一种基于位置识别的室内场景点云配准方法

针对现有方法在低重叠室内场景点云配准稳健性较差的问题,本文提出了一种基于位置识别的点云自配准方法。首先基于室内空间分割结果生成虚拟雷达观测位置,构建虚拟扫描;其次从虚拟扫描中提取全局特征描述符进行位置识别;然后利用位置识别结果确定重叠区域;最后计算重叠区域的转换参数,并根据刚体转换的特性获取最终的整体转换参数。试验结果表明,本文方法能够在低重叠的室内场景精确计算转换参数。     

一种基于BFGS修正的正态分布变换点云配准方法

点云配准是点云数据处理中的关键问题,针对原始正态分布变换算法求解Hessian矩阵时间复杂度高的问题,本文提出一种基于BFGS算法修正的正态分布变换点云的配准方法。通过利用目标函数的梯度值及增量参数更新正定矩阵,以正定矩阵近似代替Hessian矩阵的逆矩阵,确保算法每次迭代方向均为函数值下降方向,降低了算法的时间复杂度;通过模拟数据试验及实测数据试验,验证了本文算法的可行性,其在保持原始正态分布变换算法精度的前提下,提高了算法的配准效率。     

一种基于ISS-SHOT特征的点云配准算法

针对点云配准过程中易产生错误对应点、收敛速度慢、配准时间长等问题,提出了一种基于内部形态描述子(ISS)及方向直方图描述子(SHOT)特征的点云配准算法。运用体素格网法下采样后,采用ISS算法提取特征点,并用SHOT对特征点进行描述,利用余弦相似度匹配对应点对,再采用RANSAC算法剔除错误对应点对,使得两片点云获得良好的初始位姿,最后采用点到平面的ICP算法进行精确配准。试验结果表明,与传统ICP算法及基于ISS的SAC-IA+ICP算法相比,本文算法配准精度及配准效率更高,对数据量大、重叠率较低点云具有很好的稳健性。     

一种利用单张影像进行规则物体三维重建的方法

提出了一种以单张影像为基础,基于灭点几何原理、共线条件方程及共面约束条件,进行规则物体三维重建的方法。该方法通过影像中的3条两两垂直的直线,利用灭点几何原理得到了影像的方位角元素;利用解算的角元素及共线方程得到了摄影中心坐标;最后,利用解算的影像外方位元素及共面约束条件得到规则物体的三维几何模型。     

基于极线及共面约束条件的Kinect点云配准方法

Kinect作为轻量级手持传感器,在室内场景恢复与模型重建中具有灵活、高效的特点。不同于大多数只基于彩色影像或只基于深度影像的重建算法,提出一种将彩色影像与深度影像相结合的点云配准算法并用于室内模型重建恢复,其过程包括相邻帧数据的配准与整体优化。在Kinect已被精确标定的基础上,将彩色影像匹配得到的同名点构成极线约束与深度图像迭代最近点配准的点到面约束相结合,以提高相邻帧数据配准算法的精度与鲁棒性。利用相邻4帧数据连续点共面约束,对相邻帧数据配准结果进行全局优化,以提高模型重建的精度。在理论分析基础上,通过实验验证了该算法在Kinect Fusion无法实现追踪、建模的场景中鲁棒性依然较好,点云配准及建模精度符合Kinect观测精度。     

一种基于影像的古建筑点云生成方法

针对现有古建筑数字化保护点云模型生成方法存在的诸多问题,该文采用增量式运动恢复结构技术构建了一种基于影像的古建筑点云模型生成方法,可简单、快速、低成本地实现古建筑点云生成。首先使用普通相机拍摄目标古建筑影像集并平滑预处理,然后使用运动恢复结构技术构建三维稀疏点云模型,最后密集点云加密处理并纹理映射得到古建筑三维点云模型。该方法创新性地将运动恢复结构技术引入古建筑点云生成领域。实验结果表明:该方法能快速构建古建筑三维点云模型,为古建筑数字化保护点云模型建立提供了一种新思路。     

