一种基于全站扫描的特征点自约束点云变形分析方法

为了对大坝、高层建筑、滑坡区、采空区等危险变形体进行变形观测,针对智能全站仪、GNSS测量、三维激光扫描等变形监测技术无法很好地实现变形特征点和点云的综合变形分析问题,提出了基于全站扫描特征点自约束点云变形分析方法,获取变形体的离散特征点和整体点云变形数据,利用特征点形变矢量求取点云至模型的形变量,从而刻画变形体的整体形变信息。试验结果表明,利用本文所提出的方法能够成功计算出点云至模型的形变量,经统计分析,所有点的形变量真误差的期望值为-0.04 mm,结果精度为1.2 mm。试验结果能够反映变形体的整体形变信息,且具有较高精度。     

ICP算法在TLS变形监测中的应用

近年来,地面三维激光扫描技术(TLS)被广泛应用于变形监测领域,但目前获取变形量的方法仍存在不足。据此,利用TLS观测数据处理中的迭代就近点法(ICP),对选取兴趣区域首期观测点云数据与复测点云数据进行匹配运算,将匹配后获得的平移矩阵T和旋转矩阵R作为变形体局部整体的变形指标,获取三维变形量。此变形量获取方法不仅充分利用了TLS点云数据的高空间分辨率,提高了单点精度,同时作为三维变形量,克服了常用方法的不足。     

地面三维激光扫描技术在变形监测中的应用

介绍了将地面三维激光扫描仪应用在变形监测中的数据处理流程和数据分析方法,并针对点云数据的特点,提出了点云和点云直接比较、点云生成模型后比较两种变形分析方法。在此基础上,编制了基于激光点云数据的变形分析软件,并设计了两组实验,验证了两种变形分析方法的有效性以及激光扫描技术应用于变形监测领域的可行性。     

基于三维激光扫描技术的曲面变形监测

研究采用双三次插值方法对点云数据拟合曲面函数,建立曲面模型,并通过多期观测建立的模型获取测区的整体变形信息.试验结果表明,在地表实测点处此方法获取的沉降值与传统水准测量方法测定的沉降值比较吻合,三维激光扫描技术在地表变形监测中具有较高的实用价值.     

基于三维激光扫描技术的变形监测方法研究

针对三维激光扫描技术应用于变形监测的研究,本文提出点、面结合的变形监测方法。通过提取变形监测点的三维坐标信息,进行多期数据的监测点坐标信息的比较,获取局部的变形信息。运用豪斯多夫距离对点云模型进行求差运算,得到整体变形信息,并对模型的求差运算结果进行对比分析。实验结果表明,基于三维激光扫描技术的点、面结合的变形监测方法在变形监测中具有较高的实用价值。     

基于地面激光技术的隧道变形监测技术

研究了将地面激光技术应用于地铁隧道变形监测,运用基于点云法向量差异的点云分割算法对点云数据进行抽稀,使用抽稀后点云数据构建地铁隧道模型,对隧道进行整体变形分析,构建地铁隧道三维模型不仅提高了变形监测精度,而且能够反映隧道整体变形趋势。将此方法应用于天津地铁一号线隧道变形监测,通过与光纤位移计结果对比,变形监测精度在4 mm以内,能够满足地铁隧道变形监测的需要。     

基于不规则三角网的渐进加密滤波算法研究

在基于点云的地面变形分析中,往往会获取与地面变形监测无关的点云数据,如植被、建筑物和电力线等。为了更好的分析地面变形的程度,需要对非地面点进行剔除。本文应用了一种基于不规则三角网(TIN)的渐进加密滤波算法,并在TerraScan中对该算法进行验证。结果证明该算法非常适用于地表变形监测中滤波处理。     

