基于二次曲线拟合的隧道激光点云滤波方法及其应用

提出了利用二次曲线拟合地铁隧道中轴线方法, 建立了地铁里程与隧道盾构环片之间的对应关系。首先沿中轴线对隧道盾构环片进行分割, 针对分割后盾构片上附着的金属支架等噪声点, 提出基于隧道设计半径的粗滤噪和基于多项式拟合的精滤噪相结合的滤噪方法, 然后对滤噪后的两期隧道点云分别建立数字表面模型(DSM)并进行叠加分析, 获取不同里程处的隧道形变情况。试验表明, 该方法可获得地铁隧道内任意处的形变量, 可为相关研究工作提供借鉴。     

基于RANSAC算法的地铁隧道点云数据滤波

三维激光扫描技术能够快速、有效地获取隧道点云数据,可用于提取地铁隧道的形变信息,但隧道点云数据中包含着噪声点、离群点,需要滤波去除,目前已有滤波算法不适用于隧道环境。文中采用统计特征去除部分噪声点,利用区域增长方法初步提取隧道壁部分点云作为RANSAC算法种子点,进一步利用RANSAC算法拟合数学模型提取隧道壁全部点云数据,并利用RANSAC点云拟合模型对隧道盾构体施工精度进行评估。实验结果表明了方法的有效性。     

基于TLS的盾构隧道收敛测量研究

盾构隧道施工完成后的收敛测量是一项十分重要的工作。文中以某在建盾构隧道为研究对象,研究采用地面三维激光扫描技术(Terrestrial laser scanning,TLS)进行收敛测量的方法与步骤。应用TLS获取隧道管片表面的点云数据,对点云数据进行配准、消噪、建模等处理;采用Ransac算法和最小二乘算法提取隧道点云数据的中轴线;根据点到平面的距离获取断面点,应用椭圆方程以及最小二乘的方法对断面点进行拟合;最后,利用直线与椭圆交点获取不同方向上的隧道半径,完成收敛测量。研究结果表明,应用TLS技术可以快速、准确、详尽地获取盾构隧道的收敛情况。     

融合聚类算法的钢轨轮廓点云自适应精简

针对原始结构光钢轨轮廓点云数据量大、强噪声和离群杂点多的问题,本文提出了一种欧式聚类融合多种传统滤波方式的钢轨点云自适应精简的方法。采用点云欧式距离为特征量的聚类分割方法用于无效杂散点数据的识别和精简,采用统计滤波结合均匀体素下采样滤波方法实现点云初步去噪。在此基础上,通过欧式聚类分割噪点,采用自动获取滤波范围的自适应直通滤波去除轨底粘连数据,以保证点云配准的效率与准确性。本文提出的方法可有效精简无效数据和去噪,点云精简比约为94%,同时保留了原始点云的有效轮廓特征,为点云配准与磨耗点的高精度识别奠定了基础。     

多尺度点云滤波去噪方法

通过三维激光扫描仪获取的点云数据具有大体量、高冗余且非结构化的特点。在使用传统滤波方法进行去噪时,不能兼顾滤波效果与保留细节特征,会造成精度丢失。本文针对以上问题,将噪声划分为远距离的大尺度噪声以及近距离的小尺度噪声,研究基于统计分析结合图像引导滤波的多尺度点云滤波去噪方法。经过实验验证,本文算法可以在不丢失点云细节特征的前提下,实现点云数据的优化以及精简。     

一种基于半圆柱模型的隧道点云中轴线提取与滤波方法

提出一种基于半圆柱模型的隧道点云中轴线提取与滤波方法,通过粗提取和精提取中线点,采用三次B样条插值加密中线点,再采用高阶多项式精确拟合中轴线方程,根据所得中轴线方程,对点云进行切片、投影、空间圆拟合,得到隧道点云横断面,取空间圆平均半径作为隧道半径,设置距离阈值,实现隧道点云滤波.实验结果表明,该方法提取的中轴线整体偏...     

