点云的红绿立体三维可视化方法研究

传统的立体观察方式主要应用于立体像对建立的模型,近年来三维激光扫描点云立体视模型构建的研究也逐渐成为热点。针对激光点云的立体观测方法,对三维点云数据组织及可视化方法展开研究。实验结果表明,点云可视化可以通过透视变换、点云图像线性混合以及红绿影像互补色生成。     

双目视觉三维点云重建的误差度量模型

从图像中快速提取并构建三维模型是GIS空间数据获取的重要途径之一,作为智慧城市建设的基础数据,如何度量和控制图像三维模型质量成为阻碍智慧城市发展的首要问题。本文以立体像对为数据源,在研究三维点云重建模型的基础上,结合矩阵微分理论和协方差传播律构建了双目视觉三维点云误差度量模型及量化表达方法,为图像三维建模质量控制和精度评估提供理论依据。     

基于三维激光扫描技术的古陵墓可视化

以徐州市狮子山楚王陵为例,基于LeicaHDS公司的ScanStationCIO三维扫捕系统,提出了基于三维激光扫描仪的古陵墓可视化技术流程,并提出了古陵墓点云数据获取与处理、三维景观建模与可视化实现的方法。结果表明：三维激光扫描技术作为一种新的测量手段和技术,能快速、有效地获取古陵墓的高分辨率三维点云数据,在此基础上,可构建精准伟的古陵墓三维景观模型,并进一步开发出古陵墓的三维可视化系统。     

一种抽水蓄能电站三维可视化方法研究与实现

水电站虚拟仿真的核心是三维可视化建模。通过对地表影像建模、水工枢纽与建构筑物点云建模、主机设备与管路参数化建模技术的分析论述,在三维地理信息平台City Maker实现了3种建模技术融合,完成了对清远抽水蓄能电站的三维可视化建模。     

矿山巷道点云模型及其数据组织

针对三维矿山巷道点云数据的可视化效果问题,本文根据三维海量数据的可视化建模思想,提出基于扩展性四叉树、顾及可视化效果的点云数据多分辨率模型及其数据组织方式,详细研究了多分辨率LOD的细节选择算法;并基于VS2005和MapGIS TDE实现了利用一个点云数据图层插件对该模型进行显示,该方法能快速建模,满足三维矿山巷道点云数据的可视化要求。     

大型建筑物三维激光扫描的流程及精度分析

三维激光扫描技术能够提供扫描物体表面的三维点云数据,瞬时测得空间三维坐标值和相应的影像数据,根据获取的空间点云数据快速构建三维可视化模型,精度优良且输出格式多样,能满足不同应用的需求。以扫描大型建筑物为例,论述了三维激光扫描系统的主要构成和工作流程,误差产生的来源及相应的质量控制进行分析,获得满足技术设计要求的扫描数据,为信息数字化发展提供了必要的生存条件。     

ArcGIS Engine下的三维点云变形监测可视化研究

针对地面三维激光扫描仪获取的点云数据,设计了以Arc GIS Engine为二次开发组件、C#为开发语言的变形监测三维可视化程序,实现了对点云数据的数据管理、三维建模、纹理渲染、数据查询、地形分析5大功能模块。在此基础上,通过将变形前后的两期点云数据进行三维建模与可视化、区域变形量提取,验证了该程序应用于变形监测的可行性。     

苏州虎丘塔三维数字化表达研究与应用

运用现代测绘三维激光扫描技术,以苏州虎丘塔为研究对象,对其进行三维激光扫描精准测量,获得其点云数据,并建立三维数字化模型。通过图像映射实现点云模型真彩色的三维可视化,其表达取得了满意的结果,该项研究成果与应用为更有效地保护我国众多的历史文化遗产———古塔,具有很好的借鉴作用。     

