海岸带地形快速移动测量技术

为解决海岸带地形变化迅速、测量困难等现实问题,首先分析了移动测量系统的技术特点,介绍了移动测量系统的组成与涉及的关键技术,然后提出了基于移动测量技术的海空地一体海岸带机动测量方案,并根据海岸带地形测量的不同需求设计了适应作业的测量平台、作业模式及主要功能,为海岸带、海岛礁地理信息快速更新与应急保障提供了应用参考与技术支撑。     

运用Geomagic Studio实现点云数据的曲面重建及误差分析

曲面重建是逆向工程的关键,为了评定曲面重建的精度要进行相应的误差分析。研究基于三维激光扫描仪获取得到的某塑像表面完整点云数据,运用Geomagic Studio软件对点云数据经过三角网格化、曲面划分等处理构建精确曲面,从而实现此塑像表面的重建。为对重建的曲面进行误差分析,通过平面拟合方程系数以及平面拟合的中误差,验证Geomagic Studio软件中的标准偏差即是测量中由残差计算得到的中误差,进而通过Geomagic Studio软件得到所建模型与点云的标准偏差,实现曲面重建的误差分析。     

中海达iScan-P便携式移动三维激光测量系统概述

<正>一、引言i Scan-P是中海达自主研制的便携式移动三维激光测量系统。该系统可单兵背负、自行车搭载和三轮车安装,在载体移动过程中可快速获取高精度定位定姿数据、高密度三维点云和高清连续全景影像数据,并通过系统配备的数据加工处理、海量数据管理和应用服务软件,为用户提供快速、机动、灵活的单兵背包式三维激光全景移动测量完整解决方案。同时,i Scan-P设备体积小、重量轻,不依附于任     

徕卡ScanStation P20在钢轨检测中的应用

<正>一、引言随着我国高铁事业的不断发展,铁路已成为人们最普遍的出行方式之一。与此同时,铁路的检测维修也变得日益重要,特别是对于中铁、中建及宝钢等客户,精确检测出铁路钢轨的变形是其日常检测的基本工作。传统方法是采用全站仪测量钢轨的边线,但因为全站仪只能测量单点,对于同一钢轨,测量点位置的不同,所得结果也有差异,全站仪测量并不能完全反映出钢轨的所有尺寸信息。随着三维激光扫描技术的发展,三维激光扫描仪在钢轨尺寸检测中的应用     

球形标靶的固定式扫描大点云自动定向方法

根据目前地面激光扫描数据获取速度快、数据量大、测量距离远、专用特殊材料制作的标靶识别距离近、点云定向数据处理相对滞后、自动化程度低、不能适应远距离地形测量的现状,提出了从大点云中(每站1亿点以上)自动探测远距离标靶的点云定向方法。该方法首先根据标靶控制点的工程测量坐标信息,搜索到标靶所在点云环,然后对各点云环进行扇形分区,快速探测标靶,获取标靶中心扫描坐标,最后平差计算扫描仪位置参数和姿态参数,实现点云坐标到工程测量坐标的转换。该方法在普通配置的计算机上得到实现,并成功用于远距离山区地形测量,其中定向标靶半径0.162m,标靶到扫描站距离在180~700m之间。     

地面点云数据快速重建建筑模型的分层方法

为了快速从地面激光扫描数据重建建筑物模型,避免数据处理中复杂的点云栅格化和面片分割,提出一种基于分层方法的建筑三维模型快速重建方法。利用直方图统计方法去除噪声,结合大多数建筑物自身特点,对点云数据进行分层并垂直投影至各层平均高度的平面,得到建筑物各层的边缘特征点,进而规则化,实现建筑物三维数字模型的快速重建。实验结果表明,方法可以快速提取建筑物边界点,简化传统点云数据在建筑物重建中的复杂过程和大量的数据处理运算,而且最终模型的精度可以得到保证,具有一定的普适性。     

三维激光扫描点云混合像素的自动识别方法

混合像素的存在会给点云后续处理与应用带来干扰,针对如何在原始扫描点云中自动识别混合像素的问题,从扫描仪的工作原理着手分析了混合像素的形成条件,结合扫描仪的内部光电转换机制与真实扫描数据论证混合像素的测距误差分布规律,据此设计混合像素的自动探测方法。利用真实原始扫描数据进行实验,结果证明,文中方法能够准确地识别出点云中的混合像素。     

基于探测球的固定式扫描海量点云自动定向方法

地面固定式扫描点云首先要将自由坐标系的点云纳入国家坐标系,而单站扫描的点云数据量极大,无法在可视环境下进行拼接。针对现有方法对海量点云拼接的不足,提出一种基于探测球的固定式扫描海量点云自动定向方法,该方法通过数据关联技术读取海量点云、建立标靶搜索环、球拟合确定标靶候选点、全组合距离匹配法确定同名点及坐标转换参数解算等,完成点云的自动定向过程。通过实验验证文中算法的有效性及可行性。     

基于随机抽样一致性算法的稳健点云平面拟合方法

针对点云数据平面拟合过程中存在粗差及异常值等问题,文章提出一种基于随机抽样一致性算法(RANSAC)的稳健平面拟合方法。该方法以RANSAC算法为基础并结合特征值法,通过设置一定的准则,剔除点云数据中存在的粗差及异常值,达到获得理想平面拟合参数的目的。运用此算法对仿真数据及实测数据进行平面拟合,并与传统算法进行比较,结果表明该方法可以很好地适应于点云数据中存在粗差及异常值的情况,获得较好的平面参数估计值,是一种稳健的平面拟合算法。     

工业构件密集点云数据与CAD模型的配准

针对工业构件人工检测安装效率低的问题,该文提出基于三维激光扫描的点云数据与CAD模型的配准方法。该方法是预先在两模型中找出公共点进行粗配准,把粗配准后的两模型用迭代最近点(ICP)算法进行精确配准,并通过提取公共特征点进行匹配的精度检测。实验表明,通过该方法实现了点云与CAD模型的配准,有效地提高了工业逆安装效率。