隧道三维点云孔洞修复方法

针对隧道三维激光扫描点云中的孔洞,设计一种基于断面轮廓的孔洞修复方法。隧道具有深长性与截面恒定性两大特征,文中基于这两大特征,利用间邻稳定轮廓拟合完整隧道修复孔洞。该方法能够对三维激光扫描点云进行圆柱投影,利用Delaunay三角构网,提出基于隧道表面三角网的孔洞识别方法,最后根据相邻隧道轮廓相似的特点,利用相邻的轮廓对孔洞进行修复。该方法能很好的修复孔洞并保留隧道结构细节,并以真实的隧道扫描数据验证算法的有效性和可靠性。     

一种加快BDS精密单点定位初始化的方法

由于BDS卫星的星座特性及卫星的轨道和钟差的精度影响,使得传统消电离层组合精密单点定位(PPP)的初始化时间较长。针对上述问题,文中对附加电离层约束的非组合精密单点定位算法进行研究。首先介绍非组合PPP算法,分析其与传统PPP的差异;其次分别利用CODE电离层格网产品,以反距离加权算法计算的站星电离层延迟、低阶球谐函数建立的区域电离层产品等作为先验信息对非组合PPP进行约束。通过MGEX观测网实测数据静态和仿动态计算表明,相比传统消电离层组合PPP,附加电离层约束的非组合PPP能够有效缩短初始化时间,同时能够获得高精度的定位结果。     

基于交叉点的道路曲线化简算法研究

现有的曲线化简算法不能很好地化简具有交叉路口的道路曲线,针对这一问题提出一种基于交叉点的道路曲线化简算法。算法分为预化简和修正化简两个阶段:首先识别并得到曲线上的分段点,利用相邻的分段点作为道格拉斯-普克算法的首尾点对曲线进行化简,得到预化简的结果;然后对于交叉点引入偏差阈值ε,通过判断道路曲线交叉点与化简后交叉点的距离与偏差精度ε的大小关系来确定该交叉点的化简与保留,如果保留或者化简后的道路曲线没有交叉点那么将原交叉点作为分段点对此段曲线进行重新化简。理论分析与实验结果表明,文中算法能够有针对性地保留或化简道路交叉点以及保持曲线化简后的形态特征。     

基于AgisoftPhotoscan的图像三维重建及精度研究

通过普通相机获取图像信息,计算三维空间物体的几何信息,重建和分析物体的基本原理;了解图像处理软件Agisoft Photoscan的工作流程,并设计实验;通过未检校的普通数码相机对某雕塑头像和亭子进行拍摄,使用Agisoft Photoscan软件对图像进行处理,得到三维点云数据,进行物体三维重建,验证三维重建的有效性;通过提取和实测预设对比点的三维坐标值,求取误差,验证在百幅以内的图像建模误差在1cm以内。此方法可应用到表面复杂的异形物体建模中。     

智能CAD中图的一种表示方法

试图提出广义结点概念，并给出图的一种表示方法。该方法用邻接表法表示广义结点与邻近广义结点的关系，用向量表示法表示单一属性广义结点链。在实现方法上，不采用链接表结构，而用动态通用串结构很好地实现了图的运算操作。并举例说明在智能地ＣＡＤ中的运用。     

Cyclone在数字校园三维激光点云数据预处理中的应用

为了高效获取精确的数字校园地形图的测量数据,通过Leica ScanStation P40对校园进行三维激光点云数据采集,并结合Cyclone中的去噪模型对点云数据进行去噪,利用“六自由度”方法和ID号对标靶进行拟合,在一定约束条件下完成点云数据的坐标匹配、拼接以及优化,得到统一坐标系下的点云数据。结果表明:优化后的点云数据精度可达到6 mm。可见处理后的点云数据能够满足数字校园地形图的高精度要求。     

移动测量技术在城市绿化普查中的应用

在新时代的城市建设中,绿化建设对于美化城市面貌和提高市民居住舒适度显得十分重要,那么城市绿化普查工作则成为绿化建设工作中的重要一环。为了改进传统绿化普查工作,本文提供一整套基于移动测量技术的城市绿化普查方案,搭配自主研发的GIS采集软件和实景三维管理平台,采集绿化信息的效率和精度显著提高,更可以优化城市绿化管理方法。     

方差分量估计在高速铁路铺轨控制网中的应用

在处理边角网平差时,由于测边、测角相互独立,通常只能根据经验按观测类型不同进行验前方差估计,不能准确确定测边、测角观测量的权,影响了控制网的精确度。以高铁铺轨控制网(CPIII)数据处理为例,采用方差分量估计方法对控制网进行了数据处理和精度分析,并与等权处理方法做了比较,对边角网或其它不同类型的复杂控制网数据处理具有一定的参考价值。     

基于区域多次回波点密度分析的城区LiDAR建筑物提取

以正确提取城区Li DAR点云中建筑物为目标,综合利用不同类别目标点云的回波特征以及地形信息,提出了一种基于区域多次回波密度分析的Li DAR点云建筑物提取方法。首先,将点云构建不规则三角网(triangulated irregular network,TIN),获取封闭的等高线;然后,利用等高线间的拓扑关系得到等高线族区域;最后,统计每一区域的多次回波点云密度信息,通过建筑物和树木区域多次回波点云在区域密度上的巨大差异来识别建筑物点云和树木点云。研究结果表明:该方法既充分利用了建筑物表面与植被间多次回波特性的差异,又不否定建筑物边缘同样存在多次回波的现象;通过封闭的等高线自适应地检测出地物目标的轮廓,弥补了传统Li DAR建筑物提取方法的不足;该方法能够较其他方法更准确地提取建筑物。