融合语义特征与GPS位置的地面激光点云拼接方法

拼接是地面激光点云数据处理的必要步骤,但基于同名点的点云拼接方式已成为阻碍点云处理效率提升的长期瓶颈,而直接匹配点云识别同名特征的方法亦对点云重叠区域具有较高的要求。本文提出一种融合语义特征与GPS位置的地面激光点云拼接方法,通过语义知识自动识别出原始三维点云中所包含的地面特征与建筑物立面特征,并使用这两种面状特征结合点云测站中心的GPS位置作为同名标靶进行点云初始拼接,随后使用点到面最小距离约束下的ICP进行点云精确拼接。实验表明,本方法可以有效提高地面激光点云拼接的整体效率,尤其对于包含平面结构（如马路、建筑物）的场景具有良好的拼接效果。     

增广扩展卡尔曼滤波的全局拼接方法研究

针对点云拼接中双站数据的拼接必然会产生拼接误差的传递,最终导致整体拼接效果不佳的问题,该文讨论了基于增广扩展卡尔曼滤波的全局拼接,通过构造系统增广模型和系统观测模型,构建转换矩阵来对数据进行全局拼接:应用增广的卡尔曼滤波原理对各站点的位置姿态进行递归地估计,以同名点偏差为依据进行估计和校正,更新位置姿态,实现数据的全局拼接。最后采用上海地铁隧道三维点云数据进行基于增广扩展卡尔曼滤波的全局拼接实验。结果表明,此方法能够提高拼接精度,降低拼接误差。     

基于Geomagic Studio的雕像三维建模

采用Trimble GX200三维激光扫描仪,获取了目标雕像的点云数据,基于Real Works Survey Advanced 6.4软件,完成了不同站点间的数据拼接;采用逆向工程软件Geomagic Studio 12,分别对拼接完成的点云数据,进行了降噪和三维建模处理(包括生成三角网、填补点云漏洞、曲面平滑等);通过实测数据处理与分析,给出了处理过程中的相关结果,并指出了相关的注意事项,为三维激光扫描技术在三维建模及古物重建等方面的应用提供了案例参考。     

两种高速铁路激光点云的采集拼接方法

研究围绕地面三维激光扫描点云数据的拼接问题,在某段高速铁路设计并实施了标靶拼接和控制点拼接两种不同模式下的点云数据采集和拼接试验,结合点云处理软件对点云数据进行拼接处理,分析了拼接精度和数据采集拼接的整体作业工作量等。结果表明,在相同的扫描条件下,基于控制点拼接的点云数据,精度优于基于标靶拼接的点云数据;在高速铁路等带状工程点云采集拼接中,控制点拼接模式下整体工作效率高于标靶拼接。本次试验所显现的控制点拼接的高精度和高效率等的优势,可为三维激光扫描仪在铁路点云采集和拼接作业提供有利参考。     

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。     

三维激光点云处理软件的若干关键技术

正一、点云处理工作三维激光点云需要处理的工作包括:点云去噪、点云平滑、点云编辑、点云分类、点云着色、目标识别、地物表面重构、影像与点云配准、基于影像与点云的单点测量、模型贴纹理等。地面三维激光扫描仪首先需要解决多测站点云快速拼接问题,包括地面站点云与车载、机载点云的拼接。二、点云处理关键技术1.点云数据存储海量点云的数据存储是点云处理首先需要考虑的一个基础性关键技术。目前比较常规的数据存储     

多视结构光点云的自动无缝拼接

基于视觉的单视点点云数据对纹理贫乏的工业钣金件多视角测量数据进行拼接.在三维量测系统的整体拼接中,旋转平台的转动使得每幅影像上的特征线在移动,因而影像与影像之间不存在真正意义上的同名特征线,以致所解算出的各个模型的点云之间不存在真正意义上的同名点.结合摄影测量学中基于闭合条件的独立模型法平差方法以及计算机视觉界的迭代最邻近点(iterative closest points,ICP)算法,对多视角测量数据进行拼接,实验结果验证了该算法的鲁棒性和有效性.     

