深部采空区点云数据预处理研究与应用

依据MDL VS150空区探测仪工作原理及点云数据空间拓扑关系的特点, 基于弦高比理论、最大夹角理论及周长比理论, 提出一种点云去噪及数据精简的点云数据完整预处理算法和实施流程, 并在广西某矿山的空区探测中开展了实际应用。结果表明;该预处理方法在实现去除噪声点、降低点云数据总量的同时, 有效保留了采空区边界三维信息的完整性, 最终得到的精确空区三维模型与实际情况符合较好, 是一种高效可靠的采空区点云数据预处理方法。     

三维激光扫描点云数据盲区边界识别与应用

三维激光扫描仪是一款获取空间点云数据的测量设备,能够有效地获取被测物体三维空间形态,但是,由于被测对象空间形态复杂、人员难于进入等原因,导致扫描点云数据存在盲区且识别困难。针对该问题,采用了一种三维激光扫描点云数据盲区识别方法,可获取点云数据盲区边界,该方法主要通过对点云数据进行KD-Tree改造,然后估计点云数据法矢,最后提取点云数据边界。为验证本文提出的盲区识别算法,选取矿山采空区点云数据进行实际验证,可准确识别点云数据边界信息,为后续数据进一步利用提供了基础。     

相似材料试验模型破坏区面扫描数据提取研究

针对传统的相似材料试验观测方法无法有效地获取模型破坏区域信息的问题,将工业测量技术引入相似材料试验观测,利用面扫描系统获取模型表面的点云数据,针对模型点云数据的特征,提出一种点云边界提取方法。该方法首先利用扫描线法提取裂缝边界点,然后利用最小距离法连接各边界,最后通过判断点云密度和边界闭合情况剔除标志点边界。对模型观测数据进行提取试验,结果表明：除了少数被标志点覆盖和破裂十分严重的边界以外,该方法能够较好地从相似材料模型点云数据中提取出非连续破坏区域边界,提取结果可应用于开采沉陷研究中。     

三维激光扫描点云边界提取研究

在数字矿山建设过程中,三维激光扫描仪可快速获得地表或建筑物的点云数据。点云边界不仅作为曲面表达的重要几何特征,而且作为模型求解曲面的定义域,对重建曲面模型的品质和精度起着重要作用。利用激光点云数据进行建模首先需从海量数据当中提取边界区域的采样点。本文提出了一种通过局部型面参考点集拟合微切平面,讨论参考点在对应微切平面上投影点的几何分布来自动提取边界特征的算法。该算法运行速度快,提取结果准确,可适用于各种复杂型面的点云数据。     

相似材料模型破裂边界提取研究

为了研究相似材料模型破裂区域边界的提取方法,将工业测量技术引入相似材料模型观测,利用面扫描系统获取模型表面的点云数据,针对模型点云数据的特征,首先利用圆形邻域法和扫描线法提取裂缝边界点,然后,利用全局拼接点坐标剔除标志点边界;最后,使用最近距离法将属于同一边界的断点连接起来。对模型观测数据进行提取实验,结果表明:除了少数被标志点覆盖和破裂十分严重的边界以外,该方法能够较好地从相似材料模型点云数据中提取出非连续破坏区域边界,提取结果可应用于开采沉陷研究当中。     

分层式南方丘陵区机载LiDAR点云噪声剔除算法研究——以浙江省某地区为例

根据南方丘陵区地形起伏较大的地理特点,该文提出了分层式点云噪声剔除算法。选取南方丘陵区浙江省某地机载LiDAR数据进行了实例验证,并与局部点云拟合法、深度图像法的剔除效果进行了比较,结果显示了该方法的有效性。该方法对于起伏较大的丘陵地区作业具有一定的参考价值。     

倾斜摄影与地面激光点云融合精细化建模研究

倾斜摄影是一种高效、低成本的三维建模技术,被越来越广泛地应用于城市三维重建当中。由于其通过空中作业获取地面影像数据,不可避免地会产生局部遮挡现象,使得在空三加密过程中出现点云漏洞,导致三维模型在相应部位出现拉花、变形现象。为解决倾斜摄影技术的遮挡问题,从而实现模型的精细化,提出倾斜摄影与地面激光点云融合建模的方法。研究表明:①基于倾斜摄影的三维模型在有遮挡区域会出现明显的扭曲变形;②地面激光点云可以修补缺失的影像点云;③倾斜摄影与地面激光点云融合建模可以明显地提高模型的精细度。     

