地面激光扫描多站点云整体定向平差模型

为了一次性解算多站地面扫描点云坐标转换参数,将各站点云坐标转换成工程测量指定坐标,提出基于光束法区域网平差的数学模型。以扫描站射向标靶中心的光束为单元建立平差方程,并将基于罗德里格矩阵的坐标转换方程作为平差的基础方程;单光束列立附有未知数的条件方程,公共标靶上相交的光束列立附有限制条件的方程。根据观测值选择的不同,可将数学模型分为六种。以“假设指定坐标无误差,扫描坐标为有误差的观测值”的数学模型进行多站点云定向实验,结果表明其外部符合精度达到厘米级,精度明显高于独立模型法;扫描坐标经转换后,能满足1:500地形图测量精度。     

多站激光点云数据全自动高精度拼接方法研究

目的 针对目前多站点云数据拼接存在的效率低和自动化程度低等问题,提出了基于地面激光点云强度信息的2D-3D点云数据高精度全自动拼接方法。首先,将强度信息通过三次样条插值算法生成二维影像,采用基于图形处理器(GPU)的加速尺度不变特征变换(SIFT)算子匹配得到二维同名特征点,剔除粗差;然后,反算得到特征点在三维点云中的坐标,并通过三维空间法向量对三维同名特征点进行精炼。利用精炼的三维特征点进行多站点云数据拼接,可提高多站点云海量数据拼接的精度和效率。     

基于激光反射率的点云与图像自动融合

提出一个基于激光反射率的点云图像自动融合算法,数字图像与点云反射率图像特征点匹配,得到数字图像特征点像点坐标和相应物点物方空间坐标对,采用直接线性变换算法(DLT)建立点云数据反投影至二维图像点的投影模型,实现点云图像自动融合,得到目标表面的全面信息,包括物体表面三维坐标和纹理信息。自动地实现点云图像融合,无需人工参与,提高效率和准确率,同时结合实验验证该算法的可行性。     

两种高速铁路激光点云的采集拼接方法

研究围绕地面三维激光扫描点云数据的拼接问题,在某段高速铁路设计并实施了标靶拼接和控制点拼接两种不同模式下的点云数据采集和拼接试验,结合点云处理软件对点云数据进行拼接处理,分析了拼接精度和数据采集拼接的整体作业工作量等。结果表明,在相同的扫描条件下,基于控制点拼接的点云数据,精度优于基于标靶拼接的点云数据;在高速铁路等带状工程点云采集拼接中,控制点拼接模式下整体工作效率高于标靶拼接。本次试验所显现的控制点拼接的高精度和高效率等的优势,可为三维激光扫描仪在铁路点云采集和拼接作业提供有利参考。     

自由设站法在点云拼接中的应用

为方便三维点云数据的统一管理和工程应用,需要为其提供统一的坐标基准。在数据采集阶段,对于在控制点可通视的测区内,可利用后视定向的方法完成点云扫描测量工作。针对控制点无法通视的测区,本文提出基于全站仪三维自由设站控制测量的方法,建立间接设站点平差模型并进行平差,进而解算标靶点坐标,利用标靶将扫描点转换到绝对坐标系中。试验结果表明:标靶坐标的测量精度和点云拼接的精度符合要求。在测区观测条件不好的情况下,自由设站法的应用为点云拼接提供了一种可行的方法。     

基于视觉追踪技术的三维点云自动拼接方法及精度分析

三维点云拼接是三维扫描测量内业处理一个重要环节,拼接效率及精度直接影响后续点云的应用。常用的点云拼接方法需要人工通过控制点、标靶或空间特征点对不同测站的点云进行匹配、拼接。基于视觉追踪技术的三维激光扫描仪的出现,改变了传统三维激光扫描作业模式,外业无需架设标靶或控制点,点云拼接自动完成,无需人工干预,大大提高了作业效率。对基于视觉追踪技术的扫描仪进行测试,对其自动拼接的点云,与人工分别基于空间视图和特征点进行拼接的点云进行精度对比分析,得出结论:基于视觉追踪技术的三维点云自动拼接精度,与基于空间视图和特征点的点云拼接精度一致。     