大规模点云数据的二维与三维混合索引方法

为提高点云查询效率和按需提取数据,提出一种二维与三维混合索引的大规模点云数据管理方法。采用二维四叉树和三维最小外包盒结构管理原始点云,以3D-R树管理多站点云,利用对象关系数据库管理全部点云模型和相关属性数据。利用古建筑大规模点云数据在微机上实现了点云模型的数据存储与可视化。结果表明本方法能够管理超过10 GB级的点云模型数据和十亿级有效点,数据可视化效率较高。     

机载激光雷达点云的城市建筑物直线特征提取方法

提出一种城市机载激光雷达点云的直线特征提取方法。首先基于曲率的区域增长方法分割三维点云平面, 对每个点云平面进行二维投影,并进行网格化和二值化。其次通过稳健的二维线段检测方法获得平面的线特征,将 二维线段重投影至三维空间得到相应的三维线段,构造线特征集。最后对线特征集构建基于固定网格的直线空间 索引方法,实现基于线特征的点云索引。实验结果表明,该方法直线提取误差较低,相对平面相交法效率更高,能够 有效提取城市建筑物的直线特征,通过索引提高了特征查询效率,可满足高精度区域分割和三维建模的需求。     

地面三维激光扫描数据拼接方法评估

点云数据拼接方法直接关系到地面三维激光扫描仪的测量精度和效率,通过实验对5种拼接方法的精度进行评估.结果表明,50 m测量距离内,5种点云数据拼接方法的精度分别为1.33 mm、8.88 mm、2.71 mm、4.29 mm和6.07 m m,其中标靶拼接的精度最高.综合评估拼接方法的精度、效率,为实际工程提供参考方案.     

地面激光扫描点云数据预处理综述

地面激光扫描点云数据预处理是激光扫描测量数据内业处理的重要研究内容。本文首先总结了激光点云数据的特点、激光点云数据预处理的关键技术及相应的研究意义。然后总结了海量激光点云的主要存储方式及几种常用的数据组织结构;从拼接精度出发将现有多站点云拼接方法归结为粗拼接法和基于ICP的精拼接法;根据简化压缩算法的特征保持能力将其归为可保持特征的简化法和不能保证特征的简化法两类;确定了去噪和光顺分别研究的噪声类型,总结和分析了当前一些去噪和光顺算法的研究现状。最后对地面激光扫描点云数据预处理作了整体性总结与展望。     

利用点云数据进行三维可视化建模技术研究

依据三维激光扫描仪的工作原理,阐述点云数据处理、数据提取与快速建模的全过程工作原理。以某一建筑物扫描为例,先获取其点云模型数据,并对点云数据采取不同的方法进行拼接处理,且对因拼接方法不同而产生的误差进行比对分析,选取出最优的拼接方法;然后对点云数据进行合并、去噪等处理;最后使用建模工具从点云数据模型中获取建筑物的各立面线划图,完成快速精准的三维可视化建模。     

自由设站法在点云拼接中的应用

为方便三维点云数据的统一管理和工程应用,需要为其提供统一的坐标基准。在数据采集阶段,对于在控制点可通视的测区内,可利用后视定向的方法完成点云扫描测量工作。针对控制点无法通视的测区,本文提出基于全站仪三维自由设站控制测量的方法,建立间接设站点平差模型并进行平差,进而解算标靶点坐标,利用标靶将扫描点转换到绝对坐标系中。试验结果表明:标靶坐标的测量精度和点云拼接的精度符合要求。在测区观测条件不好的情况下,自由设站法的应用为点云拼接提供了一种可行的方法。     

剔除误同名点的约束改进ICP算法

ICP算法及其改进算法可以自动精确地将多视点云拼接在一起,但ICP算法收敛速度较慢,且容易收敛到局部极值。针对有粗略拼接和无粗略拼接的多视点云两种情况,为了提高ICP算法的收敛速度,该文分别提出了点对坐标约束法和自适应阈值法来剔除错误的同名点对。通过实验数据对提出的算法进行了验证,结果显示新算法提高了收敛速度。     

