基于机载激光点云的电力线自动提取方法

为了解决地形、走向复杂、点云密度不均匀的输电线路的电力线提取精度低的问题,提出了一种高效的电力线自动提取和重建方法.首先通过空间分割和点云密度分析方法改进高程滤波算法实现电力线粗提取;采用基于点云间倾斜角度平均值的滤波算法精提取电力线;使用统计滤波算法完成电力线整体点云提取;通过基于随机采样一致性算法的电力线分条提取算...     

基于点云数据特征的电力线快速提取和重建

为了解决电力线点云可能存在交跨线点云较难处理、绝缘子点云较难分割、现有算法模型研究不完整问题,采用了基于点云数据特征的电力线快速提取和重建方法,首先通过输电线路体素栅格高程特征进行点云快速粗分类,然后运用随机一致性算法进行点云快速精化,采用顾及交跨线的滤波算法高效准确提取电力线点云,针对电力线局部线性模型分割出绝缘子,最后采用局部加权质心的方式提取电力线关键点,实现电力线的快速重建,并进行了理论分析和实验验证,取得了较好的实验结果。结果表明,电力线提取与重建综合准确率95.3%,总体耗时2.5s以内,验证了算法的快速性、准确性和鲁棒性。这一结果对电力线点云提取和重建有一定帮助。     

基于无人机机载LiDAR的电力线点云提取与重建

为了提高基于无人机机载激光雷达点云电力线提取与重建的精度和效率,采用了一种综合电力线点云分步提取、分段k均值聚类采样及结合直线和抛物线拟合的电力线点云提取与重建方法.在对电力线走廊点云进行预处理和改进滤波的基础上,先对其进行分段并根据电力线点云在高程方向的分布特征进行粗提取,再将粗提取得的电力线点投影到水平面上用Hou...     

基于激光点云的电力线悬挂点定位方法

为了解决目前电力线悬挂点定位方法鲁棒性低、定位不精确的问题，采用基于激光点云的结合局部3维重建与迭代搜索的方法对电力线悬挂点定位进行了研究。首先，对电力线点云空间特征进行分析进而推导电力线空间约束条件，以此作为生长准则进行基于空间约束的区域生长，实现跨越多档的单根电力线分割; 然后，对杆塔点云聚类提取杆塔中心点，以杆塔中心点连线的角平分线为基准划定每档电力线的空间分割平面; 之后，对各分割平面附近电力线点云进行空间多项式局部3维重建; 最后，结合分割平面迭代搜索计算重建电力线的交点，实现电力线悬挂点空间位置定位。结果表明，对于3种电压等级线路点云及2种数据质量点云，电力线悬挂点定位平均偏差均在0.09m以内，最小偏差为0.03m。该方法鲁棒性高，可以精确地实现各电压等级及各质量点云数据中的电力线悬挂点定位，为后续基于悬挂点的电力线模拟工况安全分析提供了基础。     

基于激光点云扫描技术的复杂异型建筑立面快速提取方法研究

复杂异型建筑立面很难提取,当前提取方法大都不能达到很高的准确度,为此,提出一种新的基于激光点云扫描技术的复杂异型建筑立面快速提取方法。利用对建筑进行高密度采样,得到复杂异型建筑立面三维空间坐标点云集合,将扫描得到的点云集合拼接纳入统一坐标系。对激光点云数据进行降噪处理,在此基础上,依据点云扫描点的权值设定,求出某网格特征值,针对整个网格系统,形成特征图像。选择数量相同的复杂异型建筑立面和非建筑物立面网格点当成训练样本,对复杂异型建筑立面网格分类模型进行训练,把特征图像当成模型的输入特征,通过线性核函数的SVM获取输出网格,把获取的复杂异型建筑立面网格反映射至三维空间,得到准确的复杂异型建筑立面。将美国某学院的激光扫描点云数据库的三个数据集当成源数据进行实验,发现所提方法准确度与召回率均相对较高,提取的复杂异型建筑立面与实际测量结果相比,倾斜变形以及水平变形均很低,有很高的可靠性。     