多站拼接后三维激光扫描点云的消冗处理

针对多站地面激光扫描数据拼接后在扫描重叠区内的重复采样点带来数据冗余的问题,提出一种在不降低原始扫描采样密度的前提下,对冗余点云进行消冗处理的方法。该方法首先对拼接后的点云建立立方体格网索引,再对所有采样点按k邻-近结构进行组织,然后在k-邻近组织的数据中进行遍历,依据采样点间距是否小于给定的阈值确定是否删除某一采样点。对多站扫描的建筑物点云拼接数据进行消冗处理,验证了本方案的有效性。     

联合点云压缩的多特征融合点云语义分割方法

针对PointNet++对点云空间相关性特征提取能力不足,同时难以适用于大场景高密度LiDAR点云语义分割的问题,提出一种联合点云压缩的多特征融合LiDAR点云语义分割方法。首先利用点云压缩算法降低点云密度,并使用PointNet++提取简化点云的深度语义特征,再利用拟合算法计算完整点云的深度特征;之后提取人工设计的空间相关性特征与深度特征进行串联;最后利用随机森林算法对完整点云进行语义分割。通过在ISPRS提供的LiDAR点云语义分割标准数据集进行实验,证明提出方法的有效性,总体精度较PointNet++提升了5.3%。     

融合激光点云与影像点云的精细化DEM生成

针对地面激光扫描及无人机航摄技术在实际外业测量中受视场角限制或遮挡等因素的影响而难以获取待测区域完整的点云数据的问题,本文在经典ICP算法的基础上,提出了一种顾及高程差异和点云密度的激光点云与影像点云融合方法。通过差分数字高程模型对点云进行分块,并基于点云密度选取融合范围,将分块后的影像点云配准到激光点云的孔洞和稀疏区域。本文方法能够提高激光点云与影像点云的融合效果,保持激光点云的精度并保留更多的细节特征,实现激光点云与影像点云的高质量融合。     

基于多源数据的拼接型房屋三维重建方法研究

提出了结合房屋矢量数据、航空影像和点云数据的拼接型房屋(由平顶房、人字型和四坡型房屋组成)自动三维重建算法。算法重点研究了基于点云数据和影像特征提取的拼接型房屋屋脊线检测,并利用其对拼接型房屋组成的模型进行拆分;对于人字型和四坡型房屋组成模型,结合矢量数据和屋脊线,利用几何约束条件自动寻找房屋组成模型的屋檐线,从而获得拼接型房屋组成模型的完整分割;最后通过点云数据的屋顶平面解算其组成房屋模型的参数,最终实现整个拼接型房屋的三维重建。实验数据证明,该方法能较好地实现拼接型房屋的几何模型自动重建。     

基于控制测量的多视点云数据配准方法的研究

针对地面三维激光扫描技术中多视点云数据配准的问题,提出了一种基于控制测量的点云数据配准新方法。该方法的基本原理是:首先借助人工标志完成水平角度、竖直角度以及斜距测量工作;然后利用闭合导线或者附合导线测量原理,计算闭合差,通过分配闭合差,获取高精度的控制点坐标数据;最后按照定向法原理完成点云数据配准工作。利用地面三维激光扫描仪Riegl PLM321进行辅助法数据配准实验,通过对比公共点配准结果表明:基于控制测量的数据配准方法是可行的,它不仅可以满足建模工作的需要,而且克服了传统串联式配准方法中误差累积的弊端。     

多视角三维激光点云全局优化整体配准算法

提出一种已知多视激光点云配准初值进行自动全局优化的整体配准算法,并详细推导了多视激光点云配准全局优化平差模型。本算法对多视角三维激光点云的扫描顺序不作要求,可以处理无序散乱的多视三维激光扫描点云,同时可以获得最小二乘意义下的最优变换参数,实现多视三维激光点云的自动精确配准。利用实际三维激光扫描点云数据进行试验,得到了预期的结果,验证了本文方法的可行性和有效性。     