塔形构筑物倾斜变形监测新方法

随着各地高层构筑物数量的不断增加,构筑物变形产生的安全隐患也不断受到重视。本文针对传统观测方法的局限性和低效性,提出了基于激光散乱点云数据的塔形构筑物倾斜变形监测新方法,采用两台地面激光扫描仪分别扫描构筑物外表面的散乱点云数据,建立塔形构筑物的基础表面模型,生成沿轴线的塔体中心点数据,筛选可靠性最优的线性排列点,从而得出塔形构筑物在空间上高精度的偏移量和倾斜率。最终编程实现了数据获取到成果输出的一键式计算。结果表明,基于点云的塔形构筑物观测结果与传统方法观测结果的角度误差分别为0.005°和0.001°,倾斜量误差分别为0.000 05和0.000 1 m。本文方法可以快速获得构筑物整体和局部的偏移量变化特征,为塔形构筑物的施工、维修和重建提供了基础模型数据。     

基于三维激光扫描的边坡变形数据提取研究

以北京市门头沟区尾矿边坡为例,运用三维激光扫描技术对尾矿边坡进行研究。通过对不同时段采集的点云数据处理,形成相应时段尾矿边坡三维模型。采用等高线比较、三维质检软件比较,提取出边坡变形数据。三维激光扫描技术使滑坡体测绘从传统的GPS或者全站仪单点数据采集变成连续密集的自动获取海量点云数据,增加了测绘信息量。三维激光扫描技术不仅提高测量精度和数据采集速度,且使工作效率实现大幅度的提高。     

三维激光扫描技术在高速公路运行非接触式变形监测中的应用

本文利用三维激光扫描技术,非接触式获取高速公路监测区域内三维点云数据,利用三维点云面与面的差异比对方式计算出不同周期断路面的变形差异值,将计算结果汇总并以直观性色带图形成三维数据成果图与最终报告。实践结果表明,三维激光扫描仪测得的高速公路路面数据精度、测量效率均比较高,可满足高速公路路面监测的要求,为快速、高效地进行高速公路路面变形监测提供了技术支持。     

利用三维激光扫描技术监测矿区桥梁结构形变

利用三维激光扫描技术测得的建筑物点云数据能够较清晰地表示建筑物的三维空间信息,提供高精度、高密度的建筑物表面描述。点云本身不直接显示自身所包含的特征信息,在进行局部形变提取时,需要进行点云分割工作。现有的应用于建(构)筑物的分割算法大多依赖于建(构)筑物特征设定突变阈值,当遇到复杂场景时,这些假设往往会导致错误。随着机器学习在点云处理领域的延伸,建(构)筑物点云数据边界的识别和分割有了新的实现思路。本文以某矿区工作面上方铁路桥两期三维激光扫描数据为例,采用神经网络方法对桥拱钢结构实行分割提取,在对1000万个标记桥梁点云数据进行训练后,神经网络模型可以学习操作人员识别点云中各点的属性并进行标记,并提取两期数据中的钢结构点云;对使用神经网络分割出的桥拱钢结构点云进行分析,通过对钢结构底边线进行特征线拟合、长度提取,计算钢结构的位移及拉伸量,并结合桥拱位移、形变量分析桥梁形变。研究表明:使用神经网络模型对标记数据进行训练可以有效识别建(构)筑物特征,并应用于建(构)筑物局部形变分析。     

热红外与可见光数据的云边缘高度匹配

高分辨率数据中云高度的差异性突显,特别是边缘处高度在云阴影识别和地表辐射估算等方面成为需要考虑的重要因素。热红外数据获取云高度分辨率较低、缺乏细部差异性特征,为解决这一问题,首先将对应的热红外和可见光数据进行特征点配准,再将基于热红外数据计算的云高度重采样至高分辨率,然后以基于欧式距离变换的围线搜索方法及距离加权将热红外云边缘高度匹配至对应的可见光图像,最后根据云阴影的相似度匹配方法确定真实云高度。结果表明,算法在遵循热红外云高信息分布变化规律的同时,可以得到较准确的高分辨率云边缘高度,一定程度上解决了热红外技术获取云高在分辨率上的局限,扩展了其在云高反演方面的作用。     