基于徕卡C10获取校园三维点云数据设计

三维激光扫描技术作为一项新的测量技术,可以快速、高效且准确地获取测量目标的高精度点云数据,为测量数字化的发展提供了新的选择。文中介绍三维激光扫描技术的相关理论,并以淮海工学院体育馆为例,阐述三维点云数据获取、数据处理的基本方法,验证校园可视化的可行性。     

基于普通数码影像的露采矿山三维可视化分析

研究了基于普通数码影像的矿山三维可视化技术。首先将检校后的数码相机以物方控制的单模型摄影方式对目标拍摄,取得原始影像并逐一校正;然后自动进行像对定向、立体匹配,采集影像点云;最后根据影像匹配点云三维建模,并依据前期地形数据、终采境界设计图、地质勘察数据对露采矿山进行三维可视化分析,实现动态检测。     

A study-based ranking of LiDAR data visualization schemes aided by georectified aerial images

Light Detection and Ranging (LiDAR) collects dense 3D topographic information in the form of points. LiDAR data can be displayed either through direct rendering of the point cloud or by generalizing features extracted through classification or segmentation. We are working in the domain of visualizing LiDAR data sets and have developed certain pipelines for visualization. These pipelines have been presented elsewhere. We present a technique for the evaluation of visualization schemes for LiDAR data, by conducting a visualization experience survey for 13 pre-processing and visualization schemes where 60 participants rated these schemes on a 10 point scale on a questionnaire. The paper establishes a ranking for the different visualization schemes described herein. Finally, this paper establishes that our heuristic-based algorithm (presented elsewhere) performs almost equal to a classification-based visualization pipeline made using professional software. We believe that the presented technique can be used to assess other geospatial visualization schemes.     

海量地铁隧道点云数据管理与Web快速可视化方法

传统点云处理软件为单机运行,Web点云应用较少,随着5G与WebGL技术的发展,3D Web应用的开发是未来的发展趋势。在地铁隧道工程中,实现隧道点云的快速处理与可视化是重要的需求之一。为满足地铁隧道点云的Web可视化需求,针对地铁隧道点云空间分布特点实现了一种格网与多分辨率八叉树结合的海量地铁隧道点云数据索引模型。采用B/S(browser/server)架构,以WebGL为基础,可适应不同点云密度来达到更好的Web端渲染效果。在满足标准las点云格式处理需求的基础上实现了自定义格式处理的功能,对数据I/O(input/output)进行优化,索引构建上效率进一步提高。使用Three.js引擎对渲染机制与效果进行了优化,通过设计实验证明了方法在地铁隧道点云数据管理与Web快速可视化上的有效性。     

One billion points in the cloud – an octree for efficient processing of 3D laser scans

Automated 3-dimensional modeling pipelines include 3D scanning, registration, data abstraction, and visualization. All steps in such a pipeline require the processing of a massive amount of 3D data, due to the ability of current 3D scanners to sample environments with a high density. The increasing sampling rates make it easy to acquire Billions of spatial data points. This paper presents algorithms and data structures for handling these data. We propose an efficient octree to store and compress 3D data without loss of precision. We demonstrate its usage for an exchange file format, fast point cloud visualization, sped-up 3D scan matching, and shape detection algorithms. We evaluate our approach using typical terrestrial laser scans.     

一种R树与格网结合的海量地铁隧道点云管理方法

为满足海量地铁隧道点云的高效处理需求,提出了一种R树与格网结合的海量地铁隧道点云管理方法。针对隧道点云的空间分布特点,在全局将大范围点云划分到格网中,并使用R树管理非空网格;在局部使用八叉树与四叉树混合的索引方法管理单个网格内的点云。为了提高点云的渲染效果,提出了基于网格面积的多细节层次结构（levels of detail,LOD）回溯构建方法,并采用高效的单文件存储方式存储点云。实验结果证明了所提出的方法在海量隧道点云的管理和可视化方面优于传统方法。     

