维位置边界。     

基于改进RANSAC算法的屋顶激光点云面片分割方法

基于改进的随机抽样一致性算法(RANSAC)对建(构)筑物屋顶面片进行点云分割,通过改进种子点选取方式来提高面片分割的置信度,并将点到平面距离的标准差作为判断准则,以提高分割面片的准确性。同时,采用KD-Tree组织点云,根据空间平面的法向量、连通性分析、点云的R半径密度对分割的面片进行优化处理,试验证明该方法能有效地对建筑物屋顶面片进行点云分割。     

利用三维激光扫描数据进行建筑物立面点云分割算法分析

三维激光扫描技术在当今社会的应用越来越广泛，但由于点云数据量大，处理效率低下，如何快速高效地将大量点云数据进行重建与识别成为解决问题的关键。点云分割技术能够将立面点云中的特征信息与背景点云分离开来，为地物特征信息的提取和识别工作提供了重要的技术支持。本文通过编程实现了多种点云分割算法，对建筑物立面进行分割处理，详细分析了不同算法的分割精度及适用范围。     

利用RANSAC算法对建筑物立面进行点云分割

建筑物立面点云分割是车载激光扫描数据特征提取与建模的基础.本文将随机抽样一致性算法( Random Sampling Consensus)方法引入对点云的分割中,并在判断准则中引入了点云的r半径密度,消除了噪声的影响,同时建立角度和距离两个约束条件对平面分割结果进行优化,提取出了最终的建筑物立面特征平面.     

多标记点过程的Lidar点云数据建筑物和树冠提取

将机载激光扫描点云数据转换成点云特征影像,提出基于多标记点过程的建筑物和树冠目标几何对象的自动提取方法.首先根据目标的几何特征建立吉布斯自由能变模型,通过目标的一致性建立该模型的数据项,通过目标的拓扑性质等空间特性建立该模型的先验项.然后利用可逆跳转马尔可夫蒙特卡洛(RJMCMC)算法进行采样,并采用模拟退火算法进行优化求解,实现建筑物目标和树冠目标几何对象的多目标自动提取.试验结果表明该方法能够从机栽激光扫描数据中有效地提取建筑物和树冠,具有较强的稳健型.     

基于深度图像的建筑物点云平面边界线提取算法

以地面三维激光扫描建筑物数据为对象,提出一种快速提取建筑物平面边界线算法。将点云数据先进行目标分割,然后转化为二维的深度图像,探测深度图像的边界,利用深度值与点云坐标的对应关系提取建筑物点云边界线。通过实际数据的实验,验证了算法的可行性。     

车载LiDAR点云中建筑物立面位置边界的自动提取

提出了一种基于点云特征图像和特征值分析的车载LiDAR点云建筑物立面位置边界的自动提取方法。首先利用车载LiDAR点云数据生成扫描区域的点云特征图像,并通过图像处理手段提取可能的建筑物目标点云;然后对提取的目标点云进行剖面分析和特征值分析,识别建筑物目标;最后对建筑物点云进行平面分割,提取建筑物立面,并对立面点云进行特征值分析,得到建筑物立面与地面交接的三维位置边界。实验结果表明,该方法能快速有效地提取车载LiDAR点云数据中的建筑物目标,同时提取的建筑物立面位置边界与原始点云能准确符合。     

采动区旧址文物类建筑物评价方法

针对采动区旧址文物类建(构)筑物的特殊性,文章提出采动影响下旧址文物类建(构)筑物损坏的多因素单一综合评价方法。以安源煤矿革命旧址建(构)筑物为研究对象,系统分析了革命旧址建(构)筑物的损坏原因,并确定相应的评价指标,采用加权平均法对建(构)筑物的损害进行综合评价分析。结果表明,评价结果与实际损坏程度相符,反映了革命旧址建(构)筑物不同于普通结构建筑物的特殊性,为采动区旧址文物类建(构)筑物损坏的评价方法提供新的途径。     

基于地面三维激光技术的建筑物变形监测研究

地面三维激光雷达测量系统是最近几年刚刚新生的一个测量技术,本文提出一种研究建筑物变形的方法即用三维激光扫描仪对建筑物或者构筑物进行三维扫描并获得建筑物的三维点云模型,然后通过前后两次建筑物的三维点云数据的比对、分析,可以对建筑物进行平面位移监测、沉降监测、倾斜分析、整体形变监测。     

融合多特征深度学习的地面激光点云语义分割

针对当前点云语义分割研究对地面站激光点云特征利用不足、正确率较低的问题,该文提出了一种基于多尺度球形邻域特征的深度神经网络算法。该算法基于多尺度球形邻域计算的地面激光点云的粗糙度、高斯曲率,以及全方差、线性度等基于协方差的多种特征,结合XYZ坐标、RGB颜色、激光反射强度组成47维特征向量作为神经网络的输入,经过多组参数组合实验优化神经网络结构,最后通过softmax分类器输出每个点的类别。利用Semantic-3D测试集验证所提的深度神经网络模型,取得了较好的分类精度,总体正确率和平均交并比分别达到了86.6%和55.0%。实验结果表明,所提算法充分利用了地面站激光点云的特征,可有效提升语义分割的正确率。     