DBSCAN聚类和改进的双边滤波算法在点云去噪中的应用

采用基于密度的DBSCAN聚类算法对点云数据进行去噪处理,然后通过改进的双边滤波方法进行光顺处理实现点云平滑效果,最终的结果不仅有效去除了噪声点,还保留了点云模型的特征。以沈阳民国时期代表性的建筑——沈阳金融博物馆为试验模型进行试验,结果表明：通过DBSCAN聚类算法处理后得到的点云数据,再经改进的双边滤波处理所得到的数据远远比原点云数据直接运用改进的双边滤波处理得到的数据精度高,点云去噪效果更好。     

基于机载LiDAR的电塔点云提取与重建

基于机载激光雷达点云,提出一种综合点云预处理、地面点滤波、电塔点云定位获取以及电塔结构线建模的电塔点云提取与重建方法.该方法首先对电力线路点云进行去噪等预处理,再使用渐进三角网滤波去除地面点,然后在电力线路分段的基础上,通过高程连通性定位电塔所在分段,再将电塔分段点云投影到水平面上并结合密度聚类算法和高程差特性对电塔聚...     

基于正交整体最小二乘平面拟合的点云数据去噪方法研究

点云数据去噪处理是配准、三维模型重建等工作成功的关键。对大量具有平面特征的物体点云数据进行去噪处理,提出了一种基于正交整体最小二乘平面拟合的点云数据去噪方法,通过与传统方法对比分析及实例验证,该方法算法简单,去噪精度高,具有较高的可行性及广泛的适用性。     

基于点云数据的盾构隧道竣工测量方法

隧道轴线的偏差和断面测量是地铁隧道竣工测量的重要指标。本文详细介绍了运用空间几何的方法从海量三维激光点云数据中快速、准确地提取地铁盾构隧道断面和中心点的方法,在此基础上将提取的断面点云数据与设计断面曲线进行了二维对比分析,并在北京某地铁盾构隧道中进行了验证:从三维激光点云中提取的中心点坐标与全站仪测量得到的结果相差在±3mm以内,点位精度能够达到3.43mm。结果表明该方法可达到较高的测量精度,在地铁盾构隧道竣工测量中将具有较强的实用性。     

机载LiDAR测深点云SVB联合滤波算法

机载LiDAR测深(airborne LiDAR bathymetry, ALB)数据质量受海面破碎波浪、水体浮藻、鱼群及海底二次回波等多种因素影响。为剔除这些干扰产生的噪点,本文提出一种顾及水面、水体和水底(surface, volume, bottom, SVB)的联合滤波算法。针对水面噪点,通过构建双层布料模拟滤波模型分离水面点云;针对水体噪点,采用SOR(statistical outlier removal)滤波器剔除水体离群点;针对靠近地形主体的小尺度水底噪点,通过构建移动趋势面模型进行去噪平滑。为验证本文所提ALB滤波算法的性能,采用青岛胶州湾海域RIEGL VQ-840-G无人机载LiDAR测深数据进行验证,试验结果表明：SVB联合滤波算法对水面、水体、水底噪点一体化处理总体滤波精度和Kappa系数分别能够达到97.45%和0.947,在保证准确率的同时具有较高的效率。本文所提滤波算法可以较好地解决ALB点云滤波问题,能够为ALB测深数据点云滤波提供有效的解决方案。     

利用机载LiDAR点云数据提取城区道路

提出一种从机载LiDAR点云中提取城区道路的方法。首先,利用机载LiDAR点云的高程和强度属性,对末次回波点云进行去噪、滤波和分类后获取初始道路点云;然后使用基于边长和面积阈值的约束Delaunay不规则三角网方法精化初始道路点云;最后采用α-Shapes方法从精化后的道路点集中提取道路轮廓,并用数学形态学细化方法提取道路中心线。试验结果表明,该方法提取的城区道路正确率和完整性较高。     

基于最小二乘拟合的三维激光扫描点云滤波

针对传统的使用单一拟合法滤波的不足,提出组合曲面拟合滤波方法。方法在对点云分割选取拟合点的基础上,先进行二次曲面拟合,去除误差较大点,然后在剩余的点云中,选取较为准确的多面函数拟合点,利用多面函数曲面可更好地表达地形细节,进一步逼近真实的地形表面的优点,进行二次滤波。实例表明,本文组合最小二乘拟合的点云滤波效果较好,去噪后的点云可用于生成准确的DEM。     

