平面特征的多站地面激光雷达点云配准

为了进一步研究建筑物密集区域多站地面激光雷达(LiDAR)点云数据的配准问题,该文提出一种基于平面特征的地面LiDAR数据配准方法:对点云数据进行分割获取平面信息;人工选择典型的平面,对相应的点云数据进行平面拟合,得到相应法向量;利用罗德里格矩阵的性质,建立三维激光扫描数据配准模型。实验结果表明,该方法的配准精度较高、计算速度快,可以取得较好的点云配准效果。     

影像密集匹配技术辅助三维激光扫描仪对点云的提取

地面三维激光扫描仪根据现场地物分布自由设站扫描,基本能完成扫描区域点云数据的获取,但在一些遮挡物较多、地域狭小或设站困难、信号反射较弱的区域,常规扫描受到限制,采集的点云容易出现数据漏洞。通过一个小型边坡扫描为例,扫描同时使用常规数码相机进行辅助拍照,经过影像密集匹配计算后,提取出相应区域的点云数据,配合地面扫描仪完成对遮挡区域点云的获取。     

车载激光点云数据中行道树三维信息自动提取研究

城市行道树三维信息是城市智慧管理的重要基础信息之一,本文研究了一种基于车载激光点云数据的行道树三维信息自动提取方法。首先,根据行道树点云和周围地面点计算树高;然后,针对残缺树冠点云,应用点云不同方位距离对比计算冠幅;最后,根据树干扫描分层点云,运用RANSAC算子拟合圆模型,计算胸径。通过实际测量数据进行验证,本文方法提取出的行道树信息误差较小,精度较高。     

地面激光扫描数据处理系统的设计与实现

尽管地面激光雷达数据采集的工程应用日益广泛,但激光雷达点云数据的海量特征及数据处理的复杂性,导致地面激光扫描点云数据处理软件系统严重滞后。针对这一现状,本文提出地面激光扫描数据处理系统设计架构及实现方式。首先确立以点云数据引擎及三维交互可视化作为系统的内核,其中点云数据引擎负责大数据的存取,三维交互可视化实现数据处理的计算可视化与成果展示;然后在此内核基础上构建数据交换、点云配准、点云重建、点云分割、模型重建、纹理重建六大数据处理功能层;最后针对系统大数据的处理分析其关键技术,并给出实现方法。     

地面LiDAR点云数据先局部后整体配准方法

针对地面LiDAR获取的庞大点云数据,提出无人工标志的地面LiDAR点云先局部后整体的配准方法。分割出待配准的两测站重叠区域小块点云,采用基于KD-Tree遍历最近邻域点集的ICP算法计算三维坐标转换参数,实现地面LiDAR点云数据的快速配准。     

一种车载三维激光点云数据加密及补偿方法

针对"全景江苏"三维地理场景建设中的可量测街景数据采集时,由于点云数据稀疏或缺失造成量测可靠性及精度低的问题,探索出以地面激光点云为数据补充,通过坐标转换、点云融合等技术方法加密补偿稀疏点云,提高数据精度的技术路线.最后,以具体道路为例,验证了方法的可行性,为提高车载三维激光点云的应用精度和能力提供了可借鉴的依据.     

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。     

面向滩涂DEM构建的机载LiDAR点云滤波方法

在基于激光点云构建DEM的过程中,用于区分地面点和非地面点的点云滤波处理至关重要。本文面向基于机载LiDAR点云的沿海滩涂DEM高精度的构建需求,提出了一种机载LiDAR点云的改进坡度滤波算法。首先,采用统计异常值剔除法(SOR)去除原始机载LiDAR点云数据中的噪声;然后,利用规则格网的坡度和高程阈值,设计了适用于滩涂点云数据的地面点坡度滤波方法;最后,选取如东市长沙港的滩涂机载LiDAR点云作为试验数据,构建滩涂DEM,并进行精度检验。试验结果表明,利用本文方法处理后的LiDAR点云构建的DEM精度满足国家与行业标准的要求。     

基于机载激光扫描和倾斜影像匹配的点云构建及差异性分析

点云是三维空间数据的重要组成部分,机载激光扫描和倾斜影像匹配是两种主要点云构建技术,具有共性与差异性。本文旨在分析机载激光扫描和倾斜影像匹配技术构建点云的差异性,首先阐述了机载激光扫描和倾斜影像匹配点云构建的具体方法,然后结合案例,从点云构建效果、数据完整性、密度、精度和植被穿透性等方面进行比较和分析。结果表明,两种技术构建点云都具有较好的数据完整性,均能生产高密集点云,远超规范要求,精度相当且较高,但是激光扫描在遮挡区有漏洞,影像匹配局部盲区细节失真;激光点云具有较好的穿透性,能实现不同植被覆盖区域地面点云构建,而影像匹配点穿透性差,在密集植被区域存在缺失甚至不能构建地面点。研究结果为后续点云构建方法的选用和优化提供了参考,具有一定的研究与应用价值。     

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。