快速生成等值线的凹包算法

针对传统等值线的生成是根据离散点利用凸包作为构建TIN的边界,采用等值线追踪的方法进行生成,然后再进行等值线光滑、添加相应注记等以完成等值线图的绘制,存在效率不高,待删除的冗余三角形较多等问题,该文提出了一种以凹包作为由离散点构建TIN的边界,将所有三角形中等值线段生成之后,再整体进行相邻线段合并成多段线折线的方法进行等值线生成,减少了冗余三角形。经过实际验证表明,此法不仅能够满足等值线的快速生成,而且对于狭长型地带或大数据量时其优势更加明显,能够有效降低劳动强度,并且此法简单易行,能够满足实际的生产需要。     

Trimble Realworks在点云数据真三维建模中的应用

三维激光扫描技术是近年来出现的新技术,其应用取决于点云数据的建模质量。将点云数据导入Trimble Realworks,经过数据配准、点云降噪、模型创建、曲面构建等处理,生成三维模型,并将三维模型与点云模型进行比较。试验表明,采用Trimble Realworks软件进行点云数据三维建模,大大提高了建模质量。     

基于像素模式的海量点云可视化LOD调度方法

针对受限于计算机内存,海量三维点云数据无法一次性加载显示的问题,提出了一种基于像素模式的海量点云可视化LOD调度方法。该方法主要包括生成八叉树点云索引文件和设置LOD模型调度范围两个阶段,首先采用八叉树的原理对点云数据进行分层和抽稀,生成索引文件;再基于八叉树点云索引文件构建点云LOD模型;最后根据原始点云的分辨率自动计算LOD模型节点的像素阈值。在实时可视化的过程中,以LOD模型节点在屏幕上的像素大小是否达到预定阈值为判断条件,对其进行调度,避免了距离模式下海量点云可视化出现的卡顿问题。     

基于LiDAR点云数据的城市三维绿量分层测算方法研究

三维绿量已成为测度城市绿化水平的重要指标。为有效实现其在城市范围内的应用,文中基于LiDAR点云数据与高分辨率遥感影像数据,将"分隔带"法与边缘特征点提取算法相结合,提出一种分层三维绿量测算方法。首先,对LiDAR点云数据与遥感影像数据预处理,包括拼接、匹配、点云去噪及压缩等,提取城市绿化区点云数据;然后,通过"分隔带"法识别不同类别植被分布区,将植被在林层尺度下分割;其次,采用冠体边缘特征点提取算法,快速构建冠体外廓;最后,应用不规则三角网TIN,对绿化植被分层建模并计算。为验证文中测算结果,选取15个随机点建立样方进行实测,经检验表明所得精度较高,能够满足城市范围内三维绿量测算的需求。     

一种BIM模型与实景三维模型融合方法研究

针对当前BIM与实景三维模型融合过程中空间位置配准精度较低的问题,该文提出了一种借助真实激光点云的BIM模型与实景三维模型融合的方法。研究选取大场景和小场景两种样例数据,首先基于BIM实体几何信息转换和三角化加密的方法生成了BIM模型建筑物点云,其次基于增量式SFM算法和立体像对密集匹配方法先后生成实景环境下的稀疏和稠密点云,最后基于ISS特征提取结合改进ICP算法的完成了不同模型下点云和真实激光点云的配准。结果显示,该方法能够有效地实现BIM模型与实景三维场景信息融合,对新型智慧城市建设、工程建设智慧化管理具有一定意义。     

大规模点云数据的二维与三维混合索引方法

为提高点云查询效率和按需提取数据,提出一种二维与三维混合索引的大规模点云数据管理方法。采用二维四叉树和三维最小外包盒结构管理原始点云,以3D-R树管理多站点云,利用对象关系数据库管理全部点云模型和相关属性数据。利用古建筑大规模点云数据在微机上实现了点云模型的数据存储与可视化。结果表明本方法能够管理超过10 GB级的点云模型数据和十亿级有效点,数据可视化效率较高。     

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。     

UAV航测结合三维激光扫描的古栈道测绘建模

针对古栈道遗址的精密测绘与三维建模的需求,该文采用无人机倾斜航空摄影测量的方法获取山崖航摄影像并生成点云,采用地面三维激光扫描的方法获取栈孔数据并生成点云,将两种点云数据利用最近点迭代算法相融合,获得融合点云并生成三角网模型,附上纹理贴图,便得到了遗址现状的三维数字模型,并利用该模型完成了虚拟复原。本次古栈道精密测绘及复原在国内尚属首次,为相关研究提供了新方法。     

地面激光点云与数码影像自动高精度配准

针对地面激光雷达点云和数码光学影像非同源异质数据自动配准困难的问题,本文提出了基于互信息的两种数据同名特征高精度自动提取的方法。首先,把点云数据生成中心平面投影的反射强度图像和基于RGB信息的彩色图像,应用点云彩色图像和数码光学影像的匹配,确定点云与影像的粗配准参数;然后,对反射强度图像进行特征提取,应用粗配准参数确定其在数码光学影像上的初始位置,应用互信息实现非同源数据的高精度匹配;最后,应用罗德里格矩阵和选权迭代方法计算高精度配准参数,生成三维彩色模型。试验证明,本文方法可以解决地面激光点云和数码光学影像非同源异质数据的配准问题,具有一定的研究和应用价值。     

地面激光扫描联合无人机影像的三维模型重建

为了研究精细三维模型的重建方法,本文采用地面三维激光扫描仪采集地物立面点云,利用无人机倾斜摄影技术生成地物顶部和立面点云,滤除无人机的地面点云后,将二者精配准形成完整的地物点云。通过融合后的点云重建三维建筑物模型和景观小品模型,再从激光点云中过滤出地面点类构建地面模型,将三种模型组合成为完整的三维场景。建模结果表明,所融合点云的相对位置精度为9cm,该建模方法可以保证融合点云数据的完整性和三维模型的准确性,为三维模型的精确重建提供了一种新思路。