车载激光点云领域比较的道路边线提取方法

对车载激光扫描获取的高速公路信息进行研究,提出直接利用三维激光点云数据的平面和高程信息,通过点云与其邻域比较进行道路边线提取的方法。该方法提取不需要其他辅助数据,能直接从点云中自动提取出道路边线信息,对点云数据自动提取具有一定借鉴意义。     

基于三维激光扫描技术的金山寺三维重建

三维激光扫描可快速、高精度地获取地物表面的点云数据,但点云数据后期处理技术亟待成熟。本文基于三维激光扫描技术,针对金山寺古建筑群与造像的三维重建,提出了两种数据采集和建模方法,并在此基础上构建了金山寺三维模型,证明了此技术方法的有效性,为三维激光扫描技术提供了良好的应用前景。     

一种新的激光点云数据精简方法

三维激光扫描技术是最近几年在测量方面发展起来的一个研究热点。提出利用点云模型中相邻三角形夹角的大小来对点云数据进行直接精简的方法,在matlab平台下,通过编程实现点云数据的压缩。将精简的点云数据通过编程重新构建三角网,最后在Geomagic软件中建模,通过与原始模型进行对比,新方法的压缩效果比较理想。     

误差理论在三维激光扫描点云处理中的应用

误差传播定律反映了直接观测量的中误差对间接观测量中误差的影响,通过三维激光扫描技术获取点云数据,点云数据本身的精度和后续处理的精度与可靠性对各种工程具有全局性的意义。基于此,将误差理论和误差传播定律应用在三维激光扫描技术上,分析了点云数据的误差来源及传播规律。采用点云数据实例演示了提高点云数据处理精度的过程,通过实例实验进行高压塔数据的配准,验证了ICP算法的可行性以及误差范围符合要求。     

基于三维激光扫描技术的建筑物三维建模研究

以某建筑物为例,进行三维激光扫描,研究三维激光扫描的系统组成与其工作原理、特点,采集建筑物点云数据,处理建筑物点云数据等数据处理方法,分析建筑物三维建模的方法,重建建筑物模型。     

三维多视点云数据拼接方法研究

基于RIEGL-VZ1000型地面三维激光扫描测量系统进行实验,对比分析了两种三维多视点云数据拼接方法,给出了改进点云数据拼接精度的若干建议,并提出了一种新的点云拼接方法的设想,以期为点云数据的拼接工作提供有益参考。     

基于地面三维激光扫描技术的盾构隧道竣工测量探究

分析了地面三维激光扫描系统的测量原理与数据处理方法,研究了点云数据的NURBS曲面重构方法。应用地面三维激光扫描仪采集竣工盾构隧道点云数据,构建了隧道点云模型。选取点云模型的两个横断面与设计断面进行了比较,结果表明,地面三维激光扫描技术可为隧道竣工测量提供更便捷和实用的方法。     

一种利用面元拟合的地面点云数据三维R树索引方法

针对地面激光扫描的真三维点云数据,提出基于面元拟合的三维R树索引方法,在对点云进行递归分割和面元拟合的过程中形成三维R树节点的包围盒,通过对传统R树的改进,使之更好地保留平面特征,以适应点云数据的管理。通过实验实现了地面点云数据的高效管理与查询检索,证明了方法的有效性。     

三维激光扫描点云数据处理研究进展、挑战与趋势

三维激光扫描直接对地球表面进行三维密集采样,可快速获取具有三维坐标(X,Y,Z)和一定属性(反射强度等)的海量、不规则空间分布三维点云,成为数字化时代下刻画复杂现实世界最为直接和重要的三维地理空间数据获取手段,在全球变化、智慧城市、全球制图等国家重大需求和地球系统科学研究中起到十分重要的作用。目前,在传感器技术和国家需求的双重驱动下,三维激光扫描在硬件装备、三维点云数据处理以及应用3个方面取得了巨大的进步,同时也面临新的挑战。本文以三维激光扫描的发展历史为线索,总结了三维激光扫描系统的现状、三维点云数据处理的关键进展以及在测绘地理信息等领域的典型应用,并分析了三维点云数据处理面临的挑战,最后展望了三维激光扫描与点云处理的发展趋势。     

基于三维激光扫描数据的建筑物三维建模

给出基于三维激光扫描测量仪所获得的点云数据来实现建筑物三维建模的方法。文中介绍了三维激光扫描测量仪的系统组成与工作原理,给出对点云数据处理的过程和方法,阐述建筑物三维建模的方法,并用实例介绍整体方法的实现过程和效果。     

基于CATIA的飞机曲面重建方法研究

介绍了逆向工程的基本知识,飞机曲面数据采集的一般流程;提出了点云数据预处理算法实现方法,包括点云滤波算法、点云数据精简算法和基于奇异值分解法的多视点云拼接算法,通过对数据的预处理,大部分数据噪声得以消除,数据量进一步简化,多视点云数据实现空间配准;研究了飞机曲面重建的数据处理流程,对飞机机体进行若干分区,按照点、线、面的建模处理流程对每个区进行独立建模;最后以Catia逆向建模模块对某型样机点云数据处理流程为例,详细探讨了飞机曲面重建的流程和精度验证等方法。实践证明,本文介绍的算法和处理方法切实有效,建模数据准确可靠。     

