利用误差熵评价光斑中点云不确定性

三维激光扫描点位精度受光斑影响较大,激光点在光斑中呈现了不确定性,该不确定性的准确描述关系到激光点位精度的评价。将误差熵模型引入到点位不确定性的评价中,利用激光点位在光斑中不确定性的概率密度函数,推导了激光点位信息熵,并依据误差熵与信息熵的关系得到了激光点位的误差熵。通过分析误差熵与光斑面积的关系,得到点云光斑平均误差熵,实现了将平均误差熵引入到点云不确定性的评价中。通过设置不同扫描间隔得到的点云数据,分析了平均熵模型进行基于光斑影响下的点云精度评价的可行性,最终实现了对光斑中点云不确定性的准确评价。     

利用误差熵确定激光点云变形可监测指标

利用三维激光扫描确定变形区域的主要方法是对相同区域的点云进行对比分析,根据对比值确定变形区域及变形量,这种方法虽然能够简单地实现变形监测,但对于监测结果的可靠性并没有进行评价。因此,为了提高变形监测结果的可靠性,对点云误差及点云配准误差进行分析,并由此确定点云变形监测的可监测指标。为了避免相邻点位误差之间的相互影响及误差空间大小的不确定性影响,利用误差熵来确定点云误差空间,并根据其实际大小和误差极值的关系来确定变形可监测指标。通过不同距离和入射角下模拟的平面板变形来验证其可行性,并将该方法应用于某个滑坡场景,以确定该滑坡的变形区域和变形大小。     

地面三维激光扫描点云质量评价技术研究与展望

介绍了地面三维激光扫描误差来源和系统误差自检校方法,构建了测距测角引起的点位误差和光斑影响下的点位误差模型。阐述了利用点云误差椭球和误差熵评价点云精度方法和工程应用效果,给出了点云配准、点云简化、点云产品质量评价方法和研究进展,对地面三维激光扫描点云质量评价发展趋势进行了展望。     

入射角对VZ-400激光点云测量精度的影响

地面三维激光扫描仪在实际测量工作中,因扫描目标过高,导致激光光束达到截止高度角大小。高入射角将导致激光光斑的变形,使得激光可能落在光班的任何一处,增加了不确定性,损失了点位精度。针对VZ-400扫描仪设计测量方案,通过曲线拟合得到入射角系数与d/h的函数,便于确定监测方案中的最佳扫描距离。     

材料表面涂层对三维激光扫描数据精度的影响分析

采用德国Ｚ＋Ｆ　ＩＭＡＧＥＲ　５０１６三维激光扫描仪对混凝土表面、白漆涂层和黄漆涂层３种平面实验板进行扫 描实验,分析材料表面涂层对三维激光扫描数据精度影响。通过不同扫描距离和入射角的数据采集及反射特性分 析,得到３种实验板的反射强度与点云测量中误差的关系。实验结果表明,在６种入射角和扫描距离１０～１００ｍ条 件下,相比于混凝土表面点云数据,白漆涂层点云平均中误差减小２５．６２％;黄漆涂层点云平均中误差减小２６．６８％; 白漆与黄漆涂层有效增强激光反射强度,并保持良好的朗伯体特征,能获得更佳的扫描精度。白漆与黄漆涂层在０° 入射角时扫描数据呈现较强的镜面反射性质。研究表明,在混凝土表面喷涂白漆涂层或黄漆涂层增强了激光反射 强度,可显著提高扫描点云数据测量精度。     

熵理论在确定点位不确定性指标上的应用

分析了传统点位不确定性指标的局限性,基于信息论中的联合熵和最大熵定理导出了n维随机点熵不确定指标以及落入其内概率的统一公式;提出了以熵误差椭圆与熵误差椭球作为2维、3维GIS中点元的位置不确定性度量指标.提出的熵指标具有唯一确定、不受置信水平选取的主观性影响等特点,适合于度量未知分布的点位不确定性.     

