三维激光扫描技术特点及其应用前景

三维激光扫描技术是一种建立在测量学科,仪器光电子学科,图形图像处理等多种学科基础上的综合性技术,作为一种新兴的测量技术,近年来,在我国得到了广泛的应用。重点介绍了三维激光扫描技术的特点,以及应用前景。     

潜在连接点集下拓扑推进三维建模算法研究

通过三维激光扫描仪可以获取到表示空间对象的点云数据。通过设置仪器的采样间隔可以获取到表示对象不同精密程度的点集。但是由于离散点之间缺乏相应的拓扑关系,限制了以点为基本图元的模型的应用。以空间离散特征点集为研究对象,研究了一种三维建模算法。算法基于距离较近的点之间比距离较远的点之间存在拓扑连接的可能性更大的前提,对点集进行预处理,然后在此基础上进行快速建模,最终获取到以三角形为基本面片的格网模型。所建立的模型易于进行各项空间分析和操作。该算法也能够有效地应用于更为复杂的建模任务中,以达到一体化建模的目的。     

基于ArcGIS的三维建筑日照时态模拟

以福州大学怡山校区为例,在ArcGIS 10环境中,结合SketchUp构建三维建筑模型,对建筑物接受日照和产生阴影遮挡情况进行三维可视化时态模拟研究,提出了无需插件的MultiPatch三维模型创建思路以及三维建筑的日照分析方案。研究结果不仅可为城建规划部门及居民提供快捷可靠的科学日照分析手段,而且拓展了三维建筑模型在GIS中的应用。     

基于影像点云的三维激光扫描仪成图与建模软件

一、引言随着信息技术的发展,数字城市建设在全国已经形成一股势不可挡的浪潮。城市地形三维信息的快速采集与提取是当前数字城市建设的热点与难点。基于三维激光扫描数据的数字测图与三维建模日益成为非常有竞争力的数据获取手段之一。但目前市面上采用的测图与建模方法基本上只基于激光点云数据,而点云的可视化效果与可视性不强,导致成图与建模判读困难、速度慢、成     

全球六边形离散格网数据的三维可视化方法

针对全球六边形离散格网的三维显示化方法开展研究,设计了一种六边形格网的空间层次结构(hexagonalquaternary balanced structure,HQBS),采用四位码元对格网单元进行编码,定义并实现了格网向量的基本运算,利用这些运算可以方便地实现格网单元的空间索引。在此基础上还研究了全球离散格网的动态生成与显示算法、可视化区域裁剪等相关内容。试验表明:全球格网动态生成的效率110～370单元/ms之间,加载空间数据后,格网数据和空间数据逐层加载的时间在300 ms左右,能够保证加载空间数据后的显示刷新率在20帧/s左右。     

多视点云数据同步配准新方法

针对三维激光多视扫描点云数据的配准问题,提出了一种基于空间相似变换原理的同步配准新方法.首先借助罗德里格矩阵求取各测站与基准坐标系下的转换参数;然后根据各测站之间的联系,对变换的初始参数进行联合平差,利用同步配准模型求得改正后的变换参数,实现多视点云同步配准;最后使用Realworks Survey软件中基于目标的配准工具进行处理,利用配准结果实现对该算法的验证.通过分析同步配准误差来源及对比二者的精度,证明三维激光扫描多视点云数据同步配准方案具有可行性和实用性.     

融合3D DenseNet的零样本视频分类

零样本视频分类（zero-shot video classification,ZSVC）采用的点积分类方式容易使神经元产生较高方差,从而导致模型对输入分布的变化非常敏感。针对该问题,采用三维密集网络（3D DenseNet）与余弦相似性相结合的方法,提出了一种基于3D DenseNet的零样本视频分类（3D DenseNet for zero-shot video classification,DZSVC）算法,通过使用余弦相似性的分类方式替代点积分类方式来控制方差的范围,使模型对不同的输入幅值具有更强的鲁棒性。该算法首先将视频数据输入到3D DenseNet中,利用3D DenseNet的密集特性提取更丰富的时间和空间信息,并将提取出来的特征向量映射到公共空间。采用基于余弦相似性的方法对视频进行分类,在UCF101数据集和HMDB51数据集上的准确率分别为32.9%和20.2%,UCF50数据集和HMDB25数据集上的准确率分别为41.4%和23.7%,实验结果表明所提算法具有良好的分类效果。     

移动背包三维激光扫描系统在陡岸水库测绘中的应用——以白鹤滩水电站库区典型河段为例

针对陡岸水库岸坡度大、地形狭窄复杂、植被覆盖度高、水文泥沙监测精度要求高,且传统人工走测难度大、效率低、风险高的问题,本文提出了移动背包三维激光扫描系统观测方法,并以白鹤滩水电站库区典型河段为例,开展了移动背包三维激光扫描系统的应用试验研究。定性定量成果表明,移动背包三维激光扫描系统测量平面中误差为0.024 m,高程中误差为0.044 m,相对面积较差为0.24%,精度符合技术要求,较人工走测工作效率提高3.75倍,十分适用于陡岸水库监测。     

一种基于域适应的动态商品视觉识别方法北大核心CSCD

由于变形、遮挡、运动模糊、商品之间外观的相似性及真实场景中未知的分布偏差,商品动态视觉识别在实际应用中仍存在巨大的挑战。本文提出了一种面向智能零售的动态商品视觉识别方法,即首先通过目标检测网络实时检测商品的外接矩形框,然后在此基础上识别商品的类别并给予推荐,辅助完成消费结算。针对商品拿取视频与商品库图像、训练图像之间的跨域差异,引入邻域风格自适应模型(IBN)和卷积注意力模块(CBAM),提升模型的域适应能力。为了验证该方法的有效性,构建了一个真实的场景数据集Commodity247,数据由智能货柜的顶视摄像头采集,包含247类常见的零售商品,以及37 050张带标注框和商品类别的图片。试验结果表明,在Commodity247数据集上,商品识别的准确率(mAP)可达96.84%,第一推荐正确率(Rank1)可达98.41%,最难样本检索准确率(mINP)可达85.24%;与基于ResNet搭建的基础模型相比,mAP提升了2.91%,Rank1提升了0.60%,mINP提升了10.86%,有效降低了多角度、多光线、多背景的影响。     

实景三维尺度特征与生态保护红线勘界定标应用研究北大核心CSCD

生态保护红线勘界定标面临边界不规则、碎片化和绵延广等难题,而利用实景三维的真实、立体、时序化特性,可有效辅助边界内业校核分析和预标注等工作。本文以实景三维的尺度特征为研究视角,从数据采集精度、表达内容、覆盖范围3个方面,结合生态保护红线勘界定标对工作底图的尺度要求,分析了其与实景三维尺度特征的关系,并提出多尺度实景三维模型融合应用思路。以重庆市照母山森林公园生态保护红线勘界定标工作为例,分析了多源多尺度实景三维数据在不同环节的应用情况,有效提升了勘界定标工作的科学性和工作效率,为持续进行红线监测监管奠定了基础。