根据断面轮廓线修复隧道点云孔洞的方法

为了修复采集点云的数据缺失,设计一种根据隧道断面轮廓闭合矢量线修复点云孔洞的方法,利用Microsoft Visual Studio 2010设计实现隧道轮廓线提取系统,并借助OpenGL实现结果的可视化。     

三维点云孔洞修复方法综述

针对点云数据缺失问题,该文综合国内外大量点云修复技术研究。三维模型构建在自动驾驶、逆向工程领域中发挥越来越大的作用,三维点云数据是其中的重要数据源。利用三维激光扫描设备,可以高效、准确、实时的获取被测物体表面三维空间坐标。但是由于模型物体遮挡或者环境等原因,不可避免的会出现点云缺失的状况,这会对物体三维重建等后续处理造成一定的影响。然而,在三维点云孔洞修复方面还缺少比较系统完善的综述。本文从基于几何、基于模型检索、基于深度学习3个方面对当前主流的对修复技术进行了综合分析。文章对3种修复方法进行了概括,总结现有各种技术修复方法的优劣,同时展望了未来的发展趋势。     

倾斜摄影实景三维建模的孔洞修复方法

针对倾斜摄影测量构建实景三维过程的孔洞问题,本文提出了一种可以实现孔洞自动修复的方法。首先通过边界收缩方法,编制处理程序,利用倾斜摄影测量空三处理成果,实现实景三维模型孔洞自动修复。然后利用实际的无人机倾斜摄影实景三维建模项目,采用孔洞修复试验处理,验证了孔洞自动修复方法的可行性,孔洞修复处理后模型仍具有较高精度。     

基于双向切片的点云孔洞修补方法研究

点云的孔洞修补是点云数据处理的重要一环。传统方法对孔洞区域包含多种曲面的孔洞,修补方法会产生失效或修补效果不理想的情况。本文引入了切片方法来进行复杂孔洞的修补,并在此基础上使用双向切片方法,修补的效果及精度良好。     

基于点云卷积的点云分类方法研究

基于深度学习方法,借鉴二维图像卷积的思想,设计了一种适合三维点云的卷积操作。点云卷积的作用域是局部球形邻域,输入为三维坐标和空间几何关系。通过点云卷积提取局部特征,使用最远点采样算法采集邻域中心点,根据半径构建球形局部邻域,使用多层感知器（multi-layer perceptron,MLP）网络学习空间关系权重,将学习到的关系权重和输入特征相乘,实现卷积操作。基于三维点云卷积,构建了一个多层分类网络模型实现点云分类。使用道路场景的黄石路数据集进行分类实验,结果证明了所提方法的有效性。     

三维激光扫描点云混合像素的自动识别方法

混合像素的存在会给点云后续处理与应用带来干扰,针对如何在原始扫描点云中自动识别混合像素的问题,从扫描仪的工作原理着手分析了混合像素的形成条件,结合扫描仪的内部光电转换机制与真实扫描数据论证混合像素的测距误差分布规律,据此设计混合像素的自动探测方法。利用真实原始扫描数据进行实验,结果证明,文中方法能够准确地识别出点云中的混合像素。     

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。     

基于球面投影的散乱点云三维建模算法实现与效果分析

介绍基于球面投影的散乱点云三维建模算法步骤,运用VC++编程语言结合OpenGL图形接口实现该算法,并结合实例说明球面投影法相对于圆柱面投影法、椭球面投影法在三维建模中的优势.     

全站仪模式获取三维激光扫描点云数据方法研究

结合传统测量理论的基础方法和三维激光扫描作业的先进方式,通过实例验证比较和数据分析来详细阐述采用全站仪模式作业获取三维激光扫描点云数据的方法可行性。     

从三维点云中自动提取隧道几何特征线

三维激光扫描技术为大型交通工程的全三维表面量测提供了一种有效的技术手段。但是面对扫描输出的海量原始点云数据,如何从中快速、精确地提取工程几何信息就变成一个亟待解决的问题。文中设计了一种从三维点云中自动提取隧道几何特征线的方法,仅以带有三维坐标的点云数据输入,不需提供额外的隧道相关参数,根据隧道表面法向与隧道中轴走向、隧道断面之间的几何关系,自动跟踪中轴线并确定截面方向,截取断面轮廓线。适用于弯曲型隧道,能够根据隧道走向精确调整中轴线方向和截面法向,在实际工程应用中具有较强的实用性。     

室内三维点云空间自动划分与规则化方法北大核心CSCD

精准空间划分是实现室内语义建模与拓扑结构重建的重要基础。三维点云作为常用的室内空间数据载体,如何基于三维点云进行室内空间语义信息提取与规则化具有重要意义。本文提出了一种基于形态学分割方法实现室内场景的分割,并结合矢量规则化方法完成分割场景的规则化。首先,基于区域增长算法与线性拟合方法提取空间分割要素,通过平面投影生成二进制影像,进而利用距离变换和分水岭算法完成空间分割;然后,对空间分割要素进行线性拟合,进行室内空间格网划分,采用矢栅叠加方法实现空间要素规则化;最后,通过4组实际场景(包含3组ISPRS数据集及1组实际场景采集数据)进行数据验证。试验结果显示,本文提出的室内空间分割与规则化方法可以准确快速地完成室内空间要素的提取。     

