基于改进的数学形态学算法的LiDAR点云数据滤波

为解决复杂场景下高陡边坡点云数据的植被过滤问题,首先研究了高陡边坡上植被和岩石激光点云的多尺度维度特征;然后利用支持向量机(support vector machine,SVM)构建分类器,针对高陡边坡点云数据提出滤波算法,并编制了三维激光点云滤波软件LIDARVIEW。实验数据表明,复杂场景内不同尺度的植被均得到很好识别,滤波算法分类精度较高;算法不受激光点云的密度、遮挡和复杂地形的影响,且适用于机载雷达点云数据的滤波;植被覆盖率高的岩石分类精度高于93%,植被覆盖率低的岩石分类精度高于97%。算法对山丘区有复杂地貌的高陡边坡地形测量具有重大研究意义。     

基于多尺度维度特征和SVM的高陡边坡点云数据分类算法研究

为解决复杂场景下高陡边坡点云数据的植被过滤问题,首先研究了高陡边坡上植被和岩石激光点云的多尺度维度特征;然后利用支持向量机(support vector machine,SVM)构建分类器,针对高陡边坡点云数据提出滤波算法,并编制了三维激光点云滤波软件LIDARVIEW。实验数据表明,复杂场景内不同尺度的植被均得到很好识别,滤波算法分类精度较高;算法不受激光点云的密度、遮挡和复杂地形的影响,且适用于机载雷达点云数据的滤波;植被覆盖率高的岩石分类精度高于93%,植被覆盖率低的岩石分类精度高于97%。算法对山丘区有复杂地貌的高陡边坡地形测量具有重大研究意义。     

基于深度学习的多模态地貌识别算法研究

为了提高地貌识别精度,本文基于深度学习融合多种模态地貌数据的特征对地貌进行识别。该方法利用深度学习网络分别从晕渲图、高程和坡度3种数据中提取地貌的物理和视觉特征,然后采用残差学习模型挖掘不同模态特征之间的深度关联,对多模态地貌数据特征进行学习并融合生成地貌深层特征,从而实现对地貌数据的联合表达。最后,使用3个全连接层和一个SoftMax分类器为每个样本数据生成一个地貌类别标签。实验结果表明,与以往的方法相比,基于深度学习的多模态地貌数据的地貌识别具有更好的性能。     

基于三维激光扫描的数字化地形测量方法

由于进行数字化地形测量的过程中,对地形三维点云数据去噪效果不佳,导致进行地形测量获得的地形图与实际地形不匹配,为此研究基于三维激光扫描的数字化地形测量方法。依据三维激光扫描原理,采用HDS8800三维激光扫描仪采集三维地形点云数据,使用全球定位系统与三维激光扫描仪共同完成三维地形点云数据配准与连接后,通过改进后的二代小波变换去噪方法去除配准后的三维地形点云数据噪声,并应用Realworks软件依次完成三维点云数据抽稀与压缩、空洞修补、数字高程模型生成以及地形图轮廓生成等操作,从而实现地形数字化测量。实验结果表明：该方法的地形点云数据采集及相关处理受噪声影响较小,进行地形测量获得的地形图与实际地形也更加匹配,可为实际工程设计提供可靠的地形依据与参考。     

水上水下一体化三维河道场景构建与展示

随着无人机与新型航拍技术的发展,无人机倾斜摄影技术在大范围地形数据采集过程中发挥了重要作用,三维测绘相关研究得到了极大的促进。而针对水利行业所需的水上地形与水下地形一体化生产过程的研究相对较少。本文布设统一控制点,采用固定翼无人机倾斜摄影测量技术进行水上地形测绘,应用RTK配合测深仪在船上进行水下河道三维地形数据采集,对于涉河建筑物采用BIM软件进行参数化建模。最后,针对水上地形数据,水下河道地形数据及建筑物三维模型进行融合处理,得到水上水下一体化三维河道场景,搭建Cesium平台进行三维展示。其研究成果可为水上水下一体化测绘与可视化提供技术帮助,有助于推进智慧水利的应用发展。     

多源点云数据融合的建筑物精细化建模

三维建模技术能够实现建筑物的数字化存档,在古建筑保护与修复和现代建筑规划与改造中具有不可替代的作用。针对倾斜摄影测量和三维激光扫描建模技术中建筑物模型存在的问题,本文提出了一种倾斜摄影测量和三维激光扫描生成三维点云模型相融合的建筑物精细化建模方法。选用无人机和三维激光扫描仪作为试验设备,利用ContextCapture、SCENE软件完成点云拼接、生产和编辑,通过ICP算法完成点云精细匹配,实现多源点云数据融合建模;对比单一建模方法模型,从纹理结构和模型精度两方面对融合建模模型进行质量评价。结果表明,融合建模模型纹理清晰,几何结构完整,模型距离中误差和高差中误差的均值均低于倾斜摄影测量模型的值,接近三维激光扫描模型。     