机载激光雷达电力线提取的布料模拟法

为了实现长距离直线型机载激光雷达电力线提取,提出了一种基于布料模拟的长距离机载激光雷达电力线提取方法,在数据预处理的基础上,通过模拟布料下落过程,分析布料与对应机载雷达点云之间的作用,确定布料由重力下降后所停留的位置作为相近高度的电力线点云,然后在xOy平面内拟合直线,利用点到拟合直线的距离对电力线条数进行奇偶判断,通过点在直线两侧判断,实现单根电力线的提取。结果表明,所提出的方法对长距离电力线的提取精度达到98.9%,具有较高的自动化程度,且对局部点云缺失不敏感。该研究在电力线智能巡检及输电廊道空间结构自动分析领域具有良好的工程应用价值。     

电力线激光点云的分割及安全检测研究

为了进行高压输电线路安全检测分析，基于机载激光雷达（LiDAR）电力走廊数据，提出了一种基于密度的空间聚类方法（DBSCAN）的电力线激光点云单条分割提取算法。通过该方法可以实现输电走廊中单条电力线的快速分割提取。首先对电力线点云在x-O-y平面上投影，对投影后的激光点采用最小二乘法进行直线拟合；其次通过计算输电走廊长度，采用经验参量进行电力线点云分段；再次对分段点云在投影平面内进行DBSCAN聚类；最后将分段聚类结果类别归一化，得到单条电力线激光点云数据。结果表明，采用该方法能够在只需经验参量分段宽度的情况下，快速准确地对电力线激光点云进行分割提取，并根据分割结果进行电力线与电力走廊地物距离计算，判断危险点类型及距离。所提出的方法具有较高的提取与测量精度，能够有效地应用于电力线安全检测分析。     

一种地下电缆点云自动提取分割算法

为了解决目前地下电缆隧道点云中电缆支架与电缆分离困难、电缆点需要人工提取的问题,提出一种基于区域圆柱面拟合与抗差自适应Kalman滤波的地下电缆点云自动提取分割算法。首先基于电缆局部呈圆柱的形状特征,将区域点云进行圆柱面拟合以确定电缆初始区域的中心轴线与半径;再将初始区域电缆的轴线作为区域电缆走向,结合抗差自适应Kalman滤波算法对电缆中轴线进行延长估计,得到单条完整电缆中心轴线,最终实现电缆点云单条分割。结果表明,电缆初始区域单位权中误差在0.015 m以内,能够有效区分电缆点与其它类别点;电缆中轴线延长在地下电缆点云存在缺点、噪点情况仍保持稳健估计,具有较好的鲁棒性。该方法有效提升了地下电缆提取的准确性和可靠性。     

基于激光点云实现杆塔提取的轻量级网络

为了解决传统的杆塔点云提取算法对地面起伏较为敏感,以及提取出的杆塔点云难以剔除地面点的问题,提出了一种直接以原始点云数据为输入来实现杆塔提取的轻量级网络.将原始点云数据划分为若干大小相等的体素格,利用特征学习网络及卷积网络提取体素格内的空间、结构特征;并结合传统方法中的相对高度差以及点密度的特征,从而判别该体素格为杆塔...     

Automatic wall slant angle map generation using 3D point clouds

Recently, quantitative and repetitive inspections of the old urban area were conducted because many structures exceed their designed lifetime. The health of a building can be validated from the condition of the outer wall, while the slant angle of the wall widely serves as an indicator of urban regeneration projects. Mostly, the inspector directly measures the inclination of the wall or partially uses 3D point measurements using a static light detection and ranging (LiDAR). These approaches are costly, time-consuming, and only limited space can be measured. Therefore, we propose a mobile mapping system and automatic slant map generation algorithm, configured to capture urban environments online. Additionally, we use the LiDAR-inertial mapping algorithm to construct raw point clouds with gravity information. The proposed method extracts walls from raw point clouds and measures the slant angle of walls accurately. The generated slant angle map is evaluated in indoor and outdoor environments, and the accuracy is compared with real tiltmeter measurements.     

