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TLS的高压线塔倾斜与曲率变形研究

高压线塔是杆状构筑物,在受到开采等活动影响时,地表移动和变形对高压线塔的安全有重要影响。文中根据地表移动与变形规律,提出一种高压线塔倾斜与曲率变形分析方法。首先运用地面三维激光扫描仪扫描高压线塔,对点云数据进行分层处理,提取各层点云数据切片中心点坐标,计算高压线塔基础倾斜、塔身倾斜与曲率。研究表明,文中使用的三维激光扫描技术和数据处理方法能够较好地分析得出线塔基础倾斜、塔身倾斜与曲率等数据,规避传统监测方法塔基倾斜和塔身倾斜分开分析的弊端,为进一步研究线塔倾斜变形奠定技术基础,为线塔的变形分析提供可靠依据。     

特征线的高压线塔变形监测

针对传统单点测量技术在监测范围及效率方面存在的问题,该文研究了一种基于特征线的高压线塔变形监测方法。因为高压线塔的塔腿对其安全运行起着重要作用,所以选取塔腿棱线作为特征线,分析塔腿变化情况。通过截面角点提取、塔腿提取及塔腿棱线提取等过程,求取同期塔腿棱线不同分段之间以及不同时期塔腿棱线相同分段之间的偏移角度和方向。基于某高压线塔两期点云数据的实验结果表明:该方法能够从复杂的高压线塔点云数据中,提取出塔腿部分点云,进而提取塔腿棱线,最后根据特征线的方向向量分析塔腿偏移角度及方向,得出高压线塔仍处于安全状态的结论。     

基于车载点云数据的道路边界点提取方法

本文针对以往道路边界信息获取存在的效率差、精度低等问题,提出一种基于移动车载激光扫描点云数据的道路边界点提取方法。首先,为减少道路原始点云数据量,提高后续处理算法的效率,使用Volex Grid滤波器下采样原始车载点云数据,得到抽稀后道路点云数据;其次,使用直通滤波算法对抽稀后点云数据进行滤波处理,剔除高大建筑物、植被等点云数据并使用梯度滤波算法分离地面点与非地面点;最后,使用边界特征估计法完成道路三维边界点的提取。使用两组不同类型路段点云数据进行实验,结果显示本文方法提取直线路段道路边线的完整率与准确率为96.3%、98.8%,提取弯曲路段道路边线的完整率与准确率为91.8%、96.7%,表明本文方法能够有效提取道路边界点,具有较高的准确性,能够为高精地图制作提供可靠的数据支撑。     

道路点云的双边与倾斜度信息滤波算法改进

根据以往研究发现,统计滤波算法可以去除道路周围的大部分离群点,使道路边界更加明确清晰,但是统计滤波精化后的道路点云中仍然存在部分混合在道路内部及与道路相连特征相似的非道路点云。而使用双边滤波算法对道路内部近地面点滤波,效果较优,但无法去除与道路相连、特征相似的边缘非道路点。基于此两种算法的优缺点,本文提出一种结合双边滤波与倾斜度信息的滤波算法——倾斜度滤波算法,使之在保持原算法优点的基础上,提高其对点云的特征保持以及对道路边缘点的滤波能力。实验表明：(1)倾斜度滤波后道路边缘处的非道路点云明显去除;(2)倾斜度滤波后提取的最终直路点云准确性相较于双边滤波算法提升了5.98%,倾斜度滤波后提取的最终弯路点云准确性相较于双边滤波算法提升了3.53%。因此,倾斜度滤波算法可进一步提高点云滤波的精度。     

基于近似微分理论的高压线塔挠度变形研究

高压线塔是杆状构筑物,在受到地下开采等外界环境影响时,极易发生变形。文中采用地面三维激光扫描技术记录高压线塔,通过对高压线塔点云数据分层处理,提取各层点云切片中心点坐标。根据线塔不同高度处偏离基础中心点的距离,得到线塔实测挠度。结合材料力学中对杆状结构的受力分析,线塔最大挠度处在线塔的自由端,运用近似微分法实现对高压线塔理论挠度计算。研究表明:从力学角度出发,通过理论计算值与实测挠度值对比,说明近似微分法分析杆状结构挠度变形具有合理性;将理论分析计算与三维激光扫描自动化测量相结合,实现对线塔挠度变形的分析,为进一步研究线塔的挠度变形奠定基础。     

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。     

八叉树索引的三维点云数据压缩算法

针对现有的三维点云简化算法普遍存在运行效率较低、内存消耗大、处理时间过长等问题,该文利用八叉树索引的速度优势和点云数据空间分割的逻辑结构,并结合三维点云网格简化算法高效的优势,提出一种基于八叉树索引的三维点云简化算法。该算法基本满足点云简化的理想标准,计算快速、运行时间短。利用实测大雁塔数据对各种三维点云压缩算法进行比较,结果表明该文提出的新算法对点云数据的压缩简化效率和压缩率较现有算法均有较大提高。     

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。     

基于点云拟合的桥梁变形监测新方法研究

利用地面三维激光扫描实时、高速度、高精度、高密度、无接触的测量特点,对桥梁在不同工况下的状态进行扫描测量;利用点云数据特征提取和直线拟合等处理方法,进行了桥梁底面的变形提取和分析工作.实验结果表明,该方法能够有效获取桥底面连续变形信息,为桥梁的变形监测提供了一个新手段.     

