激光扫描点云法矢精确计算与表面光顺方法

为在光顺的同时保持特征,在精确计算点云表面法矢的基础上,提出附加约束的双边滤波器光顺方法.首先考虑激光扫描点云分布特点对其进行预采样处理,提高法矢估算初值的精度;然后利用抗差最小二乘拟合提高法矢估算精度,并基于拟合中误差和点间距离构造双边滤波器对法矢进行进一步修正,得到较为精确的法矢估算结果;最后通过分析传统双边滤波器存在的问题,引入"噪声度"概念,基于噪声度和点间距离构造双边滤波器,并附加法矢和预测距离以区分拐角特征.实验结果表明了方法的特征保持能力和高效性.     

基于模糊极大似然估计聚类的点云数据分块

对散乱点云数据采用微切平面法进行法矢估计,对法矢方向进行全局协调性调整。采用稳定性较好的二次曲面拟合法估算点云数据的高斯曲率和平均曲率。将点的坐标、法矢和曲率合并为八维特征向量,通过模糊极大似然估计聚类技术,将具有类似几何特征的向量聚为一类,从而实现点云数据的分块。实验证明该方法有效。     

基于自适应椭圆距离的点云分区精简算法

利用传统点云精简算法进行散乱点云简化会导致点云模型部分细节特征的丢失或模糊以及影响非平面区域的光顺性。针对这些问题,提出基于自适应椭圆距离的点云分区精简算法。首先,通过对邻域点集进行微切平面与局部曲面的拟合,计算出各点的法矢及曲率等;其次,利用所得几何特征信息,提取点云边界特征以及完成点云平面区域与非平面区域的划分;最后,采用改进后的精简算法对不同区域进行简化。实验结果表明,该算法不但能够快速完成符合要求精简率的数据简化,还能保护点云模型的细节特征以及保证模型非平面部分的光顺性。经过软件分析得出,精简后模型与原始模型的距离误差的标准偏差为0.015 mm。     

基于二次特征提取的煤矿巷道表面点云数据精简方法

采用三维激光扫描技术提取的煤矿巷道表面点云数据量大且存在较多的冗余数据,而现有点云数据精简方法存在大数量级点云处理过程中细节保留不足的问题。针对上述问题,提出了一种基于二次特征提取的煤矿巷道表面点云数据精简方法。首先对采集到的原始巷道点云数据进行去噪预处理;其次建立K-d树,并利用主成分分析法对去噪后点云数据估算来拟合邻域平面的法向量;然后通过较小的法向量夹角阈值对点云进行初步的特征区域与非特征区域划分,保留特征区域并随机下采样非特征区域,接着依据较大的法向量夹角阈值将特征区域点云划分为特征点和非特征点,并对非特征点进行体素随机采样;最后将2次点云精简结果与特征点合并得到最终的精简数据。仿真结果表明,该方法在百万数据量级点云和高精简率条件下,相较曲率精简方法、随机精简方法和栅格精简方法,在特征保留和重构精度方面都取得了更好的效果,三维重构后计算所得标准偏差平均可低于相同精简率下其他方法 30%左右。     

复杂场景下基于C-SHOT特征的3D物体识别与位姿估计

为了准确地同时识别复杂点云中的多个目标,提出一种基于法矢改进点云特征C-SHOT的3D物体识别方法.首先,在估计RGB-D数据的点云法矢时将邻域点距离信息考虑在内,计算带距离权重的协方差矩阵得到更精确的点云法矢;其次根据特征点处法矢与邻域法矢的夹角余弦构造点云形状直方图,同时统计点云纹理直方图并与形状直方图融合成C-SHOT描述符;最后对场景与模板分别提取C-SHOT特征,利用Kd树快速求得对应对,引入3D霍夫投票机制,并结合点云局部坐标系克服噪声遮挡问题完成多目标初识别.基于LM-ICP实现精确定位及位姿估计,画出目标包围盒,采用基准数据库CVLab以及采集实验室真实数据进行实验,结果验证了该方法的有效性与精确性.     

