点云的高压线塔主斜材交叉点提取

针对无标志点状态下高压线塔变形监测问题,提出了基于点云的变形监测方法,该方法根据高压线塔的结构特点选取不同高度处对称分布的主斜材部分点云,通过平面分割、点云投影、边界提取、直线分割和直线拟合等过程获取交叉点坐标。采集山西柳林某高压线塔四期点云数据进行实验,利用本文方法求得高压线塔特征点坐标并与手动提取结果进行对比,证明提取方法具有一定的精度,得出高压线塔存在变形且主要因素是由不均匀下沉导致。     

基于语义特征的堤防外坡激光脚点分割

在缺乏影像等辅助数据的情况下,本文直接利用激光雷达LiDAR点云数据,提取水系边缘,并在此基础上实现基于语义分割的堤防外坡激光点云提取方法。分两步进行边坡的提取:首先获取LiDAR数据中水体边缘轮廓线,进一步获取堤防边坡的下缘线;然后以下缘线为增长基线,通过最小二乘平面拟合,利用区域增长的方法,将边坡平面提取出来,从而获取边坡脚点。     

外缺圆圆心检测

圆心检测中,圆的边缘缺损会影响圆心检测的精度。霍夫圆圆心检测具有良好的稳定性,但是精度稍低;最小二乘圆拟合,具有较高的精度,但是易受噪声点的干扰。针对这种情况,本文提出了一种基于霍夫圆的亚像素缺损圆圆心检测方法。先利用霍夫圆检测出粗略圆心坐标及半径,再利用轮廓检测技术提取出所有轮廓点的坐标,并根据霍夫圆检测出圆心及半径对轮廓坐标进行筛选,保留在圆上的轮廓坐标,并利用这些轮廓点坐标进行最小二乘圆拟合求出圆心。实验结果表明,该方法适用性较广,简单可靠,精度高。     

ArcGIS Engine下的三维点云变形监测可视化研究

针对地面三维激光扫描仪获取的点云数据,设计了以Arc GIS Engine为二次开发组件、C#为开发语言的变形监测三维可视化程序,实现了对点云数据的数据管理、三维建模、纹理渲染、数据查询、地形分析5大功能模块。在此基础上,通过将变形前后的两期点云数据进行三维建模与可视化、区域变形量提取,验证了该程序应用于变形监测的可行性。     

基于车载激光点云的道路边线自动分类与提取

车载点云数据的自动分类与提取是进行城市三维建模的基础和关键步骤。文章利用国产SSW车载激光建模测量系统获取的点云数据丰富的底层信息(点云基于激光扫描坐标系的坐标、相邻点梯度等)提出了一种针对道路边线的自动分类与提取算法。通过粗提取和精提取两个步骤得到准确的道路边线点云,再采用最小二乘拟合算法进行拟合,自动生成道路边线矢量文件。     

独立模型法点云拼接在建筑倾斜监测中的应用

针对建造结构复杂高层建筑倾斜监测需求,介绍了一种基于地面三维激光扫描仪,结合独立模型法多站点云拼接的高层建筑倾斜变形的监测方案,研究其点云拼接原理、棱线提取和监测技术路线。通过拟合标靶球点云球心的三维坐标,与同名点控制坐标进行坐标转换,实现点云拼接。提取建筑点云模型两平面的交线即建筑物棱线,计算倾斜度。工程实践表明以独立模型法作为点云拼接的理论基础,点位空间误差为M_S=1.743 mm,满足建筑物变形观测要求。可实现对复杂高层建筑倾斜监测,相比于传统倾斜监测方法的外业工作量可缩短近60%,且精度高,可靠性强。     

地面三维激光扫描技术应用于井架整体监测研究

主要论述井架点云数据获取、坐标数据转换、冗余信息去噪等方法,将不同时期获取的点云数据分别建立三角网模型,通过模型整体对比获取井架的变形量,分析了三维激光扫描技术在煤矿井架变形监测的可行性。     

基于三维激光扫描技术的变形监测方法研究

针对三维激光扫描技术应用于变形监测的研究,本文提出点、面结合的变形监测方法。通过提取变形监测点的三维坐标信息,进行多期数据的监测点坐标信息的比较,获取局部的变形信息。运用豪斯多夫距离对点云模型进行求差运算,得到整体变形信息,并对模型的求差运算结果进行对比分析。实验结果表明,基于三维激光扫描技术的点、面结合的变形监测方法在变形监测中具有较高的实用价值。     