塔形构筑物倾斜变形监测新方法

随着各地高层构筑物数量的不断增加，构筑物变形产生的安全隐患也不断受到重视。本文针对传统观测方法的局限性和低效性，提出了基于激光散乱点云数据的塔形构筑物倾斜变形监测新方法，采用两台地面激光扫描仪分别扫描构筑物外表面的散乱点云数据，建立塔形构筑物的基础表面模型，生成沿轴线的塔体中心点数据，筛选可靠性最优的线性排列点，从而得出塔形构筑物在空间上高精度的偏移量和倾斜率。最终编程实现了数据获取到成果输出的一键式计算。结果表明，基于点云的塔形构筑物观测结果与传统方法观测结果的角度误差分别为0.005°和0.001°，倾斜量误差分别为0.000 05和0.000 1 m。本文方法可以快速获得构筑物整体和局部的偏移量变化特征，为塔形构筑物的施工、维修和重建提供了基础模型数据。     

机载激光点云中高压电塔自动识别方法

提出了一种基于格网特征的机载激光点云高压电塔自动识别方法。首先对机载激光点云数据进行滤波去噪处理；然后对点云数据进行规则格网化特征分析获得高压电塔粗识别区域；最后对粗识别区域进行外接邻域网格线性特征悬空点集检测以确定电塔识别结果，并以分层切片法分析获取电塔平面中心坐标。采用大型无人机实际线路巡检获取的机载点云数据对本文算法进行验证，试验结果表明本算法可实现高压电塔的快速自动识别，对无人机电力巡检智能诊断具有一定的促进作用。     

1∶10000 DLG中高压线与铁塔点一致性自动处理方法的研究

为提高处理1∶10 000 DLG中高压线与铁塔点不一致性问题的工作效率,提出了两种方法:基于网络分析的高压线与铁塔点一致性自动处理;基于空间关系的高压线与铁塔点一致性自动处理。以某一测区内2 248条高压线与10 379个铁塔点作为实验数据,实验结果表明,本文提出的方法与人工处理相比在保证质量的前提下还极大地提高了工作效率。     

基于三维激光扫描技术的古塔变形监测

为探究传统变形监测方法难以满足古塔全部形变特征的解决办法，本文以铜川市延昌塔为研究对象，采用三维激光扫描技术获取塔体点云数据，利用Geomagic软件进行建模，利用Matlab软件拟合计算塔的倾斜变化状况。结果表明：2015—2019年，延昌寺塔各层存在不同程度的扭转现象，古塔整体偏移基本上保持不变，变化趋势基本稳定。三维激光扫描技术获得多期监测数据分析得出的古塔变化趋势与实际吻合，方法可行，精度较高。研究成果以期为同类项目的开展提供参考和技术支持。     

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。     

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。     

利用车载LiDAR点云数据提取城市道路边界

随着高精地图产业的兴起,精确提取道路边界点云数据成为研究的重点。本文首先将车载LiDAR扫描系统获取的城市道路数据根据采集轨迹进行分段,对每一段路段点云进行滤波处理;然后通过分析点云的高程与平面信息,采用点云分割算法分离路面与非路面点云,再对处理后的路面点云进行投影;最后运用边界特征估计提取算法获取道路边界点云。通过对两种典型路段进行试验分析表明,该方法用于提取城市道路边界点云效果较好,精确性与稳健性高,对今后道路边界线的提取起到借鉴作用。     

电力巡线LiDAR点云电塔自动定位和提取算法

针对电力巡线机载激光雷达（LiDAR）激光点云电塔自动提取问题，提出了一种电塔自动定位和点云提取算法。首先，基于点云进行二维空间网格划分，利用网格点云高程偏差和方差特征提取潜在电塔网格；其次，基于电塔点云的高程连续特性完成电塔自动定位和点云粗提取；然后，利用点云分层密度信息和图像开运算，实现电塔精细提取；最后，利用轻小型无人机载激光雷达数据验证本文算法的有效性。试验结果表明，本文所提出的自动提取算法，能够有效解决LiDAR数据中电塔自动定位和点云提取问题，在LiDAR数据质量较差时仍能够取得良好效果，算法对于噪点数据具有较强的稳健性。本文所提出的电塔自动提取算法在LiDAR电力巡检数据处理中具有一定的应用价值。