散乱点云数据特征信息提取算法

针对散乱点云特征提取过程中效率低和噪声敏感性差的问题,提出一种双阈值点云特征信息提取算法。采用主成分分析法和局部二次曲面拟合法对点云模型进行微分几何信息估算,得到k邻域内采样点平均法矢夹角和平均曲率的特征权值,并利用双阈值检测方法对散乱点云的特征信息进行提取。实验结果表明,该算法能够快速准确地对散乱以及含有噪声的点云模型进行特征信息提取,具有较高的鲁棒性。     

点云模型法矢调整优化算法

点云中存在奇异情况时,采用最小生成树法进行法矢调整会出现错误,而采用曲面重建方法运算效率又较低,为此提出一种点云模型法矢调整的优化算法.算法分别处理薄壁特征、垂直法向和相邻曲面3种奇异情况.对薄壁特征,算法提取特征点并在该处强制进行法矢取反;对垂直法向,算法通过扩大邻域搜索范围来获得法矢变化趋势;对相邻曲面,算法在K邻域中剔除歧义邻域点,避免在最小生成树中生成错误边.实验结果表明,该算法在点云中存在奇异情况时能够进行正确的法矢调整,并且相较于曲面重建方法具有较高的效率.     

基于法向修正及中值滤波的点云平滑

为了在降噪的同时保持点云的几何特征,并较好地处理离群点,通过对传统的法向量修正方法进行改进,提出基于L1中值滤波的点云平滑方法.根据核回归估计理论建立一种法向修正的框架,并在此框架下引入二阶Hessian矩阵,提高了法向估计的精度;以经典的L1中值理论为基础,提出一种迭代降噪的方法,并指出了该方法与mean-shift方法和双边滤波方法的联系.实验结果表明,该法向修正及点云平滑方法简单、有效,在处理原始点云时具有优势.     

基于几何先验和深度学习的点云法矢估算

法矢是三维点云曲面最基本的几何属性.为解决传统几何估算子与基于学习技术中的问题,提出基于几何先验和深度学习的点云法矢估算方法.首先,使用一个多尺度曲面块选择方法保持点云的特征和细节,以降低后续深度网络的学习难度;然后,结合局部特征和几何先验知识设计一个法矢优化神经网络,输出精确点云法矢;最后使用合成模型数据和Microsoft Kinect V1扫描得到的真实模型数据进行验证,使用平均角度误差作为度量标准与主流方法进行对比,定量和定性分析结果表明文中方法在保持模型细节和噪声鲁棒性方面均明显优于对比方法.     

基于区块特征融合的点云语义分割方法

为降低室外大规模点云场景中多类三维目标语义分割的计算复杂度,提出一种融合区块特征的语义分割方法。采用方形网格分割方法对三维点云进行区块划分、采样以及组合,求取简化的点云组合区块集,将其输入至区块特征提取和融合网络中从而获得每个区块的特征修正向量。设计点云区块全局特征修正网络,以残差的方式融合特征修正向量与原始点云全局特征,修正因分割造成的错误特征。在此基础上,将方形网格分割尺寸作为神经网络的参数引入反向传播过程中进行优化,从而建立高效的点云语义分割网络。实验结果表明,反向传播算法可以优化分割尺寸至最佳值附近,所提网络中的全局特征修正方法能够提高语义分割精度,该方法在Semantic3D数据集上的语义分割精度达到78.7%,较RandLA-Net方法提升1.3%,且在保证分割精度的前提下其点云预处理计算复杂度和网络计算时间明显降低,在处理点数为10万~100万的大规模点云时,点云语义分割速度较SPG、KPConv等方法提升2~4倍。     

