一种新的激光点云数据精简方法

三维激光扫描技术是最近几年在测量方面发展起来的一个研究热点。提出利用点云模型中相邻三角形夹角的大小来对点云数据进行直接精简的方法,在matlab平台下,通过编程实现点云数据的压缩。将精简的点云数据通过编程重新构建三角网,最后在Geomagic软件中建模,通过与原始模型进行对比,新方法的压缩效果比较理想。     

基于法向量模糊聚类的道路面点云数据滤波

针对道路面三维激光扫描的特点,结合点云法向量分布特征,提出了基于法向量模糊聚类的点云数据滤波算法。通过对3种不同类型实测道路面数据的实验表明,该算法对于路面扫描过程中产生的非路面冗余数据有较好的滤波效果,为点云数据滤波提供了一种新的手段。     

海量点云数据的建筑物三维模型重建

针对传统测量方式在建筑物的保护中,存在工作量大、容易对建筑物造成二次伤害的问题,该文结合现代测量手段与三维激光扫描技术,提出了利用镶嵌法进行建筑物三维模型重建的研究思路。基于点云数据获取、处理与三维建模的理论,以安徽省淮南市安徽理工大学本部"红楼"为例,实现了对"红楼"点云数据的拼接、合并、降噪等处理工作,并结合中海达HD_3LS_SCENE软件与3D Max软件各自的优势进行了"红楼"真三维模型的重建。实验结果表明,该数据的处理方法具有速度快、效率高、精度好等特点。     

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。     

基于点云数据的建筑物建模方法

建筑物三维模型重在数字城市、场景重现、虚拟现实中应用广泛,三维激光扫描技术作为一种新的技术方法,在建筑物三维建模中应用越来越多。本文以三维激光扫描技术获取的点云数据为数据源,以一仿古建筑为研究对象,对点云数据进行优化处理,并用不同的建模方法进行三维建模,对比分析了每种方法的优缺点和适用范围,最后采用几何建模方法进行纹理贴图,得到真实的三维模型。     

三维激光扫描点云数据在CloudWorx for MicroStation下的处理

三维激光扫描技术作为一种先进的测量手段应用前景十分广阔,但是,在应用其扫描所得的点云数据进行内处理上又遇到了许多技术性的问题。CAD系统处理大量点云数据过程中存在局限性,一旦用CAD系统处理点云时,CAD程序就会出现错误操作提示,甚至完全停止进程。CloudWorx克服了这些局限性,它避免了直接输入数据,而是利用Cyclone技术作为MicroStation环境下有效管理和解决点云的工具,使MicroStation内点云操作与CAD程序执行再无冲突。本文主要介绍了并且还介绍了CloudWorx模块的功能,并举例就点云数据在CloudWorx for MicroStation软件环境下的处理工作进行了详细的介绍。     

基于点云数据的文物精细建模

以天安门华表的激光扫描为例,通过对点云数据的多视点拼接、三维构网、纹理映射、数字展示等数据处理技术的研究,提出一种改进的内业技术流程,以解决精细建模过程中的一些技术难题。     

基于地面三维激光扫描数据的建筑物三维模型重建

用三维激光扫描技术获得的点云数据可构建建筑物的整体点云模型,同时可根据点云模型进一步生成三角网模型、实体模型。结合实际工程阐述构建模型的方法,同时对建筑物模型的作用作简要分析。     

基于点云数据的城市道路标线自动提取

道路标线作为引导交通的重要交通标志之一,在智能驾驶、智慧城市的发展中有着重要作用。现有的GIS道路数据如路面标志、车道线等道路数据无法提供精确的道路信息,不利于道路现代化发展。本文通过将道路点云生成强度图,基于深度学习方法与KD树聚类分割算法实现了三维道路标线的自动化提取及矢量化,反映了与路面环境相关的道路标线信息。使用本文的方法对城市道路标线进行自动提取与分类,人行横道线精度最高可达93.57%,道路标线的均交并比可达到86.32%,验证了本文所使用方法的准确性与可行性,为城市道路标线自动提取提供了有益的参考。     

一种三维激光扫描点云数据的预处理方法

本文针对三维激光扫描数据存在异常数据和随机误差等特点,改进了两种点云数据的粗差剔除方法,针对点云数据的高频特性设计了基于卷积的等高线滤波方法,并通过实验证明其有效性;对扫描过程中数据可能存在缺失的情况给出了处理方法,并针对点云数据的质量做出了评定,讨论了利用强度信息进行数据滤波的可行性。     

基于移动式激光扫描的点云数据处理

因具备高速、灵活和高精度的特点,移动式激光扫描被广泛用于地铁隧道的监测系统中.针对现有数据处理方法的里程配准误差大、数据利用率低的问题,本文提出了从扫描到后处理的一体化数据转换方法.在预扫描阶段,对隧道进行预标定,根据速度曲线的概率密度确定噪声界限;在正式扫描阶段,标定小车匀速运动的开始计速点,仅在惯导速度超限的情况下...     