航测与SLAM测量技术融合在房地一体中的应用

介绍了无人机航空摄影测量结合SLAM移动测量的融合技术在房地一体化中的应用,致力于解决航测地物被遮挡导致内业无法采集准确数据等问题.研究采用SLAM移动测量技术作为航测的补充手段,首先利用SLAM采集建筑物的全方位空间点云数据,并以点云为基础建立建筑物的三维坐标模型,然后以三维模型为基础进行点云测图,从而有效解决航测内业遮挡区域无法判读的问题,最后通过将无人机航测和SLAM移动测量技术应用于实际生产项目中,结合实测检校点进行精度分析,验证了该方法在精度方面的可靠性,同时也验证了该方法在房地一体化项目中应用的可行性.     

复杂采空区激光扫描异常点云过滤研究

针对复杂采空区激光探测点云数据处理过程中传统过滤方法无法过滤所有异常点的缺陷, 综合运用弦高比和周长比判据及OpenGL编程实现了异常点云拾取删除全面过滤。首先, 在分析激光扫描轨迹线点云数据拓扑关系及异常点生成原因的基础上, 综合运用弦高比和周长比判据对点云数据初步过滤; 然后运用OpenGL编程在显示界面上直接拾取删除异常点, 实现了对点云数据二次精确全面过滤。工程应用实例表明, 该方法不仅有效保留了采空区边界形态的完整性, 也为矿山复杂采空区激光探测点云数据过滤提供了新思路, 工程实用价值较高。     

基于激光点云的隧道断面自适应提取方法

隧道作为狭长型密闭工程建筑,在其全生命周期都需要进行安全检测。采用三维激光扫描技术获取的海量点云数据可更好地反映隧道的整体信息。但因扫描设站距离不同以及遮挡等情况,点云密度不均匀,不利于后续的点云特征提取及形变分析。针对这个问题,该文提出了一种能够自适应地调整断面厚度从而提取不同里程处断面点云的方法,然后对提取断面点云进行降噪以及三次B样条曲线拟合,并将拟合结果分别与贝赛尔曲线、拉格朗日曲线进行了对比。实验表明,该方法提取断面精度可达毫米级,能够较好地反映隧道真实变形情况。     

基才三维激光扫描技术在滑坡监测中的应用研究

从三维激光扫描的基本原理和关键技术入手,通过借助三维激光扫描技术获取滑坡监测数据,采用深度图像分割、点云数据匹配、点云过滤等技术手段,对单站扫描数据相对定位、数据绝对定位及拼接,最后获取滑坡的DEM模型,从而为三维滑坡监测预警得出有益的尝试。     

基于三维激光扫描技术在滑坡监测中的应用研究

从三维激光扫描的基本原理和关键技术入手,通过借助三维激光扫描技术获取滑坡监测数据,采用深度图像分割、点云数据匹配、点云过滤等技术手段,对单站扫描数据相对定位、数据绝对定位及拼接,最后获取滑坡的DEM 模型,从而为三维滑坡监测预警得出有益的尝试。     

顾及空间分布特征的点云数据快速可视化方法

文中提出了一种顾及空间分布特征的点云数据快速可视化方法。首先根据点云数据的空间分布特征构建自适应八叉树结构。其次,利用基于视点的动态调度算法,实现不同细节层次点云数据的快速调度。最后,设计了一种面向网络传输的三维点云瓦片存储模型,实现网络环境下点云数据的快速解析。试验结果表明,该方法能够有效提高网络环境下点云数据的可视化效率。     

基于 IF-CM-LOF 的尾矿坝位移监测数据离群值诊断

为解决孤立森林（IF）算法在离群值识别过程中对于边界位置数据处理结果的模糊性和不确定性问题,提高监测数据中异常值的检出率,在使用IF算法进行离群值初步识别的基础上,将IF量化计算后的异常得分引作变量,导入云模型（CM）逆向云发生器,根据逆向云变换所得的云数字特征值实现边界数据定位,进一步引入局部异常因子（LOF）算法对所定位的边界数据进行二次精确诊断,以某尾矿坝地表位移监测数据为例进行了模型验证。研究结果表明：对于监测数据中真实异常值和边界部分随机误差,IF模型检出率为16.5%和22.2%,而IF-CM-LOF模型的检出率分别达到90%和61.1%,离群值诊断性能明显优于IF模型。     