基于IMAGENEX DT101多波束测深系统水下DEM建模研究

水下数字高程模型的建立可以提高水下地形直观可视化表达效果,更精确地表达水下地形的目标大小、形态及坡度变化规律,为水利工程建设、水库清淤、防洪抗旱等工作提供有力的数据支撑。多波束测深系统具有大范围、高效率和高精度等优点,把测量技术从传统的以点代面、以线代面的测量扩展到了真正意义的面的测量,为水下数字高程模型建立提供高精度、高密度的原始数据。本文以辽宁某水库1∶2 000水下地形测量工程项目为例,基于IMAGENEX DT101多波束测深系统,研究了其水下地形数据采集的具体流程和数据处理关键技术,并利用Arc GIS建立了水下数字高程模型。结果表明:IMAGENEX DT101多波束测深系统能够快速、高效地获取水下地形测量数据,其成果精度满足了相关规范要求,可以推广应用到其他水库与河流相应比例尺水下数字高程模型建立。     

无人机倾斜摄影测量技术支持下的裸露边坡表面变化识别

为克服传统人工边坡调查方法效率低、风险高、难度大等缺陷,针对高陡裸露边坡,本文提出了基于无人机倾斜摄影的边坡三维重建和灾害识别分类方法,即利用无人机多视角序列影像重构裸露边坡三维实景模型,并将不同时期的边坡三维模型统一在相同的坐标系内。经试验验证,重建模型精度优于2 cm,基于点云与点云比较算法的三维点云数据变化检测算法,能够分析两个时期点云模型的细微差异,通过在三维实景模型中进行标记,结合PointNet++分类神经网络算法自制点云数据集,成功地实现对标记区域的识别与分类,从而实现边坡滑坡、坍塌、落石等灾害场景的智能化识别。     

无人机摄影测量等效边坡模型建立及稳定性分析

以某露天矿边坡为研究对象,通过无人机对边坡低空摄影测量快速获取大量地形影像数据,基于SFM-MVS算法建立边坡高精度数字高程模型;基于Monte-Carlo理论构建能充分反映岩体节理分布特征的随机节理网络;最终通过3DEC软件建立等效边坡数值模型,采用强度折减法进行边坡稳定性分析,实现了含节理岩质边坡模型的快速准确建立。该研究发挥了无人机摄影测量高效、便捷、高精度获取地形信息的优势,结合现场节理测量,快速建立三维等效边坡模型,实现边坡稳定性及时、快速、准确的分析,研究成果对复杂工况下露天矿边坡稳定性分析具有重要的科学意义和应用价值。     

基于全站仪及Lensphoto系统复杂地形影像图测绘研究

随着多基线近景摄影测量研究的深入,非量测数码相机在近景摄影测量中应用越来越广。以某实验区为例,旨在将控制测量与摄影测量相结合,通过制订多基线近景摄影测量外业技术方案,利用全站仪、数码相机联合测量获取空间数据、影像数据,应用Lensphoto软件系统实现空三匹配、空三交互、加密匹配生成点云数据,得到三维模型点云数据以及3D景观图的地形影像图。同时,对地形图进行精度验证,满足三等地形测量规范要求,获取传统测量难以比拟的试验效果。该方法具有快速高效的特点,解决传统摄影测量工作繁复的问题。     

TLS技术支持下的边坡点云重构与形变分析

针对边坡地形点云存在空洞、分布不均匀,以及直接建立表面模型进行形变分析效果差的问题,首先提出了一种改进反距离权重插值对地形点云快速压缩重构的方法,并以程序实现了该方法的自动化处理;然后快速地对压缩重构点云建立了NURBS曲面模型,并从面、线、点进行了全面形变对比分析;最后将计算结果与实测值进行了一致性检验,结果表明符合实际地形变化情况,实现了利用激光点云数据快速构建边坡模型并进行形变分析的目的。     

利用激光点云数据提取采石场地貌特征

三维激光扫描技术在地貌特征提取方面能够实时、主动、高效完成数据采集工作,具有传统测量方法不具有的特点。利用研究区点云数据生成等高线和三维模型可以真实地反映出其地貌特征。本文选择李庄采石场为研究对象,利用徕卡C10扫描仪获取激光点云数据,采用Cyclone和Geomagic Studio软件相结合对其进行预处理,再分别利用Cyclone、CASS、Surfer 3种软件提取地貌特征,并与常规测量方法进行了对比分析。研究结果表明：3种软件均可以生成等高线并生成理想的三维模型,且均有其特性;在制作精度和效率方面,利用点云数据绘制出的等高线相比常规测量方法有着明显的优势。     