利用三维激光点云重构建筑物模型

随着三维激光点云数据获取能力的提升,基于三维激光点云进行建筑物模型重建与立面测绘成为工程应用中常用的方法。三维激光点云数据能够体现建筑物丰富和直观的细节信息,然而海量数据处理给建筑物模型构建带来了极大挑战。本文通过对建筑物的三维激光点云数据进行横切得到建筑物轮廓点,并采用基于遗传算法的TSP算法对轮廓点进行处理以获取建筑物各立面的方程系数,最终实现建筑物模型的构建和获取详细的建筑物立面数据。试验结果表明,此方法可以较好地实现LOD1级建筑物模型的构建,进而为更高(LOD3)级别的建筑物模型构建提供依据。     

一种基于点云法向量的基准特征提取与倾斜分析方法

针对目前将三维激光扫描技术应用于变形监测领域存在基准特征难以提取、点云数据分析缺乏适用的方法等问题,本文提出了一种基于点云法向量的基准特征提取与形变分析方法。首先利用局部平面拟合方法获得点云的法向量,并沿点云法矢方向探测基准点;然后利用三次B样条曲线对探测的正确基准点进行拟合;最后根据拟合曲线计算基准高程和对径点倾斜角分析基准特征形变信息。对某化工厂的罐体点云数据进行基准特征提取结果表明,该方法可以快速、全面地获取监测对象的整体信息,且能够正确分析监测对象的基准形变。     

点云双目立体观测技术研究

三维激光扫描点云带来了大量客观世界信息,但在数据处理及可视化方面也给研究人员带来了新的挑战,单纯的三维明暗处理技术产生的点云图像并不具备可量测属性。为了获得真实的立体感,点云的可视化可以通过透视投影变换和OpenGL技术产生左右两幅点云图像,通过双目立体观测的方法去重现点云实体世界。本文分析并验证了双目立体观测点云精度。     

最邻近曲面约束的近景光学影像与地面激光点云几何配准

提出一种以最邻近曲面为约束的近景光学影像与地面激光点云高精度配准方法。根据光学影像生成三维稀疏点云,以影像三维稀疏点邻近的激光点拟合的曲面为约束,结合共线条件方程建立影像三维稀疏点云与三维激光点云间变换模型,通过平差迭代解算实现光学影像与激光点云的高精度几何配准。该方法只需提供初始配准参数,无需对激光点云数据进行特征提取和分割,并且基于曲面约束有效地解决了两个点集之间难以精确确定同名点的问题。通过实际数据试验表明该方法能获得很好的配准精度。     

基于BP神经网络法的地表变形监测

利用三维激光扫描技术监测地表变形时,需要对大面积的地形点云数据重建地面曲面。针对点云数据的海量性,提出利用BP神经网络的方法进行曲面重建,分别模拟出两期点云数据的曲面及两期点云数据的下沉曲面。实验结果表明,该方法对海量数据的曲面重建精度较高,并能提取变形信息,具有较高的使用价值。     

以窗口化和地形坡度为基础的植被茂密区域点云滤波算法

三维激光扫描仪获得经典地貌的点云数据,需进行滤波剔除地面植被。由于植被茂密区域点云密集或遮挡,地面点极少,无法拟合出地形表面,这部分植被点很难剔除。针对植被茂密区域点云数据的特点,本文提出以窗口化和地形坡度为基础的植被茂密区域点云滤波算法,认为非地形坡度引起的高程差异的两相邻点中,较高的点为非地面点。试验结果表明,本文算法可以很好地去除植被茂密区域中低矮的植被点,保留真实的地面点,提高了植被茂密区域点云滤波的处理精度。     

地面点云数据快速重建建筑模型的分层方法

为了快速从地面激光扫描数据重建建筑物模型,避免数据处理中复杂的点云栅格化和面片分割,提出一种基于分层方法的建筑三维模型快速重建方法。利用直方图统计方法去除噪声,结合大多数建筑物自身特点,对点云数据进行分层并垂直投影至各层平均高度的平面,得到建筑物各层的边缘特征点,进而规则化,实现建筑物三维数字模型的快速重建。实验结果表明,方法可以快速提取建筑物边界点,简化传统点云数据在建筑物重建中的复杂过程和大量的数据处理运算,而且最终模型的精度可以得到保证,具有一定的普适性。