基于水平截面法的树木点云精细分割研究

本文提出了水平截面法精细分割树木点云的方法。首先根据点云数据在XOY平面内建立二维格网,求取每个格网内点云数据高度的均值,根据格网内点云数据的高度阈值滤除地面点云和低矮地物点云数据;其次对滤除地面和低矮地物的点云运用八邻域算法提取树木点云,运用水平截面法对树木分层处理,求取每一层树木点云的轮廓线;再次将轮廓线连成多边形,求取多边形的最小外接圆的圆心,运用最小二乘直线拟合算法对各层圆心进行直线拟合,根据拟合直线与地面的交点,可以求取树木的精确位置;最后根据距离最近的原理,对树木进行了精细分割。实验表明:本文研究的方法可以较好的实现树木点云的提取,避免了传统方法设置参数过多的弊端。     

三维激光扫描技术边坡监测研究

本文介绍了三维激光扫描技术原理,给出边坡监测数据获取与处理的技术流程:首先用基于区域的分割方法对深度图像分割,用标志点匹配法进行点云数据匹配,然后利用滤波方法对点云数据进行简化,最后利用迭代最近点法(ICP算法)进行点云拼接。以某边坡的实际监测数据为例,采用Trimble GX200三维激光扫描仪获取点云数据,RealWork Survey Advanced扫描数据处理软件获得DEM数据。结果表明,采用本文技术可获取边坡的DEM及边坡形态,为边坡变形监测与灾害预报提供基础数据。     

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。     

基于空间向量的空间圆拟合算法研究及其应用

对基于空间向量的空间圆拟合算法进行研究,将空间圆看成过球心的空间平面和球壳相交而成的圆,根据球心在空间圆上任意两点连线的中垂面上的性质,利用空间向量组建中垂面方程,与拟合的平面方程联立求解圆心坐标和半径。采用C#语言编写程序进行了算法实现,利用索佳全站仪采集断面数据,使基于该算法的程序在管道准直分析的工程中得到实际应用。     

利用三维激光扫描技术进行万寿寺塔变形监测

针对传统测量方法在古塔遗址变形监测中存在过程复杂、精度较低等问题，本文采用三维激光扫描技术进行变形监测，提出了一种基于最小二乘的塔体倾斜度计算方法。该方法首先提取出每层塔体的轮廓点云，然后根据最小二乘原理拟合出每层塔体的圆心，最后对其每层圆心进行线性拟合提取塔体中轴线，进而计算塔体倾斜量。以西安万寿寺古塔为例，较传统监测方法，本文算法能够快速计算出塔体的倾斜度，有效提升了工作效率。     

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。     

基于地面激光扫描仪的地铁盾构区3维重建技术

采用地面激光扫描仪技术,分站式获取地铁盾构区间的3维点云数据,实现了盾构区间的3维模型重建。首先在盾构区间布设精密控制网,使用高精度全站仪和水准仪测量控制点的3维坐标;然后对盾构区间采用分段、自由设站的方式进行扫描,同时使用设站在精密控制点上的全站仪无棱镜模式测量标靶中心坐标。最后对每一扫描站的3维点云进行纠正,通过标靶的绝对空间坐标,实现多视点拼接,重建具有规则几何结构的盾构区间实体模型。结果表明,3维激光点云能够重建精细的地铁盾构区间模型,可用于地铁的设计方案展示、变形监测、轨道几何状态检测、调线调坡测量等。     

三维激光扫描技术应用于沙丘监测的研究

着重论述三维点云数据获取、拼接、坐标转换、去噪、DEM的生成方法,以及通过两次监测结果对比沙丘的变化情况,目的是研究三维激光扫描技术在沙丘变形监测方面的可行性.     

已知平面与高程点不同时的严密三维基准变换

由于常规控制网的平面与高程网分开布设,当求解常规控制网与GNSS三维控制网的基准变换参数时,需要分别利用其平面坐标和高程的已知成果。传统控制网与三维GNSS控制网都存在误差,文中在解算变换参数时,同时对两套坐标引入改正数,并顾及公共点与转换点观测误差的相关性,利用公共点的改正数推估转换点的改正数,实现两套坐标的基准变换。模拟数据的分析结果表明,文中方法能够在常规平面与高程控制网分开布设时,实现与GNSS三维控制网的基准变换。     

基于点云数据的危岩体表面线状特征提取方法

以危岩体的变形监测为研究对象,以三维激光扫描技术为数据获取方法,阐述了从点云数据获取、数据预处理到生成深度图像的方法、步骤、注意事项等,分析了数字图像处理中常用边缘检测算子的优缺点,提出采用Canny算子方法提取得到危岩体表面特征线,进而提取线状特征对应的三维坐标,为危岩体的变形监测提供了一种数据处理方法。     

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。     

应用TLS点云数据确定边坡特征对象区域和形变分析

针对目前主要形变监测方法监测点少、整体形变资料缺乏的不足,利用三维激光扫描仪获取边坡点云数据,通过对边坡特征对象区域识别,利用重心法计算特征对象区域的形变量大小,将形变特征对象区域转变为监测点,并分析形变特征对象区域的变形情况,弥补了传统形变监测手段在边坡监测应用和形变分析中的不足。