无人机影像点云与地面激光点云配准的三维建模方法

地面激光扫描仪(Terrestrial Laser Scanner,TLS)能够快速地获取高大建筑物侧面点云数据,但较难获取其顶部点云数据。无人机(unmanned aerial vehicles,UAV)通过搭载五镜头倾斜摄影相机,能在短时间内获取高大建筑物的顶部影像,并基于摄影测量原理生成建筑物顶部的三维点云。文中针对高大建筑物的三维建模,首先通过UAV影像构建三维点云信息,然后将UVA影像点云与TLS点云数据进行配准后构建其三维模型。以云南师范大学呈贡校区武之楼为例,分别采用单一源的两种数据进行三维建模,并与两种配准后的数据进行三维建模作比较,实例结果表明,配准后的数据建模更完整,效果更好,能更完整地表现出建筑物的信息。     

基于特征点的曲面点云配准方法

针对当前曲面点云配准质量和效率低的问题,提出基于特征点的曲面点云配准方法。首先通过计算特征点曲率的豪斯多夫距离（HD）获得初始匹配点对;然后利点云局部表面曲线形状特征提取精确特征点对;最后用对偶四元数实现源点云和目标点云的粗配准,获取良好的初始的配准参数,并采用改进的最邻近点迭代算法实现点云的精配准。实验结果表明：该方法获取的点云中误差在0.005 m以内,且配准时间在7 s以内,提高了传统曲面点云配准的精度和配准效率,验证了该方法的稳健性和准确性。     

一种顾及主方向的点云配准施工检测方法

面向建筑物施工的全局偏差检测需求,提出一种顾及主方向的PCA-ICP点云配准施工检测方法。首先将BIM设计模型数据转换为BIM点云数据;然后运用顾及主方向的PCA (主成分分析)粗配准结合ICP (迭代最近点)精配准,即顾及主方向的PCA-ICP配准方法,在无控制点条件下实现三维激光点云与BIM点云配准,并计算配准均方误差E;最后利用M₃C₂算法和均方误差E计算出三维激光点云与BIM点云之间的偏差值和偏差值误差范围,最终统计得到施工偏差结果。以某体育场馆钢结构为例,实验结果表明,该方法较常规偏差检测方法可以得到建筑物实际施工的全局偏差。实验结果可为建筑物施工提供参考。     

基于线特征的鱼眼图像与地面激光雷达点云配准

地面激光扫描数据(LiDAR)与全景图像进行联合分析在虚拟场景建设、文化遗迹保护等方面有较高的应用价值.将全景图像在其视点与LiDAR点云对齐是开展两种数据联合分析的基础,但需要克服数据维度差异转换和特征匹配的困难.本文提出了基于线特征的半自动配准方法纠正图像,将鱼眼图像和LiDAR点云投影为透视成像的柱面全景图像,采...     

一种基于拼接线的无人机序列影像拼接方法

通过无人机低空摄影获取的地面高分辨率影像具有成本低、方便快捷等优点,但由于超低空飞行拍摄的影像覆盖范围较小,所以需要通过影像拼接来获取更大范围的影像数据。研究了一种基于拼接线的影像拼接方法,对原有检测方法进行了改进,并通过实验说明了改进后的方法可以获得更好的拼接结果。     

一种基于自由形状线特征的影像匹配方法

与点特征相比,高级别的特征,特别是自由形状线特征包含了更丰富的信息,这对于其后的影像解译和表面重建等处理是更为有利的.深入研究自由形状线特征描述、匹配实体选取、相似性测度的确定等自由形状线特征匹配的关键问题,提出一种基于自由形状线特征的影像匹配方法.实验证明该方法对于自由形状线特征的匹配是可行的.     

