多站激光扫描点云配准算法研究

随着Li DAR的迅速发展,三维激光扫描技术已经被广泛运用于各个领域。点云数据配准过程中,传统的配准算法比较依赖特征点匹配精度,粗差点的存在会较大程度地影响配准精度和配准效率。通过对罗德里格矩阵、整体最小二乘原理的分析,提出了一种基于整体最小二乘的罗德里格矩阵算法。在该算法实现的过程中,能够考虑到系数矩阵误差,降低算法实现过程中特征点坐标误差对参数求解的影响。实验结果表明,本文算法比参数算法和严密的罗德里格算法精度更高、稳定性更强,在初始对应点坐标误差较大的情况下仍能获得精度较为稳定的变换参数。     

基于改进SICP算法的多源点云配准研究

三维激光点云数据具有精度高、数据获取高效、几何信息丰富的优势,在地形数据获取方面起到了越来越重要的作用。但在实际的外业测量中,由于视场角限制,一般都难以获取待测物体完整的点云数据,发生数据缺失现象。而根据摄影测量技术生成密集的影像点云,能获取复杂区域的测量数据。针对三维激光点云数据外业采集缺失的状况,结合影像密集点云特征,提出了一种加入动态迭代因子和分步最优求解尺度的改进尺度迭代最近点(scaling iterative closest point, SICP)算法,对影像点云与三维激光点云进行配准研究。实验结果表明:基于改进的SICP算法提高了影像点云与三维激光点云的配准精度、减少了迭代次数,能有效解决不同源平台获取的点云数据融合问题。     

三维点云数据拼接中ICP及其改进算法综述

ICP算法是三维点云数据精确拼接过程中的主流算法.文章对目前国内外ICP及其各种改进算法的发展现状进行了系统地分析与研究.将ICP算法分为4个主要阶段:(1) 对原始点云数据进行采样;(2) 确定初始对应点集;(3) 去除错误对应点对;(4) 坐标变换的求解.分别对各个阶段中典型方法的基本思想和关键技术进行了分类与分析,并在精度与效率等方面对这些算法进行了比较.最后对目前算法研究中的难点问题及未来的研究重点进行了展望.     

3D正态分布变换在多波束自动校准中的应用

多波束测深数据存在横摇误差、纵摇误差、艏摇误差等,需进行校准。当前主要采用商业软件Caris进行人工手动校准,自动校准主要采用迭代最邻近算法等。针对Caris需要人工干预以及ICP容易陷入局部循环的缺陷,采用3D正态分布变换的配准方式,通过建立联合概率密度函数,采用似然函数建立匹配点云与目标点云之间转换关系。利用Hessian矩阵和梯度向量求最优化转换参数,完成多波束条带的自动校准。本文结合Caris中的人工配准结果,通过对3D-NDT算法匹配效果进行对比分析,验证了文中算法在平坦地区、斜坡区域等多种地形中都取得了更优的匹配效果,为实现多波束自动校准提供了重要的算法依据。     

基于SURF算法的多波束和侧扫声纳图像配准与融合

利用SURF(Speeded-up Robust Features)算法对多波束和侧扫声呐图像配准时,因为图像分辨率差异大而导致配准困难,通过对低分辨率的图像进行升采样,使图像配准达到了较好的效果;另外,对SURF算法中粗匹配的距离测度函数进行改进,提高了SURF算法的配准速度;然后利用RANSAC算法实现了多波束与侧扫声纳图像的精准配准;最后对配准后的图像进行小波变换融合,利用信息熵和平均梯度对图像融合效果进行了评价,并通过实例数据验证了该算法的有效性。     

基于三维声纳点云的水下沉井地形探测技术

为了解决水下沉井地形监测难题,给出了一种基于三维扫描声纳的地形监测方法以及地形点云的高精度快速处理方法。首先,结合沉井特点,给出了一种悬挂式三维扫描声纳扫描沉井水下地形方法;然后,结合沉井形状及点云特点,给出由降采样点云抽稀法、基于欧式距离的区域自生长算法的点云去噪方法和基于K-means++聚类算法的沉井水下地形分割方法等组成的水下地形点云处理方法,实现了基于声纳点云的地形点云快速获取及水下地形恢复。实验结果表明,该方法可有效用于沉井水下地形探测。     

海底管道检测与三维点云重建算法

随着海底油气管道的铺设规模越来越大,为防止管道油气泄漏而导致人员伤亡和财产损失,海底管道的日常巡检尤为重要。提出一种基于多波束点云的海底管道检测与三维重建算法,利用高频多波束声纳对水下管道进行成像,对声纳图像采用经典边缘检测算法检测管道边缘,得到相应的点云数据,将点云数据拼接成一组完整的空间点云集合,对点云集合进行三维重建。通过水池试验结果证明,提出的算法流程能够有效地实现水下管道的检测与三维重建,具有较好的工程应用前景。     

