面向车载激光扫描点云快速分类的点云特征图像生成方法

车载激光扫描是空间数据快速获取的一种重要手段。车载激光扫描点云数据的分类和特征提取是目标识别与三维重建的基础。本文以车载激光点云数据为研究对象,提出了一种适合于其快速分类与目标提取的点云特征图像生成方法。该方法首先将扫描区域进行平面规则格网投影,通过分析格网内部点云的空间分布特征（平面距离、高程差异、点密集程度等）确定激光扫描点的定权,从而生成车载激光扫描点云的特征图像。利用生成的点云特征图像,可采用阈值分割、轮廓提取与跟踪等手段提取图像分割的建筑物目标的边界,从而确定边界内部点云数据,实现目标分类与提取。本文以Optech公司的车载激光扫描数据为实验对象,验证了本文提出方法的可行性和实用性。实验结果表明,该方法能快速有效分离出车载激光扫描点云中的地面数据、建筑物数据等。     

基于车载激光扫描的公路三维信息提取

针对公路信息系统建设中数据生产成本、数据精度和生产效率间存在重要矛盾的问题,作者采用车载激光扫描方式快速获取公路及其两侧地物高精度三维表面信息,根据公路自身形态结构特征及其在车载激光扫描数据表达中的特点,实现了公路边界信息的自动提取、路面上车辆信息的自动探测与去除以及空洞的自动填补,并实现路面信息和公路边坡信息的快速获取。试验证明作者提出的方法具有较高精度和较强适应性,为解决数据生产中的矛盾指出一个新途径。     

基于车载激光点云的数学形态学滤波方法改进

针对车载激光点云数据空洞插值误差大及利用多尺度数学形态学滤波方法耗时高的问题,提出一种改进的数学形态学滤波方法,该方法按照点云空间分布形态格网化,以控制开运算方向。腐蚀运算过程中,根据格网腐蚀前后高程的变化情况,更新格网高程,以达到空洞精确填充及各格网均含地面点的目的。利用5组点云数据进行了实验,结果表明:该方法能有效提取地面点,运算效率明显优于多尺度数学形态学滤波方法,具有一定的实用性。     

基于点云数据内插DEM的精度比较研究

利用3维激光扫描技术,以云南元谋干热河谷地区冲沟为研究对象,扫描获得大量具有冲沟坐标信息的点云数据。离散的点云数据之间没有明显的拓扑关系,不能表达连续的地表形态,通过建立格网DEM可视化表达地形信息,利用不同的内插方法生成DEM并进行精度评定,以便在不同的地貌区和采点方式下选用最佳的内插模型。点云数据经过数据配准拼接以及噪声剔除,在ArcGIS软件中,通过数据格式转换,利用反距离加权插值、克里金插值、自然领域法插值三种不同的内插方法生成DEM模型,通过检查点法分析已有的固定点高程和内插相应点的高程值做误差比较,分析不同的内插精度。实验表明,反距离加权插值法和克里金插值中误差基本相同,自然领域法插值中误差最大。分析比较不同的内插精度,对地表的坡度、坡向、等高线的研究具有重要的意义。     

基于三角格网的点云空洞修补算法及精度研究

由地面激光扫描设备所获取的点云数据往往存在有大量的空洞,严重影响后期的处理。提出了一种基于三角格网的空洞修补算法,该方法能够快速、自动搜索空洞边界并根据空洞区域的夹角大小关系进行三角化填充。实验结果表明该算法快速、简单、空洞修补后的精度高。     

基于道路数据点云的公路平面线形恢复方法

利用机载激光扫描数据的离散道路带状数据点云恢复公路平面线形,其效果的优劣很大程度上取决于公路中轴点列的获取。采用定步长径向搜索方法,算法简单快速,运算效率高;采用三次B样条曲线拟合及线形恢复能满足公路改(扩)建的要求。实验表明,基于道路数据点云的公路平面线形恢复方法研究,为机载激光扫描技术在公路中的应用提供一种可供借鉴的方法。     

