点云双目立体观测技术研究

三维激光扫描点云带来了大量客观世界信息,但在数据处理及可视化方面也给研究人员带来了新的挑战,单纯的三维明暗处理技术产生的点云图像并不具备可量测属性。为了获得真实的立体感,点云的可视化可以通过透视投影变换和OpenGL技术产生左右两幅点云图像,通过双目立体观测的方法去重现点云实体世界。本文分析并验证了双目立体观测点云精度。     

基于近景摄影测量的Monte-Carlo实验仿真法在水域面积量算中的应用

由于水域面积的边缘是不规则的曲线,因此对于静止的水域边缘的提取是非常有研究价值的。本文是以某段水岸线为例,运用近景摄影测量进行外业数据采集,利用单像后方空间交会的方法获取外方位元素,运用共线方程的反演形式进行坐标的计算,并结合Monte-Carlo随机点法进行精确的水域面积量算。本文旨在尝试利用摄影测量的方式解决静态水面面积量算问题。     

利用点云数据进行三维可视化建模技术研究

依据三维激光扫描仪的工作原理,阐述点云数据处理、数据提取与快速建模的全过程工作原理。以某一建筑物扫描为例,先获取其点云模型数据,并对点云数据采取不同的方法进行拼接处理,且对因拼接方法不同而产生的误差进行比对分析,选取出最优的拼接方法;然后对点云数据进行合并、去噪等处理;最后使用建模工具从点云数据模型中获取建筑物的各立面线划图,完成快速精准的三维可视化建模。     

三维点云孔洞修复方法综述

针对点云数据缺失问题,该文综合国内外大量点云修复技术研究。三维模型构建在自动驾驶、逆向工程领域中发挥越来越大的作用,三维点云数据是其中的重要数据源。利用三维激光扫描设备,可以高效、准确、实时的获取被测物体表面三维空间坐标。但是由于模型物体遮挡或者环境等原因,不可避免的会出现点云缺失的状况,这会对物体三维重建等后续处理造成一定的影响。然而,在三维点云孔洞修复方面还缺少比较系统完善的综述。本文从基于几何、基于模型检索、基于深度学习3个方面对当前主流的对修复技术进行了综合分析。文章对3种修复方法进行了概括,总结现有各种技术修复方法的优劣,同时展望了未来的发展趋势。     

基于三维网格模型的点云分割方法

基于三维网格模型数据和三维点云模型数据正逆向结合的数据处理方法在科学研究和工程实践中得到了广泛的应用与发展。三维网格模型提供模型结构、语义和几何等方面的先验知识,指导点云数据进行分割、建模等逆向处理,可极大提高数据处理效率和精度。基于以上思路,本文提出了首先基于混合聚类的网格模型初分割,然后以模型的这种先验信息指导点云数据进行精细分割的算法。并通过一系列的程序实现和数据实验,验证了算法的适用性和稳健性。     

多视激光点云数据融合与三维建模方法研究

基于特征基元的点云数据配准方法,利用控制点对机载与车载点云数据进行概略匹配,构建了顾及梯度与颜色特征及特征组对的特征点匹配算法模型,根据拟合平面特征解算平移和旋转变换参数,实现了机载与车载点云数据的精确配准,并在此基础上建立了多角度点云数据融合的房屋顶部和立面特征提取、点云数据与光学影像纹理信息匹配的技术流程,实现了建（构）筑物三维精细建模,并通过实例验证了本文所提方法的有效性。     

基于点云卷积的点云分类方法研究

基于深度学习方法,借鉴二维图像卷积的思想,设计了一种适合三维点云的卷积操作。点云卷积的作用域是局部球形邻域,输入为三维坐标和空间几何关系。通过点云卷积提取局部特征,使用最远点采样算法采集邻域中心点,根据半径构建球形局部邻域,使用多层感知器（multi-layer perceptron,MLP）网络学习空间关系权重,将学习到的关系权重和输入特征相乘,实现卷积操作。基于三维点云卷积,构建了一个多层分类网络模型实现点云分类。使用道路场景的黄石路数据集进行分类实验,结果证明了所提方法的有效性。     

基于三维激光点云的雕塑Nurbs模型构建方法研究

对雕塑进行逆向建模是进行雕塑修复的前提条件,一般通过三维激光扫描手段获取雕塑的空间三维稠密点云,进而基于点云构建雕塑的三维模型.依据模型的空间几何单元构成及表现形式,模型分为基于空间三角面片构成的Mesh网格模型和基于空间连续不规则曲面构成的Nurbs模型,后者更贴近于物体的真实空间形态.提出基于三维激光点云先构建Me...     