一种多尺度自适应点云坡度滤波算法

点云坡度滤波算法原理简单、易于实现,为进一步提升坡度滤波算法的自适应性,提出了一种多尺度自适应点云坡度滤波算法.首先,在数据预处理的基础上引入虚拟网格对点云数据进行分割;然后,利用距离加权的方式逐次计算网格点的坡度角,结合k均值聚类和正态分布自适应确定滤波阈值;最后,使用多尺度策略逐级缩小网格尺寸实现点云数据的精细滤波...     

基于点云数据的不规则文物三维重建——以经幢为例

海量点云数据可以较好地构建文物的三维建模,针对文物复杂的表面结构,传统的算法很难达到精细建模,为了解决复杂模型表面的空间三角网构网问题,本文结合空间三角形的法向量构建三角网,以空间三角网表面的曲率为约束条件,构建物体表面的空间三角网,然后对构建的空间三角网进行精细建模。以昆明市文物——经幢为例进行三维重建试验,结果表明,新方法适合室内文物的三维建模,可以达到较好的效果。     

基于地面三维激光扫描数据的快速建模

三维激光扫描技术具有速度快、精度高、自动化程度高并且不与物体直接接触等诸多优点,现已应用于古建筑保护、数字城市、工业生产、地形测绘等不同领域。本文利用地面三维激光扫描仪对校内樱花园手形建筑物进行扫描,获取该目标物的点云数据,并对获取的点云数据进行拼接、去噪处理。同时,利用点云数据处理软件Geomagic对目标物进行快速的三维模型重建并达到了预期的效果。     

点云数据直接缩减方法及缩减效果研究

分析了国外点云数据处理中数据缩减方法的研究现状,针对实际工程中三维激光扫描数据采集的过密情况,提出利用扫描间隔进行点云数据直接缩减的方法,并编程实现所提出的算法。通过对真实的三维激光扫描点云数据的缩减处理,建立点云数据直接缩减的预测模型。     

边坡挡墙变形监测新技术研究

三维激光扫描技术的出现,为边坡挡墙变形监测提供了新的监测手段,本文选用在测量领域中使用较广的脉冲式扫描仪,以监测某立交桥的边坡挡墙变形为实例,进行了点云数据采集。根据边坡挡墙变形监测的特点及数据处理的要求,使用机带软件RIEGL VZ-1000进行了点云数据预处理之后,再引入第三方点云处理软件Geomagic Studio和Geomagic Qualify,进行了数据处理及变形分析。通过研究,提出了基于三维激光扫描技术的边坡挡墙变形监测新方法。     

最小割与深度学习联合优化的室内粘连点云分割方法

随着数字城市的发展,城市三维模型重建对三维点云结构化的需求与精度要求越来越高。如何有效准确地分割室内语义模型与三维重构是当前研究的热点问题。点云分割分类是室内点云结构化的重要基础,如何将粘连点云构件进行准确分割并用于室内点云结构化,是当前城市建模的难点。本文提出了一种面向室内粘连点云数据的分割分类方法。首先,利用深度学习网络处理室内点云数据;其次,对点云数据进行标签分类,得到目标标签点云;然后,利用欧氏算法对目标点云进行聚类分割,通过室内语义构件包围盒信息计算各目标中心点坐标与水平半径;最后,利用点云最小割实现室内粘连点云的准确分割。利用3组室内场景中获取的数据对分割方法的精度及有效性进行了验证。结果表明,该分割优化方法具有较高的精度与数据完整性。     

多平台点云数据的单木参数提取精度分析

以浙江省海宁市4种代表行道树(广玉兰、无患子、悬铃木、香樟树)为研究对象,结合无人机(UAV)影像和三维激光扫描数据,利用ContextCapture、LiDAR360软件完成点云拼接、滤波、降噪和编辑,通过迭代最近点算法实现点云精细匹配,完成多平台点云数据融合,进而得到数字表面模型与数字高程模型,并制作冠层高度模型;采用分水岭分割算法对不同行道树树种的冠层高度模型进行单木分割,并综合局部最大值法实现单木树高、冠幅的参数提取。结果表明,本文方法进行行道树单木分割的精度高,树高、冠幅参数提取值的效果好,满足行道树几何参数调查要求。