车载激光扫描点云中建筑物边界的快速提取

以车载激光扫描点云数据为研究对象,提出一种由粗到细且快速获取点云中建筑物3维位置边界的方法。首先,通过分析格网内部点云的空间分布特征(平面距离、高程差异和点密集程度等)确定激光扫描点的权值,采用距离加权倒数IDW(Inverse Distance Weighted)内插方法生成车载激光扫描点云的特征图像。然后,采用阈值分割、轮廓提取与跟踪等手段提取特征图像中的建筑物目标的粗糙边界。最后,对粗糙边界内部的建筑物目标点云进行平面分割,提取建筑物的立面特征并构建立面不规则三角网TIN(Triangulated Irregular Network),并在建筑物先验框架知识条件下自动提取建筑物的精确3维位置边界。     

三维激光扫描测量技术在变形监测中的应用

分析了将三维激光扫描测量技术应用于变形监测时的变形计算问题。与传统测量方法相比,该方法能更具体、快速地分析目标的变形情况。利用三维激光扫描所得点云数据拟合得到所测目标的平面方程,再利用空间几何计算方法做具体变形分析。     

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。     

结合全景影像的车载点云空洞修复方法研究

针对单一利用点云数据修复空洞而缺乏真实性的问题,提出了一种结合全景影像的车载点云空洞修复方法。该方法首先探讨了基于全景球共线方程的车载点云与全景影像精配准,然后构建了三角格网提取点云空洞范围,针对全景影像变形问题,采用了球面透视模型进行纠正,最后研究了基于SIFT算法的区域种子点密集增长算法,利用前方交会法生成填补点云。实验表明,该方法生成的填补点云具有真实性和完整性,将填补点云与原始点云融合,实现了车载点云空洞修复。     

车载激光扫描数据中高速公路路面点滤波

提出了一种从车载激光扫描数据中自动提取路面的方法。通过分析车载激光扫描点云的空间特征,提出运用近似平面约束法、有序最小二乘坡度估计法和多尺度窗口迭代分析法进行初始路面种子点提取;然后基于局部坡度滤波方法提取所有的路面点;最后选择两组实际点云数据进行实验。结果表明,该方法能快速准确地提取高速公路路面点云,实验数据的提取准确率为95.74%,完整率为98.11%。     

多级移动曲面拟合的自适应阈值点云滤波方法

为了提高机载激光雷达点云滤波算法的精度、效率以及自适应性,提出了一种多级移动曲面拟合的自适应阈值点云滤波方法。首先,对点云数据进行预处理即剔除粗差,然后通过格网化分割建立格网索引,利用每个格网的邻域格网中的最低点建立曲面方程,计算真实高程与拟合高程的差值并设置自适应性阈值进行滤波,最后采用多级滤波策略,即逐级改变格网大小并自动设置邻域和阈值,直到滤波结果达到精度要求。使用国际摄影测量与遥感学会（ISPRS）提供的测试数据对算法进行验证,第1、2类误差和总误差平均值分别为7.33%、10.64%、6.34%。将该算法与ISPRS公布的8大经典滤波算法进行比较,结果表明该方法的适应性强,滤波结果具有较高的准确性。     

利用三维激光扫描技术检测建筑物平整度及垂直度

利用地面三维激光扫描仪对某建筑物进行全自动高精度立体扫描,获得目标建筑物表面的三维空间点云信息,经过研究分析提出了一种根据点云提取建筑物中心轴线的方法,采用随机采样一致性算法（RANSAC）拟合直线,并采用整体最小二乘算法拟合平面。通过分析拟合平面及拟合直线的几何特征来检测建筑物的平整度和垂直度,实测数据分析结果表明,三维激光扫描技术在建筑物立面平整度及垂直度检测中具有较高的可行性和适用性。     

格网邻域滤波在车载激光点云道路边线提取中的方法研究

结合城市车载激光扫描点云道路数据与地物点各自的特点和空间分布,用路面点云控制道路两侧地物点云进行滤波,从而实现道路路面点和地物点的分离,并根据城市道路中含有高出路面边缘的路缘石的结构特性设置阈值来提取路缘石,通过设置合适的格网及其邻域格网中点的密度特性进一步滤波路缘石,生成道路边线。     

基于三维激光扫描技术的曲面变形监测

研究采用双三次插值方法对点云数据拟合曲面函数,建立曲面模型,并通过多期观测建立的模型获取测区的整体变形信息.试验结果表明,在地表实测点处此方法获取的沉降值与传统水准测量方法测定的沉降值比较吻合,三维激光扫描技术在地表变形监测中具有较高的实用价值.     

