基于椭球面三角格网的数字高程建模

针对传统的DEM在模拟表达大面积地形时具有存在裂缝、地理分析不精确、数据冗余等问题,在椭球面四元三角格网QTM层次剖分的基础上,提出了一种基于椭球面三角格网层次剖分的数字高程建模方法,该方法避免了上述缺陷。应用全球GTOPO30数据对该方法进行了验证。     

基于散乱点集的规则格网构建方法

数字高程模型(DEM)是地理信息系统(GIS)重要的空间地理信息,是地理信息系统(GIS)进行地形分析的核心数据。模型构建方法的选择是数字高程模型的核心问题,它直接影响数字高程模型的质量,贯穿于数字高程模型生产制作的全过程。数字高程模型有三种数据结构形式:规则格网数据结构、不规则三角网结构和等高线结构。在通常的使用中,规则格网形式的数字高程模型是使用最为广泛的一种,也是建立最为容易的。为此,本文着重对规则格网的构建方法中的内插方法进行了探讨。     

基于kd-tree的建筑物散乱点云平面分割

应用kd-tree快速确定散乱点云数据中某一个点的邻域,不需要先验地知道点云数据之间的拓扑(邻接)关系,使得建筑物点云平面分割算法更一般化,应用面更广。根据建筑物平面特征的先验信息,并采用高效数据结构,优化了平面分割算法,给出了散乱点云平面分割的实现和相应结果,说明了基于kd-tree的建筑物散乱点云平面分割算法的有效性。     

隧道点云格网化方法分析研究

面对海量点云数据,如何根据点云特征和应用目的选择合适的格网化方法十分重要。分析了主要的格网化方法,并根据地铁隧道实测点云数据进行实验分析。结果表明,不同点云格网化方法存在很大差异,克里格法整体效果较好,最小曲率法存在伪趋势现象,加权反距离插值边缘表现失真,三角剖分法存在断层现象,应用时要根据需要选择合适的格网化方法。     

顾及语义的机载LiDAR点云格网化方法

传统的点云格网化方法采用纯数字拟合内插的方法,基本不顾及平面坐标和高程之间存在的潜在关系——语义信息。将语义信息纳入点云格网化生成的高程格网具有更高的语义一致性,更适合用于3维可视化和真正射影像的生成。以静态水体为例,研究了顾及语义的机载LiDAR点云格网化方法。最后通过实验验证了该方法的有效性。     

顾及语义的机载LiDAR点云格网化方法

传统的点云格网化方法采用纯数字拟合内插的方法,基本不顾及平面坐标和高程之间存在的潜在关系———语义信息。将语义信息纳入点云格网化生成的高程格网具有更高的语义一致性,更适合用于3维可视化和真正射影像的生成。以静态水体为例,研究了顾及语义的机载L iDAR点云格网化方法。最后通过实验验证了该方法的有效性。     

海量散乱点云快速压缩算法

提出基于切片的海量散乱点云快速压缩方法,对点云进行分层生成切片点云,对每层切片点云使用弦高差法筛选利于表现形状的重要点,实现快速压缩。通过实验讨论参数对压缩结果的影响,并给出最佳参数值选择依据。对本方法和传统方法的压缩效果进行对比,证实本方法在实现高效压缩的同时能保留大量的特征细节。     

建筑物立面重复模式的点云投影直方图分割方法

针对建筑物的门、窗、梁、柱等具有规则几何形状的重复模式,提出基于投影点云特征直方图(PPFH)的边界语义分割方法.该方法首先利用PC A方法确定立面的主方向,然后根据点云分布特点,分别进行正立面、侧立面投影得到点云分布直方图,根据直方图的极值点对重复结构边界进行提取和语义分割,最后利用LS-TLS方法进行规则化及误差分析.通过对某建筑物立面窗户提取的算例表明:该方法直接利用重复结构的几何特性,算法简洁,对边缘部分遮蔽和缺失的点云也适用,通过对50个窗户的统计分析,长度和宽度平均误差约6 m m,可广泛用于建筑高精度BIM建模.     

基于三角格网的点云空洞修补算法及精度研究

由地面激光扫描设备所获取的点云数据往往存在有大量的空洞,严重影响后期的处理。提出了一种基于三角格网的空洞修补算法,该方法能够快速、自动搜索空洞边界并根据空洞区域的夹角大小关系进行三角化填充。实验结果表明该算法快速、简单、空洞修补后的精度高。     

基于ArcObject的椭球面图斑面积计算

研究了椭球面上面积的计算方法,利用了几何图形库中对于多边形的定义,在ArcObject中实现了椭球面图斑面积的计算。     

基于物体表面散乱三维激光扫描点的三角形格网建立

针对物体表面的散乱三维激光扫描点数据,提出了借助柱面坐标系统将三维激光扫描点转换为三角形格网构造系坐标,并根据转换后的坐标利用在平面内计算狄罗里三角形的方法建立三维物体表面格网模型.建立格网模型的效果表明,借助柱面坐标系统构造狄罗里三角形的方法可以作为三维物体表面三角形格网模型的一个重要的基本方法.     