配电房遥控移动三维扫描及点云自动拼接方法

为解决目前配电房配网规划改造设计中缺乏配电房结构及内部设备精确三维空间数据的快速获取装备与方法的问题，该文设计研发了配电房遥控移动三维激光扫描系统，提出了一种基于履带车编码器的配电房多站点云自动拼接方法，该系统将激光扫描仪安置于遥控履带式移动平台上，作业人员可在配电房外，遥控扫描系统移动到合适的测站位置，实现配电房内部的多站扫描，该方法能快速实现不同站点间的点云数据的粗拼接，再利用广义迭代最近点(GICP)算法迭代实现精配准，获得完整统一的精确配电房三维点云数据。该文研发的配电房移动扫描系统避免了操作人员进入带电的配电房作业，可在符合配电房安全管理规范的前提下，完成配电房扫描数据采集，提出的基于编码器的多站点云自动拼接方法可降低扫描仪的配置要求，降低系统成本。     

基于多源数据的拼接型房屋三维重建方法研究

提出了结合房屋矢量数据、航空影像和点云数据的拼接型房屋(由平顶房、人字型和四坡型房屋组成)自动三维重建算法。算法重点研究了基于点云数据和影像特征提取的拼接型房屋屋脊线检测,并利用其对拼接型房屋组成的模型进行拆分;对于人字型和四坡型房屋组成模型,结合矢量数据和屋脊线,利用几何约束条件自动寻找房屋组成模型的屋檐线,从而获得拼接型房屋组成模型的完整分割;最后通过点云数据的屋顶平面解算其组成房屋模型的参数,最终实现整个拼接型房屋的三维重建。实验数据证明,该方法能较好地实现拼接型房屋的几何模型自动重建。     

面向三维城市建模的多点云数据融合方法综述

多细节层次的三维城市模型是数字城市和智慧社会的关键空间数据基础设施,从基于稀疏点线特征的交互式半自动化建模到基于密集点云的自动化智能化建模已经成为国际学术界和工业界的热点前沿。由于立体城市空间结构的复杂性,多类型、多站点和多时相的点云数据融合处理是三维城市建模的基本途径,其基本思想是将具有不同视角、密度、精度、尺度、细节、时间历元等特征的多点云数据进行一致性融合表达与集成处理,建立可直接面向计算分析的智能化表达的多点云模型。归纳总结了多点云数据的主要特点,针对时空基准与精度、尺度、语义3个层面的一致性处理,分析了多点云数据融合的主要发展趋势,并凝练了面向三维城市建模的多点云数据融合关键问题。     

车载LiDAR点云中交通标线的提取方法

交通标线,作为道路上重要的交通标识,为司机和行人提供重要的引导信息。车载激光扫描系统(车载LiDAR)可以快速获得被测目标的表面三维坐标信息,为提取高精度三维交通标线提供了可靠数据源。本文通过分析道路点云数据的平面距离、点云强度、点云密度等特征,将点云数据归化成地理参考强度图像。针对生成的二维参考图像,充分借鉴图像处理中目标分类与识别的手段,将交通标线信息准确提取出来。实验表明,该方法可行、有效。     

三维激光扫描技术在河道测量中的应用

传统的河道测量工作量大、效率低、采样密度有限,其数据获取方式和数据处理模式已经不能满足河道信息化的需要。三维激光扫描技术为空间三维信息的获取提供了全新的技术手段。本文以焦作市新河为试验区,采用Riegl VZ-1000三维激光扫描仪获取枯水期河道数据,首先对获取的河道激光点云数据进行预处理,包括数据拼接、坐标转换、点云数据滤波分类处理等,采用反距离加权插值(IDW)算法生成DEM和基于DEM自动获取断面的方法,实现了河道断面的提取,并对断面数据进行了精度分析,建立了基于三维激光扫描技术的河道水上地形信息提取技术流程。     

基于切片技术的激光点云粗差探测

借鉴数据挖掘领域内的离群点探测技术,提出适合于海量点云数据的、基于切片技术的粗差探测算法,该算法将三维点云经过切片降为二维点,有效解决了三维环境下邻域搜索和粗差指标计算效率低下的问题,使算法整体效率和易用性得以显著提高.