用于公路勘测设计的LiDAR点云抽稀算法

传统的抽稀算法应用于公路点云数据抽稀时,往往存在不能很好地顾及地形特征,或者出现大面积点云空洞的缺陷。本文提出了一种改进的基于平均曲率算法,用于公路勘测设计中的点云数据的抽稀,该算法首先通过局部二次曲面拟合,依次求出所有点的平均曲率;然后根据平均曲率判断地形特征,并作为判别点云数据抽稀的主要准则;最后利用标记法解决了平坦路面出现大面积空洞的问题。通过试验与分析,证明了本文抽稀算法的可靠性和适用性。     

车载激光扫描数据的地物分类方法

车载激光扫描技术可以快速获取地物表面的高精度三维信息,作为一种新的数据获取手段,已逐渐应用于地理信息系统产业中。将激光扫描数据分类是对地物进行特征提取以及建模的前提与关键。现今,针对车载激光扫描数据的分类方法还不成熟。根据城市各典型地物空间特征(激光点云在三维空间的高程、与邻近点的斜率,以及其在二维投影平面上的分布、密集程度等),本文提出一种主要适用于城市激光扫描数据的地物分类方法。首先,综合考虑车载激光数据的采集特点、车行GPS轨迹以及扫描数据中同一扫描线上相邻激光点之间的斜率关系,提取出路面。其次,对于非路面的激光点云数据,先使用基于格网化与区域分割相结合的方法进行实体划分,再通过计算地物空间形状特征的几项统计指标(外包围盒、实体高度等),对实体进行分类。最后,以海南三亚市某街道为研究区验证该方法的有效性。实验结果表明,使用该方法能成功地分出研究区的路面、建筑物、树木和路灯四类地物,并进一步在同类地物间分出不同实体。     

高分辨率三维激光扫描数据的微小变形统计分析

地基三维激光扫描数据具有高精度、高空间分辨率的特点,能够改变传统的单点变形观测模式,使传统的点测量向“形测量”转化,因而大量的变形监测数据使得通过数学统计的方法探测变形量小于测量精度的微小变形成为可能。利用高分辨率三维激光扫描数据的微小变形统计分析方法,提出了基于反射值影像和BaySAC的拼接方法提高拼接精度;通过拟合方式提高整体分析精度,而影响拟合精度的主要因素为粗差,因此采用RanSAC算法剔除粗差,提高拟合的精度;然后利用格网化方法消弱偶然误差、修正拼接误差,最终得到变形量。采用建筑墙面及地铁隧道的点云数据进行了微小变形检测的实验,证明了该方法的有效性。     

基于椭球面投影的散乱点云建立三角格网方法

空间点云数据建立三角格网是三维激光扫描数据处理中重要的处理内容之一。已有的点云三角格网建立方法的网形结构良好,但存在数据量大、计算效率低的特点。提出借助椭球面进行高斯投影建立点云的空间三角格网建立方法,有效地实现四周型点云数据格网建立过程。结合某矿井点云数据实例,对基于圆柱面和椭球面投影的两种方法建立的三角格网进行对比,结果表明,利用椭球面投影法建立三角格网能更有效地建立顶部和底部点云数据的拓扑关系。     

先验知识引导的车载激光扫描点云道路信息提取

文章研究利用先验知识从车载激光扫描点云数据中提取道路信息:使用改进的不规则三角网渐进加密滤波方法对点云滤波;将地面点投影到水平面上,利用行车轨迹提取道路主轴线;然后生成高程差分特征图像,以主轴线为基准进行平面生长获得道路面;并根据反射强度,进一步获得道路边界和道路标识线等信息.最后使用两景车载激光扫描点云数据验证了方法的可行性和有效性.