阿是穴激光麻醉拔牙术

采用阿是穴加合谷穴激光麻醉拔牙２８０例，恒牙优良率为７８．８％，乳牙为９３．３％，临床说明此法切实可行，且简单地掌握，效果良好，文中还探讨了激光穴位麻醉拔牙的局限性。     

基于地面激光扫描数据的建筑物边界规则化方法研究

基于地面激光扫描数据,提出了一种新的建筑物边界规则化方法,不仅可以对建筑物整体而且可以对不同侧面进行规则化,包括立面墙面、门和窗户等.首先对海量原始激光点云利用高效的随机采样一致性算法分割为不同的平面面片,然后利用2D α-shapes算法提取建筑物点云数据.在此基础上,利用本文提出的边界规则化算法产生一个规则多边形进而实现建筑物边界规则化.利用实际地面扫描数据对该算法进行验证,表明本文方法可以针对不同密度的点云进行自适应调整,不仅效率高,而且可以达到非常满意的建筑边界规则化效果.该研究成果对于利用地面激光扫描数据进行建筑物三维建模具有一定的参考意义.     

CO2激光穴位麻醉拔牙的研究

采用自动心电监护仪对100例老年患者用CO2激光穴位照射麻醉拔牙,了解其麻醉效果,同时,采用患者自身对照方法,观察其对心血管系统的影响。结果表明,采用本法麻醉拔牙,其麻醉优良率为80%,成功率为94%.心电监护结果表明,绝大多数患者术前、术后心电图无变化,说明用麻醉拔牙也是安全的,但需指出的是该法也存着镇痛不全的缺点。同时,还对激光穴位麻醉的机理进行了探讨。     

实现激光点云高效配准的ICP优化及性能验证

激光点云常规匹配算法是迭代最近点(Iterative Closest Point, ICP)算法,但其收敛速度慢、鲁棒性差,因此,提出一种融合多种优化算法的激光点云高效ICP配准方法。首先对点云体素滤波降采样,通过ISS算子提取关键点,采用快速点特征直方图(Fast Point Feature Histograms, FPFH)提取关键点特征,嵌入多核多线程并行处理模式 (OpenMP)提高特征提取速度;然后基于提取的FPFH特征,使用采样一致性初始配准算法(Sample Consensus Initial Alignment, SAC-IA)进行相似特征点粗配准,获取点云集间的初始旋转平移变换矩阵;最后采用ICP算法进行精配准,同时采用最优节点优先(Best Bin First, BBF)优化K-D tree近邻搜索法来加速对应关系点对的搜索,并设定动态阈值消除错误对应点对,提高配准快速性和准确性。对两个实例的配准点云进行了实验验证,结果表明,提出的优化配准算法具有明显速度优势和精度优势。     

一种复杂地形场景点云的WOA CSF自适应性滤波方法

为解决布料模拟滤波算法(CSF)自适应性不高的问题,提出了一种基于鲸鱼优化算法(WOA)和自适应参数调整的改进CSF算法(WOA CSF)。本文首先构造以误分类点云误差率最小为标准的适应度评价函数,然后采用WOA算法对CSF算法的四个参数进行自适应寻优,构建了WOA CSF滤波算法,最后开展了WOA CSF算法与CSF算法滤波实验的对比研究。实验结果表明:WOA CSF算法在城市、乡镇、村庄和山区等四种复杂环境下平均Kappa系数从6833提升到8154,平均总误差率从1054下降到662,平均I类误差率从2587下降到677,在复杂场景下较好地滤除非地面点的同时,又极大程度上保留了地形特征。     

采用激光扫描点云拟合自由曲面的重构特性研究

三维激光扫描仪可快速获取物体表面离散点云,研究了离散点云曲面拟合以及提高曲面品质的方法.讨论了控制点、曲面阶次、节点数等因素对曲面重构精度的影响,控制顶点的增减与位置改变直接导致重构曲面控制网格的变化和曲面拟合精度,对于百万点云数量,剖分为100个四边域面片,选用60～80个控制点比较适宜.通过提高曲面拟合阶次和节点数...     

复杂背景中维-汉混排字符串的分割技术研究

提出了一种基于混合高斯模型拟合选取阈值和区域生长的图像分割方法:首先利用笔画方向算子对文字笔画进行抽样,再利用混合高斯模型拟合其灰度直方图,确定样本的最佳分割阈值,最后利用样本的标准差作为生长规则的判断依据分割文字。该算法计算量小,实时性和分割精度均有一定优势,在提取目标的同时,残留背景像素极少,使下一步的目标识别更为简单。