利用点云切片提取技术分析桥梁形变

三维激光扫描技术作为近年来发展迅速的测绘手段,在桥梁健康监测中,已经成为监测技术的重要组成部分。本文以武汉市某跨江大桥为例,首先采用Trimble SX10三维激光扫描仪对桥梁进行长期监测扫描,并对桥梁钢结构和桥墩的点云进行切片;然后在Trimble Business Center 和 Trimble RealWorks软件的帮助下对每期的扫描点云进行处理,提取桥拱断面点坐标并对桥墩切片点云进行最佳垂直圆柱体拟合,获取拟合平面中心点坐标;最后对比分析每期特征点平面坐标的偏差和三维偏移量。本文研究成果验证了三维激光扫描仪在桥梁变形监测中的可行性,丰富了桥梁监测数据的表现形式,可以为相关研究提供依据和参考。     

三维激光扫描技术在煤矿沉陷区监测应用

采用三维激光扫描仪与传统观测相结合的方法,获取开采沉陷区精细三维点云数据,在对激光点云数据预处理和数据分析基础上,分别对采空区地表沉降、铁路线沉降、铁路桥沉降与形变监测进行研究,并与传统观测结果进行对比分析,结果表明两者具有较好的一致性。     

大型建筑物三维激光扫描的流程及精度分析

三维激光扫描技术能够提供扫描物体表面的三维点云数据,瞬时测得空间三维坐标值和相应的影像数据,根据获取的空间点云数据快速构建三维可视化模型,精度优良且输出格式多样,能满足不同应用的需求。以扫描大型建筑物为例,论述了三维激光扫描系统的主要构成和工作流程,误差产生的来源及相应的质量控制进行分析,获得满足技术设计要求的扫描数据,为信息数字化发展提供了必要的生存条件。     

基于车载式激光扫描的地铁隧道结构检测

本文针对地铁隧道结构检测的基本内容和要求,基于车载式激光扫描技术研究了地铁隧道结构的检测方法。采用车载激光扫描系统采集地铁隧道的点云数据,采用基于RANSAC算法和大小尺度法线算法的组合滤波方法对点云数据进行预处理,通过对隧道点云数据的切片、拟合、展开等处理,计算并分析了地铁隧道的断面变形、收敛值、错台值及渗漏值等。研究结果表明,采用车载式激光扫描技术可以快速地检测和分析地铁隧道结构的形变,适用于地铁隧道结构的定期检测和形变分析。     

多源点云数据融合的建筑物精细化建模

三维建模技术能够实现建筑物的数字化存档，在古建筑保护与修复和现代建筑规划与改造中具有不可替代的作用。针对倾斜摄影测量和三维激光扫描建模技术中建筑物模型存在的问题，本文提出了一种倾斜摄影测量和三维激光扫描生成三维点云模型相融合的建筑物精细化建模方法。选用无人机和三维激光扫描仪作为试验设备，利用ContextCapture、SCENE软件完成点云拼接、生产和编辑，通过ICP算法完成点云精细匹配，实现多源点云数据融合建模；对比单一建模方法模型，从纹理结构和模型精度两方面对融合建模模型进行质量评价。结果表明，融合建模模型纹理清晰，几何结构完整，模型距离中误差和高差中误差的均值均低于倾斜摄影测量模型的值，接近三维激光扫描模型。     

基于三维激光扫描技术的钢结构扰度检测及应用

钢结构在长期荷载及不均匀受力的作用下会产生空间变形，其中扰度是其重要的衡量指标。通常采用全站仪采集钢结构轴线上若干特征点进行分析、计算，由于钢结构特征点难以捕捉，测量存在误差，并且有限的空间离散点难以全面反应钢结构空间变形。本文采用徕卡RTC360三维激光扫描进行钢结构扰度测量；介绍了其作业流程及数据处理方法；利用标靶将各个测站的三维点云拼接成一个整体；采用拟合的方法提取空间特征点及轴线；利用三维点云构建空间模型，并与设计模型进行碰撞分析；可全面地反映钢结构的空间变形情况。     

基于BP神经网络法的地表变形监测

利用三维激光扫描技术监测地表变形时,需要对大面积的地形点云数据重建地面曲面。针对点云数据的海量性,提出利用BP神经网络的方法进行曲面重建,分别模拟出两期点云数据的曲面及两期点云数据的下沉曲面。实验结果表明,该方法对海量数据的曲面重建精度较高,并能提取变形信息,具有较高的使用价值。