熵理论在确定点位不确定性指标上的应用

分析了传统点位不确定性指标的局限性，基于信息论中的联合熵和最大熵定理导出了n维随机点熵不确定指标以及落入其内概率的统一公式；提出了以熵误差椭圆与熵误差椭球作为2维、3维GIS中点元的位置不确定性度量指标。提出的熵指标具有唯一确定、不受置信水平选取的主观性影响等特点，适合于度量未知分布的点位不确定性。     

变形分析中点云虚拟基准的确定方法

针对传统基于固定点的基准构建方法难以适用于点云整体基准探测的问题,本文提出了基于格网质心稳定性和分布相似性的点云虚拟基准确定方法。首先依据常规变形监测网中基准点的变化模式分析稳定区域和变形区域的点云分布特性,探讨点云虚拟基准的概念及探测原则;然后根据测距、测角和光斑面积引起的点位误差定权,以对应格网最小转动惯量对应轴线向量夹角为准则分析点云分布相似性,并利用平方型M_split相似变换检验对应格网质心的稳定性,从而确定多时相激光点云的参考基准;最后结合地面三维激光扫描技术获取的储罐、滑坡和规则几何体点云验证其可行性。结果表明,结合点云质心稳定性和转动惯量对应转轴向量的相似性可以探测不需要现场布设、更不需要定期维护的点云虚拟基准,为多时相点云坐标统一和变形分析等提供基础。     

基于最优邻域局部熵的点云精简算法

针对传统的点云精简算法中不能良好保留细节特征的问题,提出一种基于最优邻域局部熵的点云精简算法.首先利用点云局部邻域协方差矩阵的3个特征值构造的维度特征,构建局部邻域信息熵函数,其次依据局部熵值最小原则确定最优邻域,然后根据最优邻域下计算的特征值间的关系,以及局部信息熵来剔除平坦区域数据点.通过模拟数据和实例扫描数据精简实验,结果表明该方法能较好的保留细节特征.     

面积测量设计中地块形状与界址点误差关系

分析了面积设计误差与界址点误差的关系,推导了根据面积设计误差确定界址点误差的计算公式,得到了最适合设计时求解界址点误差的图形形状。     

A New Progressive Simplification Method for Point Cloud Using Local Entropy of Normal Angle

With the development of modern 3D measurement technologies, it becomes easy to capture dense point cloud datasets. To settle the problem of pruning the redundant points and fast reconstruction, simplification for point cloud is a necessary step during the processing. In this paper, a new method is proposed to simplify point cloud data. The kernel procedure of the method is to evaluate the importance of points based on local entropy of normal angle. After the estimation of normal vectors, the importance evaluation of points is derived based on normal angles and the theory of information entropy. The simplification proceeds and finishes by removing the least important points and updating the normal vectors and importance values progressively until user-specified reduction ratio is reached. To evaluate the accuracy of the simplification results quantitatively, an indicator is determined by calculating the mean entropy of the simplified point cloud. Furthermore, the performance of the proposed approach is illustrated with two sets of validation experiments where other three classical simplification methods are employed for contrast. The results show that the proposed method performs much better than other three methods for point cloud simplification.     

一种基于点云法向量的基准特征提取与倾斜分析方法

针对目前将三维激光扫描技术应用于变形监测领域存在基准特征难以提取、点云数据分析缺乏适用的方法等问题，本文提出了一种基于点云法向量的基准特征提取与形变分析方法。首先利用局部平面拟合方法获得点云的法向量，并沿点云法矢方向探测基准点；然后利用三次B样条曲线对探测的正确基准点进行拟合；最后根据拟合曲线计算基准高程和对径点倾斜角分析基准特征形变信息。对某化工厂的罐体点云数据进行基准特征提取结果表明，该方法可以快速、全面地获取监测对象的整体信息，且能够正确分析监测对象的基准形变。     

基于曲率特征的点云去噪及定量评价方法研究

由于仪器测距、测角误差，物体反射率，人为操作，遮挡及环境变化等原因，扫描获取的点云数据中存在大量的噪声点。为了高效去除噪声并保持原始点云数据的特征信息，本文提出了基于移动最小二乘曲率特征的点云去噪算法。首先采用移动最小二乘法（MLS）精确计算点云的曲率信息，然后根据曲率信息进行点云去噪，最后利用基于信息熵理论的定量评价方法验证本文方法的可行性。     