基于球面投影的散乱点云三维建模算法实现与效果分析

介绍基于球面投影的散乱点云三维建模算法步骤,运用VC++编程语言结合OpenGL图形接口实现该算法,并结合实例说明球面投影法相对于圆柱面投影法、椭球面投影法在三维建模中的优势.     

车载激光点云数据的栅格化处理

车载激光点云由于车辆的震动和点云的融合,得到的数据为散乱空间点云。本文通过对空间点云进行两个方向的排序,得到以x值为主排序,z值为次排序的点云图,然后设置栅格,对于每个栅格点,找到投影在XOZ投影面内与其距离最近的激光点,将该激光点的y值赋给栅格点,得到与该区域空间点云相对应的栅格化点云。在按照X值排序时,根据点云的特点给出了一种插入排序算法。实验结果表明栅格化后的点云与原点云在表现建筑结构上效果一致。散乱点云栅格化后为点云的进一步分析打下基础。     

Road Surface Modeling and Representation from Point Cloud Based on Fuzzy Clustering

A scheme for an automatic road surface modeling from a noisy point cloud is presented. The normal vectors of the point cloud are estimated by distance-weighted fitting of local plane. Then, an automati...     

利用车载LiDAR点云数据提取城市道路边界

随着高精地图产业的兴起,精确提取道路边界点云数据成为研究的重点.本文首先将车载LiDAR扫描系统获取的城市道路数据根据采集轨迹进行分段,对每一段路段点云进行滤波处理;然后通过分析点云的高程与平面信息,采用点云分割算法分离路面与非路面点云,再对处理后的路面点云进行投影;最后运用边界特征估计提取算法获取道路边界点云.通过对...     

基于道路数据点云的公路平面线形恢复方法

利用机载激光扫描数据的离散道路带状数据点云恢复公路平面线形,其效果的优劣很大程度上取决于公路中轴点列的获取。采用定步长径向搜索方法,算法简单快速,运算效率高;采用三次B样条曲线拟合及线形恢复能满足公路改(扩)建的要求。实验表明,基于道路数据点云的公路平面线形恢复方法研究,为机载激光扫描技术在公路中的应用提供一种可供借鉴的方法。     

基于实体化的地面点云建模技术

地面三维激光扫描点云密集,实体信息隐含,特征提取困难。根据原始点云数据的特点,提出对点云进行实体化处理,种子点生成技术可用于实体提取。完成点云实体化后,通过随机采样一致算法结合稳健估计方法,可更好地进行地物特征提取。由于现实客观世界的复杂性,采用一些先验性知识,可以减少人工处理过程,加快点云分类和实体建模速度。     

摄影测量激光点云空洞修补

为修补三维激光点云中的复杂空洞,本文提出了一种基于摄影测量原理的修补算法。与常规利用空洞与空洞周围点云的关系修补空洞的方法相比,该方法对于复杂空洞的修补可靠性更高,通用性更强。实验结果表明,该空洞修补算法适用于大面积、复杂的点云空洞,能较好地保持原三维物体的细节特征。     

一种基于投影变换的深度图像生成算法

深度图像的表示是实现三维目标识别、配准等工作的前提。针对地面三维激光扫描得到的点云数据,提出一种基于投影变换的深度图像生成算法。采用投影变换将三维点沿观察坐标系的法向量投影到观察平面上,使投影向量和观察平面垂直,这样观察点和观察平面间的距离就不会影响物体的投影大小和形状,有效避免了"失真"现象的发生。利用灰度图像生成深度图像,使用方案对地面激光扫描系统获取的建筑物实验数据进行具体处理。结果表明,文中基于投影变换的图像生成方法更能直观地反映建筑物表面的几何分布特征,为后续特征的提取奠定基础。     

利用图割算法进行城市密集点云表面模型重建

利用倾斜影像获得的密集点云来构建表面模型是基于倾斜影像进行三维重建的核心之一。本文针对现行密集点云表面模型重建存在的建模效率低、表面选取不真实等问题,提出了一种基于图割算法的城市密集点云表面模型重建方法。利用该方法重建城市密集点云表面模型,首先通过预处理软件对无人机倾斜影像进行空中三角测量,并利用空中三角测量的解算结果生成密集点云;然后对密集点云添加相应的边,同时对三维点云根据距离进行选取合并;最后根据三维点云形成的四面体和三角面建立图割问题,并通过求解图割问题来求取最优的密集点云表面模型。为证明这种方法的可行性和有效性,使用城市地区的无人机倾斜影像数据进行城市密集点云表面模型重建,试验结果表明,该方法具有可行性好、建模效果好、处理速度快等优势。