移动激光扫描技术下的隧道横断面提取及变形分析

移动激光扫描技术具有获取数据速度快、点密度大、精度高、无需拼站等优点,本文利用该技术获取的点云数据对隧道形变检测方法进行了研究和应用。首先,结合边界检测算法和随机抽样一致性算法计算隧道的空间中轴线,在此过程中省去了传统方法中对大量点云进行旋转的过程。其次,采用k近邻法计算各断面的缓冲区对点云进行分块,并利用投影法构建断面点集,提高了断面点集获取的速度。最后,提出了一种迭代椭圆拟合去噪的方法,在拟合出断面线的同时去除了噪声。最终通过与全站仪获取的断面数据进行对比验证了该方法的精度并将其应用在某段圆形盾构隧道上,采用隧道检测小车获取点云数据,每隔2 m截取一个断面,然后通过与理论断面的对比分析了隧道的形变情况。     

基于移动三维激光扫描技术的隧道管片错台检测

地铁隧道管片错台检测是保证地铁安全运营的重要工作,传统错台检测主要依赖人工巡检,由于天窗期短、隧道结构复杂,存在效率低、易漏检、成果难以量化等缺点。本文提出了一种基于移动三维激光扫描技术的错台检测方法,通过对点云数据生成的正射影像图进行环缝识别,提取环缝两侧断面,采用RANSAC-LSM方法对断面点云进行去噪、拟合,再将两侧断面套合即可分析管片错台情况。最后以杭州地铁某区间为例进行错台检测,并选取72处错台成果进行人工复核。结果表明：基于移动三维激光扫描技术进行错台检测,整体精度在±3 mm以内,能够满足盾构隧道管片错台检测要求,在地铁隧道安全检测中具有较好的应用前景。     

基于区域生长的体素滤波点云去噪算法

介绍了一种基于区域生长的体素滤波点云去噪算法。首先,使用体素滤波算法将点云数据体素化后,根据每个网格与最大密度网格的比值大小,将网格分为两类:大密度网格、小密度网格。然后对大密度网格使用区域生长法处理。最后,对全部数据进行区域生长处理。实验结果表明,该方法能够消除大、小尺度噪声,并且能够消除簇状噪声,且不改变点云的纹理信息。     

小波去噪在隧道盾构测量数据处理中的应用研究

在测量信号数据处理过程中,信号中的噪声是影响数据处理和精度评定的重要因素。本文将小波分析应用于盾构测量数据处理中,从而高效方便地剔除误差,最终得到比原始数据信号更加接近于真值的去噪后信号。最后,结合具体的工程实例,在MATLAB中实现小波去噪算法并处理盾构测量数据,分析其处理效果并与卡尔曼滤波等其他滤波方法进行比较。结果表明,小波去噪算法与卡尔曼滤波等其他滤波方法相比,处理效果较好。     

盾构隧道点云模块化提取方法

针对盾构隧道模块提取,本文提出了一种结合Hough直线检测和图像匹配的提取方法。首先基于RANSAC算法实现盾构隧道进行圆柱展开,并对张开的隧道点云二值化;然后采用带限制条件的Hough变换算法实现盾构隧道环的提取;最后基于隧道环片内封顶模块和邻接模块中部螺栓孔数和螺栓孔布局的特殊性匹配模块,结合环片构造尺寸精确提取模块点云。通过扫描某地铁获取的点云数据试验对本文算法进行验证。结果表明,本文算法可有效实现盾构隧道模块化提取。     

基于PCA法矢估计的建筑点云立面边界提取

针对建筑物点云在工程应用中存在大量数据不产生作用,只需保留建筑边界点云的问题,本文提出一种基于主成分分析法向量估计的建筑点云立面边界提取方法.该方法首先采样统计离群值去除算法对点云数据进行滤波去噪,然后采用主成分分析法估计样点表面的法线方向,最后使用角度阈值确定建筑物点云立面的边界.通过实例分析,此法能够较完整地提取建筑点云的边界特征,为相关工程应用提供了技术支撑.     

SNPP-VIIRS夜间灯光影像去噪方法研究

高精度的夜间灯光数据能够有效反映人类空间活动特征,传统的SNPP-VⅡRS夜间灯光影像去噪方法容易忽略新增加或消失的有效灯光,且未处理灯光异常值,随着时间推移,去噪误差会逐渐增大。因此,本文提出了利用中值滤波与低阈值去噪相结合的方法过滤SNPP-VⅡRS夜间灯光影像中的异常值及背景噪声,并将去噪后的夜间灯光总量与GDP进行相关性分析及精度验证。试验结果表明,通过中值滤波与低阈值去噪结合的方法提取的夜间灯光总量与GDP的相关性优于传统方法,利用该方法建立的模型估算出的亮度值精度更高,证明该方法具有更高的去噪精度。