基于球体几何关系的球标靶特征提取算法

利用“球面上任意3点确定的平面与球的相交曲线为圆,该截面圆心与球心的连线(球截面圆心法线)垂直于圆平面”的几何关系,提出一种基于球体几何关系的球标靶特征提取算法。通过对球标靶点云构建多组截面圆,对截面圆设定约束条件,构造球心到球截面圆心法线距离平方和的目标函数,以此目标函数最小为条件求解球标靶的球心坐标。通过实验比较本文方法、最小二乘方法、整体最小二乘方法、加权整体最小二乘方法和稳健加权整体最小二乘方法对球标靶的处理效果,结果表明本文方法具有较高的准确性和稳健性。     

基于卷积神经网络的ICESat-2光子点云去噪分类

ICESat-2（Ice, Cloud, and land Elevation Satellite-2）是美国NASA（National Aeronautics and Space Administration）在2018年发射的激光测高卫星,其上搭载的激光测高系统ATLAS（Advanced Topographic Laser Altimeter System）采用微脉冲多波束光子计数激光雷达系统,因其低能耗、高探测灵敏度、高重复频率的特性极大改善了沿轨采样密度,但也使获取的数据中包含大量的噪声,如何有效实现光子点云去噪分类成为后续应用的关键,也是当前研究的热点和难点,为此本文提出一种基于卷积神经网络的光子点云去噪和分类算法。首先将光子点云按照沿轨和高程方向划分格网,去除明显的噪声光子,并将每个粗信号光子点栅格化为影像;然后基于少量样本构建的卷积神经网络分类模型实现光子点云精去噪和分类;最后利用机载激光雷达数据进行验证,并与ATL08产品的去噪分类结果进行对比。结果表明,对于裸地和森林区域,卷积神经网络算法均能有效去除噪声光子,特别对于森林区域,可同时实现去噪和分类;其中,裸地区域地表计算的R²和RMSE分别为1.0和0.72 m,森林区域地表和树冠计算的R²分别为1.0和0.70, RMSE分别为1.11 m和4.99 m。本文利用深度学习算法实现光子点云去噪分类,在裸地和森林区域均取得了较好的结果,为后续光子点云数据处理提供了参考。     

基于点云的管道三维自动建模方法研究

随着我国城市地下空间的不断建设,各种类型的管廊已经成为社会和人们生产生活中不可缺少的物质条件。本文针对市政基础设施、地下空间中错综复杂的管道难以观测和三维建模的问题,采用三维激光扫描技术获取管廊的点云数据,并对点云数据中存在的噪点采用拉普拉斯算法进行去除,以提高管道中心线的提取效率。在此基础上提出一种基于RANSAC算法的管道中心线提取方法,并对提取的中心线进行等平面处理,基于OpenGL和MFC框架开源库结合RANSAC算法研发了利用点云进行管道三维自动建模模块,并实现了复杂管道的可视化。     

基于地面三维激光扫描技术的建筑物三维建模

文章基于RIEGL VZ-1000三维激光扫描成像系统,以某校图书馆大楼为研究对象,分析利用三维激光扫描仪获取三维空间数据并建立建筑物实体三维模型的关键技术。     

一种基于点云数据的三维建模方法研究

无人机倾斜摄影测量是利用多旋翼无人机到实地航拍影像,再经过软件自动化建模生成实景三维模型,因此具备很高的真实性,也能够测量更广阔的范围,但是容易缺失数据。三维激光扫描技术是采用非接触式高速激光测量方式,快速地获取测量对象表面几何特征的重要技术手段。     

改进的小波阈值函数对变形监测数据的去噪研究

基于小波分析中传统的阈值函数,结合其他学者提出的小波阈值函数,提出一种改进的小波阈值函数,并将其应用于变形监测数据的去噪处理。理论分析和算例表明,新的小波阈值去噪函数能够有效去除噪声。     

三维激光扫描点密度不均匀性对地形建模精度的影响研究

三维激光扫描技术获取的扫描点由于密度的不均匀性可能导致所建立的模型不能准确地反映实体的形态变化。本文通过建立严格的数学曲面模型,由曲面模型生成原始采样数据,在生成的原始数据上进行重采样作为实验数据,通过Delaunay三角形建立格网模型,定量分析密度对建模精度的影响。     

基于激光点云批量化自动滤波分类技术研究

通过基于VC++6.0,OPENCV和GDAL/OGR自主开发数据处理软件来实现,直接读取点云数据的统计指标信息,如点密度、点云坐标最小值和最大值、标准差,根据统计的指标信息设置最大最小高程,进行高程异常滤波处理,自动滤除最大最小高程之外的点云,通过均值方差迭代滤波参数设置进行批量均值方差迭代高程异常滤波,进而可以进行批量粗分类,将植被、道路、房屋、水体等非地面点和地面点提取出来,实现激光点云的高效滤波并生成DEM。     

基于双树复小波的变形监测数据去噪分析

将双树复小波引入到变形监测数据去噪中,从信号分解、去噪过程和去噪质量3个方面综合评价其可行性和有效性。理论分析和算例表明,信噪分离的质量会对阈值估计、阈值去噪和信号重构产生较大影响,信噪分离较好的信号能在一定程度上削弱阈值函数存在的缺陷;双树复小波的分解效果优于传统离散小波,能较好地表现出细节部分的频率信息,使变形信号的周期性变化特征更为明显,可以应用于变形监测数据分析。     