基于点线特征的建筑物点云配准方法

针对建筑物表面具有明显的几何特征这一特点,提出基于点线特征的建筑物点云配准方法。首先基于点云配准基本理论,利用提取的建筑物点特征使用对偶四元数实现建筑物不同测站点云的粗配准,获取初始配准参数以及配准后的建筑物点云数据,然后将粗配准获取的参数作为待求精确参数值的初始值,利用建筑物中的线特征将共线方程作为精配准的数学模型,最后通过平差迭代获取参数的精确值,实现不同测站建筑物点云的高精度配准。实验结果表明,获取的配准后同名特征距离中误差为2.1×10^-3 m,证明了将点线特征相结合可以有效改善建筑物点云配准质量,提高建筑物点云配准的精度,对建筑物三维重建具有重要意义。     

基于二维图像特征的点云配准方法

为了提高低覆盖率点云的配准精度和收敛速度,提出了一种基于二维图像特征的点云配准方法。首先采用基于区域层次的点云配准算法实现粗配准;然后将三维点云转换成二维图像,再采用SURF算法提取二维图像的特征,并求解其匹配像素点对;最后根据二维匹配点获取相应的三维点云相关点,并计算刚体变换,由此实现点云的快速精确配准。试验结果表明,与迭代最近点（ICP）算法相比,该点云配准方法的配准精度和耗时分别提高了约20%和60%,是一种快速、高精度的点云配准算法。     

一种基于点目标的雷达影像质量评价方法

提出一种空间性能指标和辐射性能指标相结合的基于点目标的雷达强度影像质量评价方法.利用空间分辨率、峰值旁瓣比和积分旁瓣比指标对雷达影像质量进行定性评价,并利用仿真和实测数据进行实验分析,结果表明,该方法具有较好的有效性和可操作性.     

利用点云配准的空地影像融合技术

为实现空地影像的高精度融合,本文提出了一种基于密集匹配点云配准的融合方法,并与利用空三加密点云配准的融合效果进行了对比。首先,通过对空地影像进行空三加密和密集匹配,得到相应的三维点云;然后,利用基于3DSC特征的SAC-IA算法,完成空中点云和地面点云的粗配准;最后,通过改进的Point-to-Plane ICP算法进行精配准,进而完成空地影像的融合。试验表明,相比空三加密点云,密集匹配点云能够提供更为稳健的配准结果,且能够达到厘米级的精度。     

一种基于线特征的高分辨率遥感影像配准方法

针对高分辨率遥感影像的配准,提出一种基于直线特征的配准方法。首先提取场景中的直线特征,其次利用一种迭代的霍夫变换方法建立直线特征的相关,最后以仿射变换作为配准转换函数,利用对应特征在同一参考坐标中的距离作为相似测度求解配准转换函数,从而实现了高分辨率遥感影像的快速配准。试验结果表明该方法对具有全局仿射几何失真的图像配准问题,具有较高的可靠性和配准精度。     

一种基于拼接线和动态基准的影像拼接方法

针对无人机影像拼接处理中易产生鬼影、错位等问题,提出了一种基于拼接线和动态基准的影像拼接方法。该方法首先采用改进Duplaquet方法搜索最优拼接线,拓宽了拼接线的扩展方向;然后采用动态基准影像拼接策略,降低累积误差的影响;接着提出了最终基准影像的选择方法,并在最终基准影像坐标系下实现多幅无人机序列影像拼接。实验结果表明,该算法能够有效解决传统拼接方法中所遇到的拼接线问题,同时能够避免变换误差较大的影像对后续拼接影像的影响,获得更好的拼接结果。     

一种无人机影像特征点筛选方法

随着无人机技术的发展,无人机影像特征点提取方法成为了研究的热点。本文针对提取到的特征点存在不同程度的冗余问题,在利用SIFT算法对无人机影像进行特征点提取的基础上,提出了一种基于欧氏距离和色彩差的特征点筛选原则。实验表明,通过计算特征点间欧氏距离可以检测距离较近的特征点,并以色彩差为取舍标准进行过滤筛选,得到的特征点分布均匀,在一定程度上降低了特征点的冗余度。