一种基于高度差异的点云数据分类方法

LiDAR点云数据存在数据量大、不易识别、不易处理的问题,为了解决上述问题,需要对点云数据进行分类处理。针对点云分类方法存在精度不高、处理过程复杂等难题,本文提出了一种基于高度差值的二次导数的建筑物、植被的点云分类方法,能够高效、准确地将各类点云分离。利用该方法分离点云数据,首先通过Terra Solid软件对原始LiDAR点云数据进行初步处理,去除噪点并提取出地表点云,然后利用规则建筑和不规则植被高度差异上的二次导数不同,提取出可能是建筑物或植被的点,并利用高斯偏差估计模型为建筑物、植被点的分类提供阈值,最后利用断点统计模型将建筑物、植被点云补充完整。为证明这种方法的可行性和有效性,使用Autzen_Stadium地区的LiDAR点云数据进行点云分类试验,结果表明,该方法具有可行性好、分类效果好、处理自动化等优势。     

基于全球索引的点云切片发布处理

针对现有点云数据切片处理在数据追加和局部更新方面存在一定的不足,提出了一种基于全球索引切片发布的处理方法.解决了在处理海量点云数据的过程中效率较低的问题,实现了基于全球索引的点云切片处理.基于本研究结果表明:本方法不仅可以高效处理海量点云数据,还可以提供数据追加和更新等方式,为后续的数据更新和发布提供极大地便利,研究结...     

城市竣工测绘典型要素语义分割PointNet++深度学习模型适用性分析

处理三维激光扫描仪获取的城市竣工测绘点云场景数据的传统方法存在较多局限性,无法适应信息化社会对产品高效处理的需求。基于此,本文分析了城市竣工测绘点云场景分类需求,研究了利用深度学习网络模型对点云场景进行自动化处理的方法。首先,对输入的城市竣工测绘数据进行预处理,以实现点云降采样、去噪、地面点与非地面点分割;然后,人工标注5个区域场景数据毫米级标签,进行数据增强;最后,测试PointNet++网络在城市竣工测绘点云场景下的语义分割性能和效果。测试结果表明,在少量样本下,PointNet++网络可以较好地实现城市竣工测绘点云场景的激光点云语义分割,总体mIoU达73.06%,能够满足城市竣工测绘点云语义自动化分割需求,为城市竣工测绘点云数据处理提供了新思路。     

激光扫描技术在回转窑动态检测中的应用

为了对回转窑进行快速高效的检测,考虑引入三维激光扫描仪。使用三维激光扫描仪所获取的数据量大,在点云拟合方面,使用相关软件处理耗时长,如何对回转窑点云数据进行自动化处理就成了解决问题的关键,本文研究了回转窑三维激光扫描数据的处理流程,包括点云预处理及点云拟合,通过编程实现了回转窑轮带的自动拟合算法,比较分析了不同参数对于轮带拟合的时间效率影响、拟合精度影响。     

单体建筑物点云数据的CSF净化处理

从场景整体点云数据中提取单体建筑物的点云是建筑物单体三维建模的基础。然而,现有点云提取方法在提取建筑物点云数据时往往包含部分植被、地面等非建筑数据点,不利于建筑物对象建模。针对该问题,本文提出使用CSF方法对初步提取的建筑物点云数据进行净化处理。该方法首先将场景点云数据投影生成点云图像,根据图像特征初步提取单体建筑物点云数据;然后对获得的单体建筑物点云数据采用CSF方法进行净化处理,可以获得较为纯净的单体建筑物点云数据。本文以南京师范大学仙林校区部分区域为研究对象对该方法进行了验证。结果表明,该方法可以较好地对建筑物点云数据进行净化,得到较为纯净的单体建筑物点云数据,为基于点云数据的建筑物单体模型构建打下了良好的基础。     

基于ALS60的山西省高精度数字高程模型数据处理方法的探讨

机载LiDAR测量技术可以较低的成本快速获取大范围高精度DEM数据。山西省测绘工程院采用Leica公司的ALS60系统,快速、高效地获取了山西省高精度、高时空分辨率和全覆盖率的激光点云数据。本文结合生产实际情况,探讨了大区域激光点云数据的处理流程及方法,为ALS60系统进行大范围、高精度的数字高程模型生产提供了技术借鉴。     

十进制线性四叉树的点云数据格网索引方法研究

三维激光点云数据是海量三维点的集合,导致数据量庞大,组织和管理困难,不仅增加了系统负荷,而且大大降低了点云数据后续处理效率。该文针对海量点云数据的组织与管理中遇到的加载和显示效率低、建立索引困难、不能实时动态显示等问题,提出了基于十进制线性四叉树的点云数据格网索引方法,该方法用四叉树结构分割点云数据和用SQL Server数据库存储,采用Morton码或矩形区域对点云数据进行分块空间索引,结合空间索引和数据库的优势对点云数据进行高效、动态、智能管理。实验结果表明,该方法较好地解决海量点云数据的组织与管理效率低下,不能实时动态显示的问题。     

一种联合瓦片索引的车载海量点云数据管理方法

为了高效支持大范围车载移动激光扫描海量点云数据的可视化及后续处理,提出了一种联合全球统一划分瓦片索引的车载海量点云管理与调度方法。在分析车载点云空间分布特性基础上,有机联合瓦片索引及随机采样八叉树等空间索引结构,建立了一套面向海量车载移动扫描点云的高效管理及调度机制。试验证明,该方法能够高效支持大范围海量车载点云数据的调度、交互及动态更新等过程,并能够有效地支撑分割、分类等后处理过程。     

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。     

Cyclone在数字校园三维激光点云数据预处理中的应用

为了高效获取精确的数字校园地形图的测量数据,通过Leica ScanStation P40对校园进行三维激光点云数据采集,并结合Cyclone中的去噪模型对点云数据进行去噪,利用“六自由度”方法和ID号对标靶进行拟合,在一定约束条件下完成点云数据的坐标匹配、拼接以及优化,得到统一坐标系下的点云数据。结果表明:优化后的点云数据精度可达到6 mm。可见处理后的点云数据能够满足数字校园地形图的高精度要求。