利用三维激光点云重构建筑物模型

随着三维激光点云数据获取能力的提升,基于三维激光点云进行建筑物模型重建与立面测绘成为工程应用中常用的方法。三维激光点云数据能够体现建筑物丰富和直观的细节信息,然而海量数据处理给建筑物模型构建带来了极大挑战。本文通过对建筑物的三维激光点云数据进行横切得到建筑物轮廓点,并采用基于遗传算法的TSP算法对轮廓点进行处理以获取建筑物各立面的方程系数,最终实现建筑物模型的构建和获取详细的建筑物立面数据。试验结果表明,此方法可以较好地实现LOD1级建筑物模型的构建,进而为更高(LOD3)级别的建筑物模型构建提供依据。     

基于三维激光点云的钢结构变形分析

钢结构变形是工程、工业领域常见问题,若变形超过设计允许值,将影响工程的正常实施及工业的正常运转.采用全站仪等传统方式检测钢结构变形,不仅效率低,且难以全面、精确地反映钢结构的空间整体变形情况.本文以一个海上钻井平台钢结构变形为例,介绍采用三维激光扫描仪进行钢结构变形检测分析的方法,通过对外业采集的点云进行滤波、分割处理...     

Assessment of various parameters on 3D semantic object-based point cloud labelling on urban LiDAR dataset

Semantic labelling of LiDAR point cloud is critical for effective utilization of 3D points in numerous applications. 3D segmentation, incorporation of ancillary data, feature extraction and classification are the key stages in object-based point cloud labelling. The choice of algorithms and tuning parameters adopted in these stages has substantial impact on the quality of results from object-based point cloud labelling. This paper critically evaluates the performance of object-based point cloud labelling as a function of different 3D segmentation approaches, incorporation of spectral data and computational complexity of the point cloud. The designed experiments are implemented on the datasets provided by the ISPRS and the results are independently validated by the ISPRS. Results indicate that aggregation of dense point cloud into higher-level object analogue (e.g. supervoxels) before 3D segmentation stage offers superior labelling results and best computational performance compared to the popular surface growing-based approaches.     

三维激光点云自动化建模思路探索

点云数据自动化应用时,尤其是三维自动化建模过程中,传统的点云自动化处理技术难以实现。点云自动化建模是一个复杂的过程,涉及对象识别、点云处理、参数化建模等多个领域。本文结合三维激光扫描技术,针对不同的项目和应用方向对三维模型成果的不同需求,对现阶段各个行业和方向的三维模型成果及构建方法进行了汇总和分析,进一步提出了3种三维激光点云自动化建模的新思路和可行性分析,并分析了自动化建模思路的优势和应用方向。     

三维点云在轨道板快速检测中的应用

针对现有的CRTSⅢ型轨道板检测方法效率低下、设备组装复杂、部分还需人工操作等不足,基于三维点云数据实现了轨道板外形尺寸的高精度快速检测。利用轨道板标准三维模型建立相关检测特征,在完成轨道板三维点云数据相关预处理后,将点云数据精确配准至标准三维模型,利用模型上已建立的特征拟合计算轨道板表面点云数据的检测特征,获得轨道板各检测指标的测量值;计算测量值与标准三维模型设计尺寸之间的偏差,从而实现轨道板外形尺寸的快速检测。实验表明,与常规的检测手段相比,该方法具有检测精度高、速度快、检测结果稳定可靠、检测项目齐全等优点,具有良好的应用前景。     

三维点云的分割及骨架提取研究

针对在三维点云环境下分离目标物体所出现的过度分割问题,提出一种结合随机抽样一致性和颜色差值区域聚类的分割方法。首先利用RANSAC算法去除场景中大部分平面,使得目标物体和连成片的点云脱离,然后结合点云的距离阈值和目标颜色差值,得到目标点云数据。针对L1中值算法对曲率较大模型的骨架提取存在的不足,进行了改进。通过L1中值算法对点云模型进行骨架提取,得到点云的骨架点,然后沿端点方向向外进行最大内切球的球心提取,最后连接多个球心及骨架末端点,得到符合人类视觉效果的骨架。改进的算法提高了L1中值对曲率较大点云骨架提取的准确性。     

基于三维声呐点云的河口水闸水下结构安全评估

河口水闸水下结构安全对于水闸工程、整个河道,以及周边居民地的安全具有重要意义。在低可视度的水体环境中,采用传统人工潜水探摸方式进行水下结构安全检测效率低下。为提高效率,三维扫描声呐逐步应用于相关水下结构的安全检测中。本文以BlueView BV5000型三维扫描声呐系统在苏州河河口水闸水下结构的实测数据为基础,经滤波、测站拼接等处理过程,利用所得三维声呐点云对该水闸的水下结构进行安全评估。采用人工探摸方式对评估结果进行验证,结果表明,三维扫描声呐在水下结构安全评估中具有优越性,可为后续运维保障提供数据基础。     

三维激光点云联合无人机影像的古建筑重建

古建筑保护是当下测绘领域的热点研究课题,非接触测量是克服传统方法数字化不足、容易造成"二次破坏"的有力举措。本文以哈尔滨红霞街99号外侨私邸为例,提出了一种将三维激光扫描技术和无人机航测技术相结合进行古建筑重建的研究方案。基于三维激光扫描仪和无人机获取的古建筑内外点云数据和影像数据,利用点云数据生成正射影像并绘制平、立、剖面图,创建三维模型,最后以实地量取的建筑物尺寸数据为参考分析得出图纸和模型误差。结果表明：利用三维激光点云联合无人机影像能够高效地进行建筑图纸恢复,创建高精度精细化的三维模型,为古建筑保护提供了一种全新的思路。