一种闭合条件约束的全局最优多视点云配准方法

针对已有多视点云配准存在的问题,提出了一种严密的闭合条件约束配准方法。该方法首先采用"点-切平面"迭代最近点算法分别求解各对应点云间的坐标转换参数;再以单站点云为配准单元,并将转换参数视为随机观测值构建条件方程,采用条件平差方法对转换参数作改正以达到全局最优。通过地面三维激光扫描仪实测两组点云数据进行试验,验证了该方法有效且可行。试验结果表明,对采样间隔为毫米级和厘米级的点云,增加扫描重叠度能够提高配准精度和可靠性。     

基于机载激光雷达技术的城市三维数据建设

三维激光扫描技术获取的点云数据是目前世界上先进的测绘新技术成果之一,它不仅可以实现三维场景复制,而且与其他测绘技术手段相比,数据更丰富,精度更高。本文首先介绍了激光点云数据获取的原理,叙述了基于点云数据制作三维建筑体框模型和DEM的技术方案,进而详细讲解了点云数据处理和建立建筑物体框模型的流程。     

不同测站点云数据的配准算法

随着三维激光扫描技术的发展,利用三维激光扫描仪采集信息,构建三维模型成为了热门的课题。由于受到观测环境、观测方向等影响,无法一次性地获得物体的所有的点云数据。因此,不同视角下点云数据的配准成为了三维建模中的关键技术,直接影响了最终的重合结果以及模型精度。本文着重研究主方向贴合法和最近点迭代算法(ICP算法),基于matlab平台编写算法,并对算法进行研究,得出配准结果以及配准精度。     

顾及城区机载LiDAR数据特征的配准算法

条带配准是点云数据处理的一个重要环节.文章介绍了经典ICP配准算法的基本原理;考虑到城区机载LiDAR数据中地物的组成、空间分布等特征,提出了一种ICP算法中对应点集的选择策略,并建立了城区机载LiDAR数据的自动配准流程.利用河南安阳试验场的真实点云数据进行配准实验,结果表明在不需要人工干预的情况下,可以很好地将条带数据拼接在一起,建立无缝点云数据.     

激光与倾斜点云精确配准与无缝融合

广泛使用的传统激光点云与倾斜摄影等城市空间建模方法存在各自的优缺点,将不同来源的数据进行有效融合并用于城市三维模型的构建是当前城市建模的难点。因此,本文首先提出了一种激光与倾斜点云精确配准与无缝融合的方法,该方法可以克服不同来源点云数据在尺度与精度上不一致的问题,精确计算不同来源数据的空间变换关系;然后在此基础上剔除数据冗余,完成多源点云数据的无缝融合;最后采用3组实际场景中获取的数据对本文剔除方法的有效性及精度进行验证。试验结果表明,通过本文方法获取的融合数据相较于单一平台获取的数据具有更好的完整性和数据精度。     

工业构件密集点云数据与CAD模型的配准

针对工业构件人工检测安装效率低的问题,该文提出基于三维激光扫描的点云数据与CAD模型的配准方法。该方法是预先在两模型中找出公共点进行粗配准,把粗配准后的两模型用迭代最近点(ICP)算法进行精确配准,并通过提取公共特征点进行匹配的精度检测。实验表明,通过该方法实现了点云与CAD模型的配准,有效地提高了工业逆安装效率。     

一种新型三维激光扫描隧道测量点云坐标定位方法的精度评估

提出了一种基于三维激光扫描仪特殊定位硬件装置和七参数坐标转换算法,对每个扫描测站点云利用最近的隧道控制点进行绝对定位,将多个隧道扫描测站数据不经过拼接就统一转换成隧道控制测量坐标系坐标的方法——点云绝对定位法,并应用误差传播理论和相应数值模拟计算对该方法的测量成果进行精度评估和重要误差来源分析。最后得出在一定条件下采用该方法获得的隧道扫描测量成果可以满足城市地铁测量规范对竣工测量精度要求的结论。