基于DSM深度影像的机载LiDAR建筑物边界提取

该文探讨了基于DSM深度影像的机载Li DAR建筑物边界提取。首先利用归一化的DSM数据点生成DSM深度影像,然后对影像进行相关处理,包括中值滤波、形态学处理,以剔除噪声、植被及较小地物等信息,采用阈值分割与二值化,得到明显的建筑物区域,最后使用边界检测的方法将建筑物初始边界提取出来,并检测其角点,利用最小二乘方法进行拟合,得到规则化的建筑物边界。     

基于YOLO的井下人员速度测量方法研究

由于井下环境复杂、背景单一、参照物不够明显的视频数据特征，较难直接通过视觉计算的标定方式实现井下运动目标的测速。论文提出一种不依赖场景标定的速度检测方法，通过自主学习的方式，智能化监测井下工作人员的作业规范。该方法首先基于YOLOv3对巡检人员进行持续的检测跟踪，在此过程中通过视频相邻帧间的目标边界框特征点，确定图像消失点|其次，利用图像消失点建立三角形模型测量实时速度|最后，利用测量出的速度趋势智能判断井下工作人员是否存在漏检行为。在煤矿数据集上的实验结果表明，该方法能够有效度量井下运动目标的速度，用于判断井下工作人员巡检时是否存在漏检行为，比标定方法更适合井下场景的应用。     

一种三维激光数据与数码影像自动配准的方法

地面激光扫描仪可以获取目标表面密集高精度离散的三维点云数据,摄影测量可以获取目标表面丰富高质量连续的纹理影像数据,将地面激光扫描仪点云和近景数码影像进行有机融合成为当前研究的热点和难点,提出了一种通过基于激光点云强度图像和数码影像自动配准来实现两种异源数据间的精确融合。其中,针对异源数据成像模型不同的问题,将点云数据严格地转换为相机中心投影方式的强度影像;在点云强度图像和数码影像间特征点的提取与匹配过程中,采用了由粗到精的稳健策略;根据高精度的匹配点利用空间后方交会获取相机的准确外方位元素,恢复图像在摄影瞬间相对点云目标的位置和姿态。实验证明,该方法可实现地面激光点云数据与近景数码影像的有机融合。     

基于三维激光扫描数据的窗户边界提取方法

针对现有窗户提取算法中鲁棒性不高,边界规则化过程复杂的问题,该文提出了一种新的基于格网的窗户边界提取方法.首先采用PCA算法计算局部邻域内三个特征值,依据三个特征值的关系可完整提取建筑墙面点云;其次对墙面点云划分格网并二值化,粗提取窗户边界;然后基于粗提取的窗户边界格网统计分析,精确提取出窗户边界并二次建立格网;最后合并同一窗户的子窗户区域完成窗户边界的提取.经实例分析验证了该方法提取窗户边界的准确性.     

不同滤波方法对二维激光雷达点云数据处理的影响

针对二维激光雷达数据存在噪声误差的问题,分别采取了线性最小二乘滤波、移动平均滤波、中值滤波、Savitzky-Golay(SG)滤波等方法对点云数据进行了平滑处理.利用实验数据对采用的方法进行了分析,结果表明所采用滤波方法都能够有效地对数据中的噪声误差进行过滤,但需要根据实际情况选用合适的滤波方式以获得最好的滤波效果.     

基于主成分分析及连通性分析的建筑物LiDAR点云提取技术

为更有效分离LiDAR点云中的建筑物和高大植被,该文提出了主成分分析和连通性分析相结合的算法.利用滤波后的点云数据,基于主成分分析法初步提取建筑物点云,然后构建并优化Delaunay三角网进行连通性分析,可提取完整的建筑物信息.实验表明:该方法不仅能正确、有效地分离建筑物点和高大植被点,还可以去除建筑物噪声点(天线、烟囱、空调主机等).