三维激光扫描技术在复杂地质隧道岩体信息获取中的优化

为了更高效、高精度地获取岩体结构面信息,借助三维激光扫描技术,提出并建立一种基于Kriging算子和最小二乘法组合的点云插值方法。首先对获取的隧道点云数据利用单一的最小二乘法进行插值,并以此为基础,结合Kriging算子的适应度函数建立组合插值模型。在利用三维激光扫描仪已获取的某岩溶隧道的原始点云数据的基础上,运用组合模型进行插值处理,以此获取岩体结构面信息,并将组合方法得到的结果与单一的插值方法进行对比,发现组合方法插值效果较好,误差也较小。基于Kriging算法和最小二乘法结合的插值方法,在利用三维激光扫描技术获取岩溶隧道岩体几何信息—结构面产状的过程中能更加精确、全面,并可以用于岩体稳定性评价。     

一种车载激光点云数据中道路自动提取方法

针对车载移动测量系统数据采集特点,构建车载激光点云扫描线索引,提出了一种基于扫描线索引的道路路面与路边点云稳健分类法。首先通过分析扫描线上不同地物剖面的空间分布特征,进行剖面激光点生长聚类,形成完整的地物剖面目标点集;然后根据点集的几何特征因子判断点集类型;最后利用相邻多条扫描线上路边点分布规律进行去噪。对车载移动测量系统获取的两份点云数据进行实验,路面与路边提取的平均完整率分别为94.4%、86%,平均准确率分别为98.9%、99.1%。实验分析表明,该方法能有效减少粗糙路面点的错误分类,适应不同的道路路边条件,降低独立地物对路边提取的干扰。     

目标颜色和入射角对Trimble GX扫描点云精度的影响

介绍三维激光扫描仪的误差分类及近年来国外在目标反射特性对点云精度影响方面的研究进展,大量实验表明点云精度与目标表面反射特性存在较强关系。通过对纸质贴片点云分析得出如下结论:Trimble GX三维激光扫描仪所测点云标准偏差与反射激光亮度符合乘幂函数关系;目标颜色对该扫描仪测量精度有较大影响,白、绿、黄、蓝等颜色对绿色激光反射率较好;纸质贴片旋转一个较小角度可使扫描点云质量最优;纸质贴片反射特性服从朗伯余弦定律。     

平台运动误差对机载LiDAR激光脚点分布的影响分析

为了有效地抑制与补偿平台运动误差产生的像质退化,针对机载激光雷达平台的运动特性研究激光雷达点云分布的变化规律。从理论上推导了平行扫描式激光雷达、Z扫描式激光雷达和圆锥扫描式激光雷达的点云坐标分布表达式;通过仿真讨论了机载激光雷达运动参数与激光雷达点云分布之间的规律;基于平行扫描式激光雷达,研究了5种运动误差对激光雷达点云坐标分布的影响,最终仿真得到根据影响程度由大到小依次为侧滚角误差、俯仰角误差、偏航角误差、机身上下抖动误差、速度瞬时变化误差。该研究结果为进一步研究机械补偿,以提高激光雷达系统成像的精度提供了理论依据和基础。     

低矮植被的无人机激光雷达测高精度分析

针对无人机激光雷达估测低矮植被高度的精度大小,本文以3m以下低矮树木为研究对象,通过数值模拟方法得到不同航高、不同扫描角情况下激光脚点坐标和点云估测单一树木高度的最大测量误差值;对比实测树高,分析了激光点云估测树高的精度。结果表明,在航高为30m、扫描范围为(-50°,5°)的情况下,无人机激光雷达获取的激光脚点坐标误差和由激光点云估测低矮树高(3m以下)的误差均可以达到cm级;激光点云估测单一树木高度与实测高度的决定系数为0.977,均方根差为5cm,标准均方根差为4%。因此,应用无人机激光雷达数据可以快速、精确获取低矮植被高度信息,进而为反演植被生物量和植被长势信息监测提供重要依据。