改进的分层点云数据压缩算法

针对传统点云压缩算法主要对小型物件的小数据量精细点云进行压缩,在大型地物的海量数据压缩方面存在压缩时间长、效率低的不足,提出了一种改进的分层点云数据压缩算法。基于大型地物点云空间结构特点将分层压缩算法的速度优势和距离压缩算法的高效优势相结合,解决了传统压缩算法在大型地物点云压缩方面的不足,实现了海量点云的快速高效压缩。西安市大雁塔三维激光点云压缩实验结果表明:该算法可以快速地完成海量点云的压缩,较之传统压缩算法极大地缩短了压缩时间,提高压缩效率。     

Spectral Filtering and Classification of Terrestrial Laser Scanner Point Clouds

A method is presented for filtering and classification of terrestrial laser scanner point clouds. The algorithm exploits the four-channel (blue, green, red and near infrared) multispectral imaging capability of some terrestrial scanners using supervised, parametric classification to assign thematic class labels to all scan cloud points. Its principal advantage is that it is a completely data-driven algorithm and is independent of spatial sampling resolution since the processing is performed in four-dimensional spectral feature space. Its application to two data-sets of different spatial extent and spatial and spectral complexity is reported, for which respective overall classification accuracies of 87·0% and 82·0% were achieved. Analysis of the input data with emphasis on the characteristics pertinent to the anticipated outcomes precedes detailed analysis of the classification results and error sources and their causes. Erroneously classified points are attributed to radiometric errors stemming from both detector hardware and physical effects.     

基于激光点云数据的古建筑BIM几何模型构建

针对古建筑BIM各种信息模型中几何模型构建的问题,提出应用三维激光点云数据和CloudWorx软件进行建模的方法。应用Cyclone软件对点云数据进行去噪、配准,按构件进行分割;应用CloudWorx软件进行模型的构建。研究古建筑的瓦片、柱体、梁、墙体、围栏等构件的建模方法,通过模型合并生成古建筑的整体几何模型。     

点到平面距离的点云数据压缩方法

针对三维激光扫描点云数据采集过密、冗余信息较多,现有压缩算法存在不足的问题,该文提出了基于点到平面距离的散乱点云压缩算法。将该算法与基于三角形法向量夹角和格网法两种现有算法的压缩结果进行比较,通过对比构建的空间三角网可以发现,该文算法对物体特征复杂的部位有较好的压缩效果,且在压缩率较高时,不会使较平缓的部位出现过度压缩而失真的情况。     

摄影测量激光点云空洞修补

为修补三维激光点云中的复杂空洞,本文提出了一种基于摄影测量原理的修补算法。与常规利用空洞与空洞周围点云的关系修补空洞的方法相比,该方法对于复杂空洞的修补可靠性更高,通用性更强。实验结果表明,该空洞修补算法适用于大面积、复杂的点云空洞,能较好地保持原三维物体的细节特征。     

八叉树索引的三维点云数据压缩算法

针对现有的三维点云简化算法普遍存在运行效率较低、内存消耗大、处理时间过长等问题,该文利用八叉树索引的速度优势和点云数据空间分割的逻辑结构,并结合三维点云网格简化算法高效的优势,提出一种基于八叉树索引的三维点云简化算法。该算法基本满足点云简化的理想标准,计算快速、运行时间短。利用实测大雁塔数据对各种三维点云压缩算法进行比较,结果表明该文提出的新算法对点云数据的压缩简化效率和压缩率较现有算法均有较大提高。     

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。     

一种由粗到精的地面激光点云多层级配准方法

提出了一种综合利用快速点特征直方图(FPFH)描述符和同名点引导ICP优化的地面激光扫描(TLS)点云配准方法。该方法包括3个步骤:1)点云金字塔构建;2)基于FPFH的粗配准;3)同名点引导的ICP精配准。首先使用体素网格滤波器构造点云的金字塔结构,在粗配准时,FPFH描述符用于金字塔顶层上点云的鲁棒匹配,在此基础上,再进行两层级同名点引导的ICP精配准优化,使用3组典型TLS点云对进行实验,结果表明本文方法可以高效地完成TLS点云的配准。     

基于平面特征的地面雷达点云配准算法

针对地面LiDAR点云配准中不同坐标系点云数据存在对应的平面特征不同的问题,文章提出了一种基于总体最小二乘的地面LiDAR点云数据配准算法:通过对分割后的点云数据平面拟合,得到相应法向量;根据不同坐标系中LiDAR点云数据对应的平面法向量,利用反对称矩阵和罗德里格矩阵的性质,用3个独立参数代替3个旋转参数,采用总体最小二乘法建立旋转矩阵解算模型;采用总体最小二乘法确定平移参数的计算公式;最后根据转换后特征点云与对应平面点云的重复情况,给出了配准模型的精度公式。实验结果表明该方法精度较高,可以取得较好的点云配准效果,适合于含有大量重复平面特征的点云数据的配准。