规则特征曲面点云法向估计

目的 针对特征曲面点云法矢估计不准确,点云处理时容易丢失曲面的细节特征等问题,提出基于高斯映射的特征曲面散乱点云法向估计法。方法 首先,用主成分分析法粗略地估算点云法向和特征点;其次,将特征点的各向同性邻域映射到高斯球,用K均值聚类法对高斯球上的数据分割成多个子集,以最优子集对应的各向异性邻域拟合曲面来精确估算特征点的法向量;最后,通过测试估计法向与标准法向的误差来评价估计法矢的准确性,并且将估计的法向应用到点云曲面重建中来比较特征保留效果。结果 本文方法估计的法向最小误差接近0,对噪声有较好的鲁棒性,重建的曲面能保留曲面的尖锐特征,相比于其他法向估计法,所提出的方法估计的法向更准确。结论 本文方法能够比较准确的估算尖锐特征曲面法向量,对噪声鲁棒性强,具有较高的适用性。     

心内膜表面几何模型三维重建算法研究

心内膜三维表面重建是心内膜三维标测系统中的关键问题。为了满足实际应用需求, 根据采集到的散乱点云数据的特点, 提出了一种改进的泊松表面重建算法。在估计表面点云法向量的基础上, 对表面点云法向量进行法向量一致化处理, 有效地控制时间复杂度, 快速重建出平滑的心脏模型。针对泊松表面重建算法中构建MC曲面出现的二义性问题, 提出一种消除二义性的简化改进方法, 可以更加精确地获取模型逼真表面, 提高重建的速度和精度。同时, 可以根据医生的要求, 对重建出的模型实时修正, 满足临床应用。最后, 通过实验验证了算法的有效性和可行性。     

基于特征提取的点云自动配准优化研究

针对三维点云自动配准精度不高、鲁棒性不强等问题,提出一种基于判断点云邻域法向量夹角的自动配准算法。该算法首先计算点云中每个点的法向量与邻域点集的法向量夹角的余弦值,然后把邻域各点的余弦值作为该点的属性特征向量,进行特征分类提取特征点,根据几何特征的相似性初步搜索匹配点对,并采用欧式距离约束条件剔除匹配错误的点对;运用最小二乘法计算初始配准参数,再通过改进的迭代最近点（Iterative Closest Point,ICP）算法进行精匹配。实验证明,该算法相对于经典的ICP算法无论收敛速度还是匹配精度上都有提升。     

保测地曲率的曲面曲线设计

给出一种在给定光滑曲面上进行曲线设计的算法．由于曲面上曲线的曲率向量可分解为测地曲率向量与法曲率向量的和,故可以通过设计平面源曲线,并将这条源曲线保测地曲率对应到给定曲面上,得到一条测地曲率和平面源曲线的曲率相同的目标曲线．取给定曲面上一点为初始点,逐次迭代跟踪得到整条目标曲线．该算法既可以用来进行曲面上的图案设计,也可用于求解光滑曲面上的测地线。     

基于残差分布的H.264自适应整帧恢复算法

针对H.264在网络传输中丢包造成整帧丢失的问题,提出了一种基于残差分布的H.264自适应整帧恢复算法。首先对参考帧的残差信息进行分析,对于平坦区域或刚性运动区域,采用传统的运动矢量复制法,而对运动复杂区域或产生形变等区域进行基于像素的运动矢量重新估计,再以光流法进行恢复。实验结果表明,该算法在主观视觉质量和客观峰值信噪比(PSNR)上都优于传统方法。     

Robust normal estimation and region growing segmentation of infrastructure 3D point cloud models