面向水库大坝形变监测的三维激光扫描点云分析方法

根据黄龙带水库大坝两期高精度三维激光大坝扫描点云数据,本文提出基于正态分布的点云数据配准算法、改进原始渐进加密三角网滤波算法,运用点到面形变量对比分析模式监测大坝形变量,并进行源程序开发,实现一体化监测点云数据的加工、对比分析及建模处理。通过结果验证显示：①改进后的算法效率高、精度优,适用于大坝点云数据处理和对比分析;②开发的点云数据一体化处理软件简单易用,能够精准反映坝体变形情况;③黄龙带坝体稳定,尚无安全隐患。     

点云场景认知模式——泛化点云EI北大核心CSCD

随着传感器技术和观测平台的迅速发展,点云大数据作为新型遥感的主要数据形式,已经逐渐成为场景感知的重要信息载体,并在地质灾害态势感知、自然资源定量调查和道路交通安全服务等国家重大战略需求中发挥了越来越显著的作用。与此同时,点云观测装备和国家重大战略需求的双重驱动促使空间场景从感知迈向了认知,也对认知处理的算法和算力提出了新的要求。为此,本文以点云场景认知的基本框架为线索,分析了多源点云耦合观测的研究现状,总结了点云场景认知处理的关键进展及其在国家重大战略需求中的典型应用,并凝练了点云场景认知当前面临的主要问题。在此基础上,本文聚焦点云场景认知的前沿挑战,避开传统欧氏空间而转到高维张量流形空间进行点云数据处理,提出了“泛化点云”的科学概念和技术框架,为突破点云场景认知处理的算法和算力提供研究思路。     

信息向量机、相关向量机和支持向量机在机载LiDAR点云数据分类中的应用

机载LiDAR点云数据分类技术是LiDAR数据后处理的关键步骤。信息向量机、相关向量机及支持向量机可以在LiDAR点云数据分类中发挥重要作用。本文将三种分类器应用到点云数据分类中,通过实验验证了它们在点云数据分类中的性能,总结了它们在点云数据分类任务中的应用潜力。     

大断面点云数据提取的优化方法研究

本设计主要包括以下几个方面:一是点云数据分幅管理、建立空间索引。三维激光扫描系统获取的点云数据量大,如果直接在所有的点云数据中进行运算,那么运算效率会比较低下,且一般电脑无法处理如此大的数据。因此,必须先对原始大点云分幅处理、建立空间索引,按一定的规律形成计算机可方便处理的小文件,提高运算效率。二是整理断面数据,把断面设计信息按一定的格式整理。三是求解断面的方位、参数等信息,判断每一个横断面所经过的图幅,这一运算过程直接影响到整体效果。四是利用点云数据提取断面点。     

一种基于局部曲率特征的点云精简算法

平均曲率是分析三维表面的重要几何特征之一。根据平均曲率进行海量散乱点云数据的精简,首先通过空间包围盒法建立K邻域,然后对K邻域内的点拟合二次曲面计算平均曲率,最后以邻近区域内点的平均曲率中误差为阈值,结合点的精简概率判定点是否保留。通过与传统方法对比,证实了文中方法在保留特征点和压缩上具有较好的优势。     

车载LiDAR海量点云数据管理与可视化研究

为了支持车载移动激光扫描点云数据的高效管理与快速可视化,提出了一种适用于车载海量点云的数据组织方法。该方法将原始点云数据分段后生成轨迹信息用于快速索引,分别对每段数据建立基于八叉树结构的LOD（levels of detail）索引,并采用多线程动态调度技术实现基于视点的海量点云渲染与漫游,显著提高了车载点云数据的调度效率。实验结果证明该点云数据组织方法是一种适合车载点云数据的高效管理方法。     

使用FME与VBA提取机场方格网高程数据

因受机场工程设计软件的测量数据容量限制,基于LiDAR采集、点云分类后得到的地面点云数据LAS不能完整应用于目前设计软件进行设计计算。本文通过对拟选技术方案的筛选,提出了利用FME Workbench数据处理功能,结合VBA编程获取外部方格网平面数据的方法。该方法在FME Workbench中实现了地面点云数据构建TIN、采用逐点内插方法从TIN中提取方格网高程数据、等高线生成及相应图形处理与成果输出。最终通过实际算例证明了该方法的有效性。     

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.     

LiDAR技术在钱塘江海塘工程安全监测上的应用研究

LiDAR作为一种主动式对地观测系统,可快速获取地物的三维点云数据,显示地物特点。文中利用LiDAR系统平台,获取钱塘江海塘三维点云数据,通过点云处理软件,对三维点云进行后续处理,生成海塘工程三维模型;分析模型数据,对海塘工程进行剖面分析、沉降监测等,探索LiDAR技术在海塘工程安全监测上的应用。