基于散乱点云特征提取算法研究

三维激光扫描测量技术是当前测绘领域研究的热点。点云各个要素特征提取在三维建模中是非常重要的一个环节,也逐渐成为三维点云数据处理中的一个研究重点。目前对点云数据特征提取仍然存在一些问题,大多数算法的研究是针对栅格点云数据进行的,存在容易受到噪声数据的影响以及适应性不强等问题。本文在研究了现有的点云数据特征提取的方法的基础上,将法线差分算法应用到场景内地物提取中,从而实现场景中地物的特征提取。     

机载激光点云单木分割方法对比及精度分析

通过对机载激光点云基于冠层高度模型、基于点云以及基于层堆叠种子点分割方法,对针叶林、阔叶林、针阔混交林3种不同类型林分进行单木分割,并通过计算单木分割的检测率、正确率、F-score等精度指标,探究不同分割方法在不同类型林分的适用性。实验结果表明,对于针叶林,基于点云分割方法的分割精度最高,基于层堆叠种子点分割方法对树木分割的正确率最高;对于阔叶林和针阔混交林,基于层堆叠种子点分割方法的分割精度和检测率较高,优于其他两种分割方法。     

三维激光扫描技术在大型储罐安全检测中的应用

大型储罐的安全检测及健康评价目前还缺乏相应的行业标准及技术手段。三维激光扫描技术所使用的测量方式是形扫描,这种方式可以帮助我们快速获得物体表面的无数点云数据,所包含的三维空间信息、强度信息等,为解决灾害变形监测问题带来了全新的思路,可以保障大型储罐的安全评估的顺利进行。     

建筑物沉降监测方案设计及数据处理

通过对某学校图书馆变形监测,阐述了变形监测的方法和意义。主要包括变形监测网的布设、测量方法的选取、监测数据的处理,以及建筑物的沉降分析。然后在EXCEL软件上绘制建筑物的沉降趋势图,并且预测分析平均观测量和每个点位。     

基于PCL的点云数据空间管理及近邻搜索

由三维激光扫描技术获取的点云数据仅包含点的三维坐标,缺乏点对应的几何拓扑信息,同时为了在计算机中更高效的管理和处理点云数据,本文结合PCL开源库为点云数据建立K-D树和八叉树两种数据结构,并实现基于K-D树和八叉树的快速邻域搜索。     

基于三维激光扫描技术的地表变形监测方法研究

传统的地表变形监测方法不能全面反映地表变形的情况,本文结合三维激光扫描仪快速、高精度、非接触主动测量以及可以获取地表的整体变形信息等方面的优势,对DEM模型求差法和Hausdorff距离法计算的监测结果进行了比较分析,验证了两种方法在地表变形监测中的优势。     

三维激光扫描技术在石化企业管道建模中的应用

三维激光扫描是一种速度快、效率高、实时性强并且精度高的采集目标表面点云数据的技术,在测绘领域得到了广泛的应用。本文结合工程实例,论述了三维激光扫描技术在石化企业管线测量中的应用,并提出了依据点云数据对管道进行三维模型重建的方法,包括外业踏勘测站布设、数据采集与多站数据配准等工作,最后结合相关软件实现了管道三维模型的重建。     

基于不规则三角网的渐进加密滤波算法研究

在基于点云的地面变形分析中,往往会获取与地面变形监测无关的点云数据,如植被、建筑物和电力线等。为了更好的分析地面变形的程度,需要对非地面点进行剔除。本文应用了一种基于不规则三角网(TIN)的渐进加密滤波算法,并在TerraScan中对该算法进行验证。结果证明该算法非常适用于地表变形监测中滤波处理。     

基于点云与影像融合的黄河三角洲互花米草提取方法

针对卫星遥感技术在对滨海湿地互花米草监测时受分辨率、气候条件等多种因素限制存在一定局限性且通过单一的影像数据提取互花米草时精度不稳定的问题,提出了基于无人机点云与影像融合的面向对象互花米草提取方法。以黄河三角洲自然保护区为研究对象,获取了该区域的点云和多光谱影像。先将地面滤波后提取的植被点云与多光谱影像进行特征组合优化,然后对融合影像采用FNEA算法进行多尺度分割后采用基于改进的最近邻算法进行面向对象分类,最终得到的互花米草生产者精度和用户精度分别达到了82.53%和86.43%,较未融合点云的提取精度分别提高了22.34%和7.66%,分类结果的总体精度从89.54%提升至92.61%,且融合点云后影像能够有效区分两种生长状态的互花米草,表明本文提出的方法能够有效提高互花米草的提取精度。