遥感云计算平台原型系统设计与实现

针对现有的云计算平台成本和系统复杂度高、不适于在普通台式电脑进行部署的问题,结合系统设计思想和云计算相关理论,构建了遥感影像云计算平台原型系统。该系统框架结构划分为系统依赖库、物理资源层、系统实体层、应用支持层、遥感应用层和用户界面层,包括云存储、云计算和数据可视化等三个子系统。实验结果表明:该系统可以在普通桌面电脑上进行部署,并且支持遥感影像的存储和处理,验证了基于云计算的海量遥感影像存储和处理关键技术,为遥感影像高效存储与快速处理提供了必要的现实支撑和理论参考。     

基于共线原理的全景影像真彩色点云生成算法

常规激光点云数据通过将激光点云与彩色影像进行融合,将影像所富含的色彩信息赋给相应的激光点云、可形成一种"纹理丰富、颜色直观、位置准确"的真彩色点云成果,不同类型相机拍摄得到的影像对激光点云赋彩色的原理和过程均不相同。文中基于移动测量系统及360°全景影像的测绘高新技术,研究全景相机拍摄的影像与激光点云的匹配、融合,提出一种基于共线原理的由全景影像给激光点云赋彩色的算法。算法充分利用全景影像360°可视以及激光点云位置精确的特点,经实验验证算法推导正确,生成的真彩色点云色彩纹理细致,空间位置准确。     

A Hybrid Spatial Index for Massive Point Cloud Data Management and Visualization

With the wide use of laser scanning technology, point cloud data collected from airborne sensors and terrestrial sensors are often integrated to depict a complete scenario from the top and ground views, even though points from different platforms and sensors have quite different densities. These massive point clouds with various structures create many problems for both data management and visualization. In this article, a hybrid spatial index method is proposed and implemented to manage and visualize integrated point cloud data from airborne and terrestrial scanners. This hybrid spatial index structure combines an extended quad‐tree model at the global level to manage large area airborne sensor data, with a 3‐D R‐tree to organize high density local area terrestrial point clouds. These massive point clouds from different platforms have diverse densities, but this hybrid spatial index system has the capability to organize the data adaptively and query efficiently, satisfying the requirements for fast visualization. Experiments using point cloud data collected from the Dunhuang area were conducted to evaluate the efficiency of our proposed method.     

机载激光雷达数据简化算法的研究

机载LIDAR数据量庞大,其中包含了大量的冗余信息,这些信息占用了大量的存储空间,给LIDAR数据的应用和传输带来不便。本文针对此,提出了距离—梯度简化算法,试验结果表明,该算法能很好控制点云的简化程度,最大限度地删除点云中的冗余信息,自适应地保留地形特征信息,从而为点云的可视化、网络传输及其应用提供参考。     

点云辅助GB-InSAR影像与地形数据应急变形监测方法

将采用地面三维激光扫描(terrestrial laser scanning, TLS)、地基合成孔径雷达干涉测量(ground-based interferometric synthetic aperture radar, GB-InSAR)和无人机航空摄影测量（unmanned aerial vehicle photography, UAV）的综合遥感方案应用于崩塌体应急监测。引入迭代最近点法（iterative closest point, ICP）,首先实现TLS点云和UAV影像离散点云配准;然后,利用几何映射方法实现GB-InSAR二维形变图与TLS点云三维匹配;针对崩塌体应急缺少人工目标辅助校正几何映射偏差的问题,综合目视解译以及峰值相关性分析提取各数据间的同名特征点,根据同名特征点计算空间坐标变换参数,建立变换方程来完成误匹配纠正。利用所提的匹配方法处理模拟数据及某滑坡崩塌残余体实际监测数据,结果表明实测匹配精度达像素级,满足应急监测需求。     

基于Open Inventor的海量点云交互式管理

针对三维激光扫描点云数据量庞大、管理复杂等不足,结合海量点云数据的特点,采用面向对象和交互式的三维图形库Open Inventor作为开发工具,实现对海量点云的三维动态展示以及法向量和空间坐标的交互式提取等功能。