共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
3.
4.
5.
利用三维激光扫描技术可对建筑立面进行数据采集,通过对采集的三维点云数据进行拼接、去噪、提取等操作可得到完整的建筑立面点云数据.本文利用三维激光扫描仪快速获取了建筑立面数据,得到高精度的三维点云,将三维点云数据导入CAD中进行绘制,可以将建筑立面各个附属物件的位置、尺寸勾画清楚,保证立面图的准确性和可用性. 相似文献
6.
7.
在三维扫描中,由于扫描设备自身的限制或待测地形(物)的特点,获取的点云数据中往往会有大量的空洞,不仅对后续的建模有影响,而且会导致生成的地形图失真,所以必须要对点云空洞进行修补.本文首先分析了曲线曲率内插法的工作原理,根据实际地形所测点云的空洞,并结合计算机软件,对点云空洞进行修补.对修补后的空洞点云,选取空洞处的点位,采用平差法,对修补点云进行精度分析和质量评价,从而论证了采用曲线曲率内插法进行点云空洞的修补是完全可行的. 相似文献
8.
复杂城市环境的机载Lidar点云滤波 总被引:4,自引:1,他引:3
提出了一种新的Lidar点云滤波算法。该算法能对复杂的城市地貌进行滤波,无需事先进行三角网格化或栅格化,依靠点间的拓扑关系直接对原始点云进行滤波。实验结果表明,该滤波方法能有效保留地形特征,且不受房屋形状和大小的影响。 相似文献
9.
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. 相似文献
10.
11.
12.
机载激光扫描和航空摄影测量两种技术获取的点云属性差异大,变化检测易受噪声和数据误差影响。为此设计了一种非监督的建筑物变化检测方法。首先利用基于坡度信息的渐进三角网加密和基于表面生长的点云分割方法,从激光点云中提取出地面、屋顶和植被3类要素;其次以激光扫描数据为基准检测建筑物拆除和加高两类变化;并对剩下的区域以密集匹配点云为基准探测出新建的建筑物;最后对检测的变化结果进行形态学滤波。实验证明,该方法能有效克服两种点云的差异和密集匹配噪声的影响,不仅能获得锐利的建筑物变化轮廓,而且能得到建筑物增高或拆除的类别标签。 相似文献
13.
14.
三维激光扫描技术在建筑立面改造中的应用 总被引:1,自引:0,他引:1
当前,如何高效、准确地获取建筑立面图成为在城市的快速更新与发展过程中的热点.三维激光扫描技术因其高效率和高精度特点,日益成为建筑立面改造的首选技术.本文结合项目实例,分析总结了三维激光扫描激光技术在应用于建筑立面改造项目中的一般流程,并介绍了三维激光扫描测量系统原理、涉及的硬软件技术和关键扫描数据的处理方法,可为同类项... 相似文献
15.
点云数据分割是对激光扫描(LiDAR)场景进行三维重建的基础。针对现有基于边界、表面或聚类的点云分割方法中存在的分割不足或过度分割问题,提出了一种基于多维欧几里德空间相似度的点云数据分割方法。通过计算激光点的法向量,结合点云的光谱特征进行数学变换,计算激光点在多维空间中的欧氏距离,比较邻近点间的相似性,最终完成对激光点云数据的分割。该方法解决了常用点云分割中几何特征和光谱特征无法同时使用的问题,融合了几何分割和颜色分割的两方面优势,提高了点云分割精度。采用2组数据分别比较了基于几何特征、光谱特征和多维空间相似度的3种不同分割算法的分割结果,实验结果验证了该方法的可行性和实用性。 相似文献
16.
点云具有数据量大、无拓扑结构等特点,现有的深度学习语义分割模型难以充分挖掘大范围邻域内点云中所隐藏的几何特征。由此提出了一种基于空洞邻域并结合角度等几何特征作为模型输入的点云语义分割模型。首先,在局部邻域构建过程中,将图像处理的空洞卷积操作扩展至点云,建立空洞邻域结构,以扩大感受野;然后,在特征提取过程中,将中心点与邻域点之间相对坐标、距离、角度等基本几何特征作为模型输入,最大程度挖掘邻域内的几何特征;最后,基于所提邻域结构与特征提取算法构建了点云语义分割模型。采用Semantic3D数据集进行实验验证,结果表明,所提模型分割效果优于对比的点云语义分割算法,空洞邻域与局部几何输入特征能够有效改善点云语义模型的性能。 相似文献
17.
18.
针对PointNet++对点云空间相关性特征提取能力不足,同时难以适用于大场景高密度LiDAR点云语义分割的问题,提出一种联合点云压缩的多特征融合LiDAR点云语义分割方法。首先利用点云压缩算法降低点云密度,并使用PointNet++提取简化点云的深度语义特征,再利用拟合算法计算完整点云的深度特征;之后提取人工设计的空间相关性特征与深度特征进行串联;最后利用随机森林算法对完整点云进行语义分割。通过在ISPRS提供的LiDAR点云语义分割标准数据集进行实验,证明提出方法的有效性,总体精度较PointNet++提升了5.3%。 相似文献
19.
古建筑保护是当下测绘领域的热点研究课题,非接触测量是克服传统方法数字化不足、容易造成"二次破坏"的有力举措。本文以哈尔滨红霞街99号外侨私邸为例,提出了一种将三维激光扫描技术和无人机航测技术相结合进行古建筑重建的研究方案。基于三维激光扫描仪和无人机获取的古建筑内外点云数据和影像数据,利用点云数据生成正射影像并绘制平、立、剖面图,创建三维模型,最后以实地量取的建筑物尺寸数据为参考分析得出图纸和模型误差。结果表明:利用三维激光点云联合无人机影像能够高效地进行建筑图纸恢复,创建高精度精细化的三维模型,为古建筑保护提供了一种全新的思路。 相似文献