Modern remote sensing technologies such as three-dimensional (3D) laser scanners and image-based 3D scene reconstruction are in increasing demand for applications in civil infrastructure design, maintenance, operation, and as-built construction verification. The complex nature of the 3D point clouds these technologies generate, as well as the often massive scale of the 3D data, make it inefficient and time consuming to manually analyze and manipulate point clouds, and highlights the need for automated analysis techniques. This paper presents one such technique, a new region growing algorithm for the automated segmentation of both planar and non-planar surfaces in point clouds. A core component of the algorithm is a new point normal estimation method, an essential task for many point cloud processing algorithms. The newly developed estimation method utilizes robust multivariate statistical outlier analysis for reliable normal estimation in complex 3D models, considering that these models often contain regions of varying surface roughness, a mixture of high curvature and low curvature regions, and sharp features. An adaptation of Mahalanobis distance, in which the mean vector and covariance matrix are derived from a high-breakdown multivariate location and scale estimator called Deterministic MM-estimator (DetMM) is used to find and discard outlier points prior to estimating the best local tangent plane around any point in a cloud. This approach is capable of more accurately estimating point normals located in highly curved regions or near sharp features. Thereafter, the estimated point normals serve a region growing segmentation algorithm that only requires a single input parameter, an improvement over existing methods which typically require two control parameters. The reliability and robustness of the normal estimation subroutine was compared against well-known normal estimation methods including the Minimum Volume Ellipsoid (MVE) and Minimum Covariance Determinant (MCD) estimators, along with Maximum Likelihood Sample Consensus (MLESAC). The overall region growing segmentation algorithm was then experimentally validated on several challenging 3D point clouds of real-world infrastructure systems. The results indicate that the developed approach performs more accurately and robustly in comparison with conventional region growing methods, particularly in the presence of sharp features, outliers and noise.     

基于无人机的道路点云数据分割提取算法

针对机载LiDAR获得道路的数据信息精确度低问题,提出基于无人机的低空扫描三维点云数据,动态拟合提取分割道路信息的算法.首先使用主成分分析法获得道路点数据的法向量,之后将高程信息和法向量信息结合,利用聚类算法获得道路的高程和法向量的范围,提取道路点云数据;其次利用多项式拟合对道路数据进行数学建模;然后通过动态多项式拟合提取出所有路面数据和路面上的资产以及行人车辆数据;最后使用区域生长算法对路面上的资产以及行人车辆数据进行分割.实验表明算法对道路上的遮挡物有很强的抗干扰能力,可以将路面提取出来并将路面上的数据分割进行分割,将本文算法与区域生长算法进行对比,本文算法对路面数据更加敏感.     

基于CUDA的点云去噪算法

提出一种基于统一计算设备架构(CUDA)的双边滤波点云去噪算法,将点云去噪划分为多个并行度较高的步骤,利用GPU的并行计算能力,设计每个步骤的CUDA核函数。采用高斯加权的法矢计算方法,在双边去噪算法中加入面积权重缓解过光顺。实验结果表明,该算法能有效提高法矢计算的准确度,与CPU算法相比,计算速度提高了多个数量级。     

WebCAD中的剖面区域搜索算法

基于Web的CAD系统是协同设计研究的一个分支。论文讨论了矢量化标记语言用于在Web上表示矢量图形的优点,比较了常见的几种剖面区域搜索算法,提出了一种不依赖操作系统的剖面区域搜索的新算法。该算法提供四种可行的搜索方向,能搜索出包含一个给定种子点的唯一外部最小剖面区域和不包含该种子点的所有内部非剖面区域,其计算复杂度与图形尺寸无关。文中最后给出了此算法的应用实例及计算性能。     

Surface parameterization of nonsimply connected planar Bézier regions

A technique is described for constructing three-dimensional vector graphics representations of planar regions bounded by cubic Bézier curves, such as smooth glyphs. It relies on a novel algorithm for compactly partitioning planar Bézier regions into nondegenerate Coons patches. New optimizations are also described for Bézier inside–outside tests and the computation of global bounds of directionally monotonic functions over a Bézier surface (such as its axis-aligned bounding box or optimal field-of-view angle). These algorithms underlie the three-dimensional illustration and typography features of the TeX-aware vector graphics language Asymptote.