基于虚拟特征点的三维激光点云粗配准算法

在地面三维激光点云特征提取的过程中,由于三维点云数据采集仪器、采集方法及后期处理等因素影响,依靠传统的基于曲率、法线等几何特征及统计学算法提取出的点云特征数量较多且存在较大误差,若使用其直接作为特征点数据进行点云粗配准,很难提高点云粗配准的精度及速度。因此,本文在对点云数据实际空间分布结构分析的基础上,结合特征点提取算法、法向一致化算法、PCA（Principal Component Analysis）方法及特征点聚类等方法,提出了一种三维激光点云数据虚拟特征点拟合算法。该算法生成的虚拟特征点是由点云实际的特征点拟合得到,或是由位于被测物特征线上的特征点拟合生成的特征线计算得到,该虚拟特征点并不是扫描对象上实际存在的激光反射脚点。通过实验验证,虚拟特征点拟合算法可以较准确地拟合出由于设备及操作方法等原因而未被采集到的建筑物边角点数据,得到的虚拟特征点数据较实际特征点数据具有更少的数据量及更高的精度,使用拟合得到的虚拟特征点可以减少粗配准算法的计算量,提高粗配准算法的计算效率并能获得更精确及可靠的初始配准变换参数。     

基于特征空间匹配的激光雷达点云配准算法

针对传统基于特征的粗配准效率低、误匹配较多的不足,提出一种基于特征空间匹配的配准方法。利用简化的PointNet模型实现特征空间的提取,以优化的点云PPF信息作为输入,根据提取的特征空间向量计算欧氏距离以筛选匹配点,通过RANSAC剔除误匹配点对完成粗配准,利用ICP实现精配准。实验结果表明,本文算法相比FPFH和SHOT算法与ICP结合可有效提升配准效率,且配准结果的均方根误差较小。     

利用稳健WTLS方法进行三维激光扫描标靶球定位

针对标靶球定位缺少有效的确定协因数阵方法的问题,顾及点到平面的距离反映了点与平面的相关性及入射角对点云数据点位精度的影响,将两者推广到三维激光扫描标靶球定位中。以距离、先验入射角确定各点协因数值,并给出观测向量协因数阵及系数矩阵协因数阵,利用稳健加权总体最小二乘方法进行标靶球定位。实例表明,以距离确定协因数阵的稳健加权总体最小二乘方法解算标靶球参数估计比其他方法更精确。     

三维激光扫描变形可监测性指标的确定

将三维激光扫描技术应用到变形监测中,对三维激光扫描测距、测角、光斑及配准误差进行分析,给出点云误差椭球模型。利用得到的误差椭球半轴长度和点位误差极限值的关系,推导点云变形可监测性指标。最终通过模拟的滑坡实验,验证了该变形可监测性指标的可行性。     

基于一致性球的点云配准算法研究

针对三维建模中经典ICP算法在点云重叠度低时配准精度不高的问题,提出一种基于一致性球的配准算法。该算法在寻找对应点方面,将球体的旋转不变性与基于邻域的SVD正交一致性算法结合起来,使得配准算法能够获得较高正确率的对应点,并以此为基础进行扩散,得到更多的对应点;再使用刚性约束对错误点对进行剔除,最后使用四元数法求解变换矩阵。该方法不仅克服了传统ICP配准算法的缺陷,而且精度也优于传统ICP配准算法。     

面向车载激光扫描数据的道路目标精细化鲁棒提取

精确的三维道路信息,对于交通运输,城市规划,道路网建设,三维道路建模等具有重要意义.车载移动测量系统作为一项高新测绘技术能快速,准确地获取三维激光点云,适用于大场景的道路提取与建模.本文提出了一种从车载激光点云中快速精细化提取三维道路及其边界的方法.该方法首先利用车载激光点云的空间特征对点云进行自适应分段,然后利用先验知识与规则提取候选的道路及其边界,并根据道路边界的线状特征,对所提取的道路边界进行跟踪及矢量化,最后得到道路的参数.为了验证本方法的有效性,试验采用了3组不同道路场景的数据进行验证,结果表明提取结果的准确度,完整度及检测质量都达到了90%以上.定量与定性的结果分析表明,本文方法对于不同复杂场景下不同点密度的数据具有很好的适应性,能快速,鲁棒地提取大场景内的道路及其边界.     

基于地面三维激光扫描的桥梁挠度变形测量

将地面三维激光扫描技术应用到桥梁挠度变形测量。针对桥底面点云的具体特点,采用点云拟合计算方法和重心计算方法,分别获取不同荷载情况下的桥底挠度变化,并进行对比分析,初步确定其变形测量精度,验证了该技术在桥梁挠度变形测量中的可行性。     

面向地形数据的点云简化算法

针对地形点云数据量大、表面特征复杂多样等特点,提出面向地形数据的点云简化算法。基于K-D Tree搜索各点K邻域,构建点集空间拓扑关系|应用移动最小二乘法计算各点曲率,通过曲率的划分,在平缓区域按距离进行简化,保证整个算法的效率|在突变区域根据曲率简化,确保曲率变化大的关键特征信息不丢失,从而实现点云数据的简化。利用基于熵理论的定量评价方法,通过实例验证该方法的可行性和普适性。