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。     

基于稀疏点云的ADAS三维地图构建方法

提出了一种基于机载LiDAR稀疏点云与已有道路二维导航地图快速构建ADAS三维地图的方法。通过稀疏点云与导航地图拓扑叠加分析和三维空间关系检验,实现了对复杂道路结构的高程平滑和面向ADAS的道路三维地图构建。以香港地区ADAS地图为例,采用该方法进行了三维地图构建。结果表明,该方法合理且效率高,精度满足先进自动驾驶三维地图要求。     

树木三维点云的枝叶分割方法

利用地面三维激光扫描点云构建树木模型时,对树木点云进行枝叶分割,可以提高单木分割、骨架提取、模型构建等步骤的准确性。针对现有枝叶分割方法参数设置复杂、需要训练样本、依赖颜色强度等不足,提出了一种新的基于邻域点分布规律的枝叶分割方法。该方法遍历树木点云中的激光点,首先利用K纬树算法搜索激光点的所有R邻域点,构成邻域点集;接着对邻域点集进行主成分分析,得到三对特征值和特征向量,利用特征值计算邻域点集的分布散乱度;然后将分布散乱度与预定义阈值比较,区分枝干和叶片的候选点;最后对枝干候选点实施欧氏聚类,利用聚类的点数和尺寸获取可靠的枝干点。使用江阴大桥公园的树木点云数据进行测试。结果表明:本文提出的树木点云枝叶分离方法准确率高、点云属性要求低、简单易用,可应用于多测合一绿化测量、城市绿地生物量统计、实景三维树木模型构建等领域。     

三维点云数据实时管理的Hash map方法

本文基于机器视觉探讨数字摄影测量三维构像下的智能数据处理要素之一：海量点云高效管理技术,提出了一种基于GPU的hash map三维点云数据组织的改进算法,算法可以高效地完成数据的动态插入、更新和索引,而不受数据规模限制。同时,通过传感器位置姿态估计当前活动范围,进行主机与GPU的数据交换,保证了GPU的低内存占用率。在搭载不同等级显卡（GTX960、GTX1050、GTX1060）的计算机设备上试验,本文算法均可以达到60 fps以上的帧率（单帧处理点云数：2.11×10⁵）,证明算法满足了三维构像中三维点云数据高效管理的要求。     

三维激光扫描技术点云数据采集与配准研究

点云数据采集与配准的精度决定了建筑物三维建模的精度。围绕建筑物点云数据采集与配准的精度问题,分别采用基于标靶的模式、基于形状匹配的模式和基于测站后视的模式进行建筑物表面点云数据的采集与配准处理,并从配准精度、特征点、特征边3个方面进行了对比分析。结果表明,基于形状匹配的模式的精度较低,其他两种模式克服了"同名点"的问题,在配准精度上有明显优势;而在数据采集与配准整体效率方面,基于测站后视的模式优于其他两种模式。     

三维激光扫描点云配准算法与精度研究

在探讨三维激光扫描仪配准方式的基础上,提出基于多点拟合圆心的算法,根据圆心坐标加权求取靶标点云中心,并对其进行误差评定和点云拼接。实验表明,该算法不仅避免检测出无效圆和减小伪圆出现的概率,还提高了效率。     

利用3D Voronoi图的兔子点云聚类分割

利用基于3D Voronoi多面体分割三维空间,并将其应用于具有典型三维特征的点云数据的聚类分割。通过对点云数据的离散体元表示,透过Voronoi单元的特征参数实现了三维点集的度量、提取和结构分析,揭示了点集间存在的相互关系,并通过3D Voronoi图所确定的空间邻近关系完成点集间相似度的测度和聚类。以三维兔子点云为样本数据的实验分析表明,本文所提出的思路聚类分割特征明显。     

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。     

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...     

一种八叉树和三维R树集成的激光点云数据管理方法

车载激光扫描点云数据已经成为数字城市和危机管理等领域越来越重要的三维空间信息源,针对大规模点云数据高效管理的技术瓶颈,提出一种八叉树和三维R树集成的空间索引方法——3DOR树,充分利用八叉树的良好收敛性创建R树叶节点,避免逐点插入费时过程,同时R树平衡结构保证良好的数据检索效率。并还扩展R树结构生成多细节层次(LOD)点云模型,提出一种支持缓存的多细节层次点云数据组织方法。试验证明,该方法具有良好的空间利用率和空间查询效率,支持多细节层次描述能力和数据缓存机制,可应用于大规模点云数据的后处理与综合应用。