地面三维激光扫描地形测量数据粗差剔除算法及实现

本文基于地面三维激光扫描技术用于地形测量时点云数据的特点,得到引起结果存在粗差的障碍物上的点云具有坡度大于实际地形上坡度的特征,并据此提出了一种实用的粗差提取算法。对算法的原理、实现过程和其中重要参数的确定进行了分析,并编程实现了算法。最后,应用实例对粗差提取效果进行了检验,证明了算法的可行性和可靠性。     

多站激光点云数据全自动高精度拼接方法研究

针对目前多站点云数据拼接存在的效率低和自动化程度低等问题,提出了基于地面激光点云强度信息的2D-3D点云数据高精度全自动拼接方法。首先,将强度信息通过三次样条插值算法生成二维影像,采用基于图形处理器(GPU)的加速尺度不变特征变换(SIFT)算子匹配得到二维同名特征点,剔除粗差;然后,反算得到特征点在三维点云中的坐标,并通过三维空间法向量对三维同名特征点进行精炼。利用精炼的三维特征点进行多站点云数据拼接,可提高多站点云海量数据拼接的精度和效率。     

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。     

八叉树索引的三维点云数据压缩算法

针对现有的三维点云简化算法普遍存在运行效率较低、内存消耗大、处理时间过长等问题,该文利用八叉树索引的速度优势和点云数据空间分割的逻辑结构,并结合三维点云网格简化算法高效的优势,提出一种基于八叉树索引的三维点云简化算法。该算法基本满足点云简化的理想标准,计算快速、运行时间短。利用实测大雁塔数据对各种三维点云压缩算法进行比较,结果表明该文提出的新算法对点云数据的压缩简化效率和压缩率较现有算法均有较大提高。     

基于三角网滤波检验的KD树粗差剔除法

针对机载Li DAR点云数据的粗差剔除和滤波,直接关系到后续数据处理的精度,本文运用KD树组织数据建立三维索引,快速查找并计算目标点与k个最近邻点的平均距离,根据距离阈值判断并剔除粗差点。实验选取3种典型测区的点云数据进行实验,分别采用形态学粗差剔除法和本文粗差剔除法对3组点云数据进行粗差剔除,并采用渐进不规则三角网滤波法对原始点云数据及两种粗差剔除结果进行滤波,对结果进行对比分析。结果验证,本文方法能有效剔除点云粗差,提高后续滤波结果的精度。     

一种三维激光扫描点云拟合的抗差加权整体最小二乘法

针对三维激光扫描中点云不等精度且易受粗差影响的问题,提出了一种基于入射角定权的抗差加权总体最小二乘的拟合方法。该方法在采用入射角定权的基础上,进行基于标准化残差和中位数的抗差加权整体最小二乘估计,获得待定参数估值,并通过Gauss-Newton迭代算法,推导了模型的迭代计算方法。以平面拟合和球面拟合为例,分别通过仿真数据和实测数据对算法进行验证,结果表明,对于含有粗差的点云,新方法可以获得更为理想的参数估值,其性能优于抗差整体最小二乘和加权整体最小二乘,可以更好地进行三维激光扫描的点云拟合。     

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Geomagic Studi0 12的粗配准方法.实验结果表明,Super4PCS算法对于重叠率高,噪声大且特征明显的点云数据能够较好地配准;4PCS算法不适用于重叠率低的点云数据配准;软件Geomagic Studi0 12适用于各种特点的点云模型,但该方法配准精度受人为因素的影响,配准效率低.     

一种基于特征点的地面激光点云全局配准方法

针对当前地面激光扫描(TLS)点云配准自动化程度低且耗时的问题,本文提出一种基于特征点和改进FGR(fast global registration)算法的TLS点云全局配准方法。该方法一共分为三步:首先对点云进行粗差剔除和降采样;然后提取Do G(Difference-of-Gaussian)特征点和进行FPFH(fast point feature histogram)描述,进而进行双向一致性匹配;最后使用FGR算法进行优化获得点云之间初始参数,结合标准ICP算法实现TLS点云的高精度配准。利用7站地面激光点云数据进行实验,结果表明本方法可以在保证配准精度的前提下获得较高的配准效率。     

三维激光扫描在通信塔垂直度检测中的应用

塔体垂直度是检测通信塔结构安全性的重要指标。传统的单点测量技术较难快速有效地满足通信塔整体垂直度检测要求,三维激光扫描技术具有高速度、高密度、高精度等优势,本文提出利用三维激光扫描技术检测通信塔垂直度。该方法基于塔体模型点云数据求解通信塔各层点云切片的重心,通过计算各层点云切片重心与底层点云切片重心的偏移量来确定塔体垂直度。与全站仪观测法比较,结果表明三维激光扫描技术能达到塔体垂直度检测规范要求,具有一定的应用价值。     

一种基于 K-D 树优化的 ICP三维点云配准方法

为提高三维点云数据配准精度和速度,提出一种基于K-D树优化的ICP三维点云配准方法,首先采用中心重合法实现点云数据的粗配准,然后利用K-D tree快速搜索最近点对改进传统ICP方法,完成三维点云数据精配准,该方法克服传统ICP算法中由于利用欧式距离来判断最近点所引起的工作量大、耗费时间多的缺陷,提高点云的配准速度。在此基础上利用斯坦福不同密度Bunny点云数据进行实验验证,结果表明在采用中心重合法实现三维点云粗配准的基础上,利用K-D tree优化ICP算法,能够提高点云配准的精度、速度和稳定性。