激光点云粗配准方法实验对比与分析

点云粗配准要为点云精细配准提供良好的初始参数,其精度和效率是当今研究的热点问题.本文基于四组不同的激光点云数据,实现并对比分析了超级四点全等集算法(Super 4 Points Congruent Sets,Super4PCS)、四点全等集算法(4 Points Congruent Sets,4PCS)和基于软件Geo...     

基于激光反射强度的点云自动配准研究

点云数据配准是三维激光扫描技术数据处理的研究热点问题之一,传统的ICP算法需要较好的初值且效率不高。为了实现点云的自动配准,本文针对激光点云反射强度和图像匹配的特点和应用,提出一种基于激光反射强度的点云自动配准方法,从而为实现ICP精确配准确定初值。试验结果表明,基于激光反射强度的点云自动配准方法能够良好地为ICP精确配准提供初值,同时提高了点云配准的准确性和效率。     

多分辨率倾斜影像与GeoSLAM激光点云融合精细化建模方法

针对无人机常规倾斜影像建模过程中存在的拉花、空洞、地物悬浮等问题,提出了多分辨率倾斜影像融合GeoSLAM激光点云进行精细化建模的方法。该方法选用无人机和GeoSLAM激光扫描仪采集数据,将多分辨率倾斜影像匹配点云与激光点云进行拼接、点云配准、噪点过滤处理,通过重建大师软件完成倾斜影像和激光点云数据融合建模,并从模型精度、纹理结构上对融合建模模型进行质量评价。结果表明：融合后的三维模型几何结构完整,细节纹理清晰,模型精细度明显提升。     

融合近景与倾斜摄影测量建筑物三维点云的配准方法

针对倾斜摄影融合近景摄影三维重建中存在的点云配准精度低、稳定性差等问题,结合国内外相关技术的研究现状,提出了一种基于特征线的点云配准方法,称为特征线配准(Feature Line Registration,FLR).分析点云特征线的基础上,提出了基于二分法的特征线提取方法,基于非线性优化方法构建了顾及点云尺度差异的9参...     

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。     

旋转平台点云数据的配准方法

提出一种旋转平台点云数据的配准方法.该方法首先利用3片以上不同角度的位于圆柱面上的点云数据标定出旋转平台中心轴的位置,从而获取扫描设备和旋转平台之间的相对关系.然后根据旋转平台的角度关系计算出多片点云之间的旋转矩阵,最后将任意角度获取的点云配准到统一的坐标系下.该方法不需要多片点云之间具有公共特征关系,也不需粘贴和提取标志点,仅利用旋转平台转动的角度构建旋转矩阵实现自动配准.利用C++语言实现该方法.试验证明,该方法算法稳定,效率较高,拼接精度与ICP配准方法和标志点配准方法的精度相当,自动化程度高,实现成本较低,可配合多种激光扫描仪或结构光扫描仪使用.     

多视点云数据同步配准新方法

针对三维激光多视扫描点云数据的配准问题,提出了一种基于空间相似变换原理的同步配准新方法.首先借助罗德里格矩阵求取各测站与基准坐标系下的转换参数;然后根据各测站之间的联系,对变换的初始参数进行联合平差,利用同步配准模型求得改正后的变换参数,实现多视点云同步配准;最后使用Realworks Survey软件中基于目标的配准工具进行处理,利用配准结果实现对该算法的验证.通过分析同步配准误差来源及对比二者的精度,证明三维激光扫描多视点云数据同步配准方案具有可行性和实用性.     

基于3D-SIFT与SICP的激光点云与影像配准方法

针对激光点云与影像配准数据量大、质量差的问题,本文提出一种基于三维尺度不变特征变换（3D-SIFT）与尺度迭代最近点算法（SICP）相结合的激光点云与影像配准方法。首先使用运动恢复结构（SfM）方法将影像通过光束法平差生成影像三维点云,然后使用3D-SIFT提取激光点云与影像三维点云中的特征点,接着利用对偶四元数求解激光点云和影像三维点云的初始变换矩阵,实现两种点云数据的粗配准;最后利用SICP算法实现两种点云数据的精配准。实验结果表明,本文方法获取的激光点云与影像配准中误差为0.24 cm,配准时间为69 s,且与选代最近点算法（ICP）相比提高了配准精度和配准效率。     

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。     

复杂带状地形条件下的地面三维激光扫描点云数据采集与配准处理试验

对于多站点架设获取的地面三维扫描点云数据进行空间坐标体系的统一配准处理,是实现地表三维模型构建数据预处理的关键技术。研究围绕地面三维扫描点云数据的配准精度问题,结合试验仪器在数据采集扫描设置中的不同模式,分别设计实施了基于一定扫描重叠度的独立站点采集匹配模式,基于站点GPS坐标控制的采集匹配模式,以及基于全站仪实测站点坐标的后视法采集匹配模式等3种试验方案,开展了针对不同扫描方案下所获取点云数据的配准处理方法解析与精度对比分析。不同方案应用于具有条带状试验测区的点云数据采集与数据配准处理结果表明,相对于独立站点数据采集匹配模式,后两种数据采集模式,即采用基于仪器GPS站点坐标的扫描匹配方案和基于全站仪站点坐标的后视法方案,由于克服了与全局坐标系转换困难和对标靶的依赖等问题,而具有较高的数据采集与匹配效率,表现出明显的优势。研究试验成果可为同类型仪器的地面三维激光扫描系统的外业数据采集和点云配准提供参考指导作用。     