多波束点云滤波算法初步研究及适用性分析

为提高多波束数据处理的准确性和简便性,研究了多波束水深点云处理的策略和关键算法,构建了kd-tree(k-dimensional tree)结构加速点云查找,针对大尺度噪点设计了半径滤波和统计滤波算法,针对小尺度噪点提出了双边滤波算法,并对以上算法的适用性进行了探讨分析。实验结果表明,当设置适合的滤波阈值,半径滤波和统计滤波能高效去除大尺度噪点,且保留地形特征,总误差分别为2.25%和2.76%。在大尺度噪点去除的基础上,改进的双边滤波可以实现地形平滑的同时,保持水深点云的有效数据量。研究成果为多波束点云数据的自动化处理提供了解决方案,对多波束测量工作的效果和效率提升做了有益尝试。     

一种基于偏度平衡的LiDAR点云滤波方法

在地形起伏区域,针对免阈值的偏度平衡滤波方法存在利用高程难以满足算法假设条件、利用强度信息面临异物同强度等问题,提出基于高差的偏度平衡方法。该方法是在点云与初始地面TIN间高差计算的基础上,采用偏度平衡方法进行LiDAR点云滤波。利用ISPRS提供的测试数据对该方法进行实验,结果表明:在地形起伏区域,点云高差能够满足偏度平衡方法的假设条件,并且基于高差的偏度平衡方法滤波有效。     

机器学习在基于点云的三维物体识别领域的研究综述

随着机器学习算法的不断更新发展,加之其良好的适应性、准确性及鲁棒性,在三维物体识别领域获得了广泛的应用,成为当前点云处理的研究热点。首先,本文对三维物体点云数据识别及机器学习的发展应用进行归纳。然后,从特征选择、特征提取、特征识别三个方面,进行分析总结。最后,指出机器学习在基于点云的三维物体识别领域的应用目前所面临的挑战及进一步研究的方向。     

梯度引导下的分块曲面LiDAR数据滤波方法

根据点云密度确定分块曲面滤波区块的大小,通过构建梯度引导图,引导进行分块曲面滤波,并利用得到的初始结果对滤波进行进一步细化。将最后滤波结果的总错误率与ISPRS提供的测试方法进行比对,在3个测区内总错误率均低于ISPRS提供的方法。实验结果表明,该方法不受建筑物大小的影响,在保证较好滤波结果的基础上,提高了算法的自适应性和滤波的自动化程度。     

基于ICP和模拟退火遗传算法的DEM无控匹配

为对DEM进行分析、管理和应用,有必要对DEM匹配技术进行研究。为此,提出一种基于ICP和模拟退火遗传算法的多源DEM无控匹配方法,利用扫描线生成DEM的点云并利用ICP进行粗匹配,并利用模拟退火遗传算法对参数精求解。实验结果表明,算法可以完成多源DEM的无控制匹配,运行效率优于遗传算法,求解精度优于ICP算法。     

Effect of different registration methods on precision of orientation based on RTK registration/georeferencing mode

Abstract

Compared with traditional methods, the three-dimensional laser-scanning (3D-LS) technique can efficiently acquire many high-quality geometric properties of rock discontinuities. In practice, engineers usually prefer to simplify the processing by using single-station point data and roughly orienting owing to the complexity of registration/georeferencing multi-station point data. However, prior published studies have paid little attention to the accuracy and reliability when determining discontinuity orientations using 3D-LS. We propose a reliable and accurate method with robust on-site applicability. As part of an ongoing effort, we are evaluating the precision of the commonly used coarse registration method and the fine registration method, and promoted the optimized coarse- and fine-registration methods and evaluated their precision. It is found that: (1) the common and the optimized registration method can meet our project’s engineering requirements, and the optimized registration method improved accuracy in the dip direction by approximately 1°; (2) fine registration using an iterative closest point (ICP) algorithm can correct both dip direction and dip angle; and (3) the orientation is of high precision with commonly used coarse and fine registration, whereas the optimization effect to correct the orientation is slightly limited.     

点云直方图在多波束条带自动匹配中的应用

多波束测深是一种广泛使用的水下地形探测方式。当前多波束数据处理技术日臻完善,但是多波束条带间自动匹配仍存在较多问题。针对水下复杂环境、多波束自动匹配效果不佳的问题,采用点云直方图 (point feature histograms,PFH)自动匹配算法,对条带点云进行自动匹配。因直方图所在的高维超空间为特征描述提供一类量化信息,对点云对应曲面的多维姿态具有鲁棒性和适用性。因此,在多波束自动匹配算法中采用PFH算法。实验数据由6205侧扫多波束测深系统获取,并对实验数据采用随机抽样一致算法(random sample consensus,RANSAC)进行定性定量分析,验证本文算法的优势,并分析相关不足。