车载激光雷达点云与全景影像的自动配准

针对激光雷达点云数据缺乏纹理信息的问题,该文提出一种基于互信息的车载激光雷达点云与全景影像配准方法。该方法使用统一的球面全景成像模型,引入互信息作为相似性测度,将车载激光雷达点云生成的深度图与信息提取后的全景影像进行配准,实现配准参数的自动、高精度解算。同时,对车载激光雷达点云与全景影像配准的精度进行评定与分析。实验结果表明,车载点云与全景影像的配准方案是可行的,具有较高的配准精度。     

倾斜实景模型和LiDAR点云数据相融合的不动产测量新方法

不动产地籍测量是一项基础性的测绘工作,地籍测量技术与方法的良性发展不仅能够最大限度地提升我国土地利用率,还能为获取高精度的空间数据提供高效便捷的手段.针对传统全站仪与GPS RTK组合地籍测量作业效率低、人力财力耗费大的缺点,本文依托陕南某地的地籍和不动产权籍调查项目,提出了一种地面三维激光扫描技术和倾斜摄影测量技术相...     

车载全景影像与激光点云融合生成彩色点云方案

针对车载全景影像与激光点云数据融合的研究不足的现状,文章给出了一种适合球面全景影像的车载彩色点云生成方案:由车载POS数据及系统标定参数可获得全景影像的外方位元素,依据影像的采集视角选择激光点最佳的关联影像,然后以球面投影为成像模型获得激光点在影像上的颜色属性值,进而获得彩色点云数据;并对融合的误差进行了讨论与分析。经过融合后的彩色点云几何精度高、目视效果好,使两种数据源的优势得到了有效的结合。实验结果验证了这种方法的可行性和准确性。     

机载LiDAR点云数据与影像数据融合

分析机载LiDAR系统获取的点云数据与影像数据的优缺点,从而取长补短,将二者进行叠加融合,并成功地将航空影像的光谱信息赋给相对应的LiDAR点云,弥补了LiDAR点云在光谱信息方面的缺陷,为LiDAR点云数据的后续处理提供重要的信息支持。     

LiDAR测量点云融合影像的分块滤波方法

针对现有LiDAR地面点滤波算法对复杂地形地物适应性不强的问题,本文提出了一种融合点云与地面影像分块滤波的方法。首先,将地面影像与点云匹配,使点云从影像中获取更多的光谱纹理信息。然后,分析地物光谱、林地相对密度、点云高程特征、地面DSM模型及其坡度,并基于决策级融合将原始点云切割成若干独立的区块。最后,根据每块区域不同的多元细节特征,对IPTD滤波算法进行改进并利用搜索法优化参数,得到最优且稳健的结果。利用滤波后的总地面点通过插值算法得到的DEM模型和相关试验验证了本文算法的优越性。     

利用原始激光雷达点云数据提取渐进式建筑物轮廓线

建筑物是城市三维建模的重要元素,其轮廓信息的提取既是难点又是重点。本文提出了原始激光雷达点云数据的渐进式建筑物轮廓线提取方法。首先对原始点云数据采用渐进数学形态学滤波分离非地面点;然后使用改进的三维Hough转换分类出建筑物点云;进一步提取建筑物轮廓点,并根据相邻点方位角阈值确定建筑点云轮廓的关键点,以此简化并拟合建筑物轮廓线;最后基于轮廓线长度加权方向将建筑物轮廓规则化。结果表明,该方法大大提高了点云处理的效率和精度,可以直接从采集到的初始数据中自动化渐进式得到建筑物轮廓线信息。同时该方法对解决中小城镇建筑物体积小,距离近和屋顶坡度较大等问题具有较好的效果。     

多源点云数据融合的建筑物精细化建模

三维建模技术能够实现建筑物的数字化存档,在古建筑保护与修复和现代建筑规划与改造中具有不可替代的作用。针对倾斜摄影测量和三维激光扫描建模技术中建筑物模型存在的问题,本文提出了一种倾斜摄影测量和三维激光扫描生成三维点云模型相融合的建筑物精细化建模方法。选用无人机和三维激光扫描仪作为试验设备,利用ContextCapture、SCENE软件完成点云拼接、生产和编辑,通过ICP算法完成点云精细匹配,实现多源点云数据融合建模;对比单一建模方法模型,从纹理结构和模型精度两方面对融合建模模型进行质量评价。结果表明,融合建模模型纹理清晰,几何结构完整,模型距离中误差和高差中误差的均值均低于倾斜摄影测量模型的值,接近三维激光扫描模型。     

布料模拟法无人机倾斜摄影建筑点云提取

受布料模拟滤波思想的启发,本文提出一种基于无人机倾斜摄影密集匹配点云的建筑提取新方法。该方法引入布料模拟进行建筑顶面的初步识别,通过模拟布料下落过程,分析布料与对应密集匹配点云之间的作用,确定布料由重力下降后所停留的位置作为建筑顶面的初步识别,然后通过密度聚类算法进行建筑区分,从而实现建筑物顶面的单体化提取。通过实测数据进行试验,结果表明,该方法能取得较好的效果,为基于密集匹配点云的建筑物提取提供一种新思路。     

地面LiDAR点云数据先局部后整体配准方法

针对地面LiDAR获取的庞大点云数据,提出无人工标志的地面LiDAR点云先局部后整体的配准方法。分割出待配准的两测站重叠区域小块点云,采用基于KD-Tree遍历最近邻域点集的ICP算法计算三维坐标转换参数,实现地面LiDAR点云数据的快速配准。