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。     

基于三维激光扫描的商业广场地面水平沉降测量设计

考虑到传统方法在测量商业广场地面水平沉降时存在中心位置和边缘处的测量精度低问题,提出了基于三维激光扫描的商业广场地面水平沉降测量设计与研究。根据商业广场位置设计激光器的扫描参数,采集商业广场的地面水平沉降点云数据,利用三维激光扫描技术匹配地面沉降的点云数据,并形成干涉图,完成商业广场地面水平沉降的点云数据处理,基于商业广场地面水平扰动区示意图,得到商业广场拖带扰动区的半径,计算了商业广场地面水平扰动区范围,根据商业广场水平沉降的几何关系,设计了商业广场地面水平沉降测量原理,实现商业广场地面水平沉降的测量。实验结果表明,基于三维激光扫描技术的地面水平沉降测量方法可以同时提高商业广场地面水平沉降中心位置和边缘处的测量精度,在地面水平沉降监测中具有一定可行性。     

基于三维激光扫描技术的大型水库坝基变形监测方法

针对现有监测方法在对大型水库坝基变形监测时,存在水平位移和竖直沉降监测数据与实际相差较大,不具备要求监测精度的问题,引入三维激光扫描技术,开展大型水库坝基变形监测方法的设计研究。利用三维激光扫描技术,采集大坝点云数据,并完成拼接。考虑到外界环境中的干扰因素,对外业数据中的点云数据滤波与配准处理。计算坝基变形特征,结合得到的变形特征平面,实现对大型水库坝基变形的实时监测。通过对比实验的方式证明,新的监测方法得到的监测结果更接近实际,具有更高的监测精度。     

地面三维激光扫描点云数据处理及建模

本论文以昆明理工大学呈贡校区“昆明理工大学”石碑作为目标场景,利用地面三维激光扫描仪Maptek I-Site 8200SR获取目标场景的点云数据,使用Maptek I-Site Studio 6.0对点云数据进行预处理,包括点云数据的配准、去噪及精简;通过提取特征点云同时结合AutoCAD2014、3ds Max实现对目标场景的建模。研究三维激光扫描点云数据预处理的方法步骤及模型构建过程,通过分析数据处理及建模结果,结合当前的研究状况探讨了模型的相关应用,并展望进一步的研究方向以及工作内容。     

基于四目立体视觉的三维全自动建模

为保护并传承敦煌莫高窟世界文化遗产,研究基于四目立体视觉系统的三维全自动建模技术。由于提取的点云数量较大,导致自动建模过程中,点云的三角构网步骤无法顺利进行,因此着重研究点云的精简算法。将包围盒算法与点云的曲率特征相结合,提出一种点云精简算法,即改进的包围盒法。实验结果表明,该方法对点云的采样精度高于原始包围盒法,点云精简率可达93.6%,点云数据精简后三维建模效率大大提高,生成的三维模型精度较高。     

面向文物三维重建的一种点云数据精简方法

三维激光扫描技术是文物三维重建的重要方法之一。针对文物点云数据量庞大、密度高、存在大量的冗余点,点云精简困难的问题,该文分析了常用的点云数据精简方法,并进行了精简试验,提出了顾及文物点云曲率特性的点云数据二次精简法。在Matlab平台下,通过编程实现点云数据的精简,并利用Geomagic Studio软件中的模型分析功能进行精简质量评价。结果表明,针对无狭窄深切凹陷形态和尖锐突出物、表面粗糙度较小的文物三维重建点云数据,二次精简法的精简效果优于常用的点云数据精简方法。     

基于点云数据的复杂建筑体真三维建模与应用

传统建筑物三维建模方法费时费力、精度低、采用接触式测量,且仅能获得建筑物少量特征点及线状数据。与传统测量方法相比,地面三维激光扫描技术(Terrestrial Laser Scanner,TLS)方法可快速、高效、非接触式地获取建筑物表面高精度三维信息,因此其较传统建筑物三维建模方法优势显著。以古田会议旧址为研究对象,首先介绍了研究目标的主要特征以及点云数据采集方案;其次以高复杂度建筑物建模为需求出发,详细阐述了点云数据预处理及建筑物三维模型重建相关核心技术及方法;并重点讨论了与其相关的点云数据配准拼接、去噪简化、二维轮廓线提取、三维实体重建;最后实现古田会议旧址高复杂度三维几何模型重现,并采用先进的3D打印技术按1∶40比例尺制作3D打印点云数据的微缩模型。通过与实地测量数据对比分析得知,采用地面三维激光测量方法采集点云数据的建筑物建模精度优于传统测量方法。此研究成果可应用于古田会议旧址等文化遗产的文物修复、变形监测、虚拟重现等方面。     

几何特征保持的文物点云去噪算法

三维激光扫描是一种快速获取高精度点云的新技术,但由于受物体本身的构造、粗糙程度、纹理以及测量环境等因素的影响,获取的点云数据大多存在孤立的噪声点。针对文物点云数据模型中复杂噪声难以去除的问题,提出一种几何特征保持的点云去噪算法。首先通过栅格划分删除点云中的大尺度噪声;然后定义点云中数据点的曲率因子和密度因子,并通过对其加权构造模糊C均值聚类（Fuzzy C-means clustering, FCM）的目标函数;最后采用该特征加权FCM算法删除小尺度噪声,从而实现点云的去噪处理。实验结果表明,该几何特征保持的去噪算法对文物点云数据具有良好的去噪效果,是一种有效的点云去噪算法。     

基于三维激光扫描的物体重构建模

物体拍摄环境具有测量数据量大、物体外轮廓信息复杂等特点,采用当前方法能够获得物体精确的三维点云数据,但缺乏颜色和纹理信息,导致物体重构精度不高,真实感较差;为此,提出一种基于三维激光扫描的物体重构建模方法;该方法通过三维激光扫描技术获取物体点云数据,采用显式的欧拉积分方法对物体整个三维曲面进行平滑,依据三角生长法进行物体三维空间三角划分,将物体网格顶点向球面进行映射,由此构造物体三角网格模型,通过迭代最近点算法对物体非同步点云数据初步匹配结果进行精确配准,利用最近点搜索算法将经多视图立体视觉算法优化后的物体颜色信息和三维点云数据坐标相融合;实验结果表明,所提方法可以快速精确地建立物体三维重构模型,验证了所提方法的可行性。     

基于三维激光扫描的树木点云三维建模

利用三维激光扫描得到的树木枝干点云数据为数据源,利用拉普拉斯算法对三维点云数据进行噪声去除工作,对去噪后的数据采用Delaunay三角网生长算法,构建点云数据的三角网格模型.     

基于三维空间模型的特高压耐张塔跳线间隙检测方法

提出一种基于三维空间模型的特高压耐张塔跳线间隙检测方法研究,利用三维激光扫描数据建立特高压耐张塔整体空间扫描模型,并描述激光扫描建模的原理。据此确定出了待检测标的物的三维点云数据集合;通过预处理的方式去除点云数据检测系统内部噪声和环境噪声,对点云数据集合进行高斯平滑滤波、坐标转换和点云数据拼接,并输出空间点云数据的文件集合;获取的跳线检测测量结果中还有可能包含粗差、系统误差和偶然性误差,利用检测数据分析前必须消除各种误差因素的影响。实验数据表明提出方法的坐标检测精度值能够控制在+-1,并且总体的检测残差分布也位于合理的区间范围之内,实际检测效果优于传统检测方法。     

一种新的散乱点云快速去噪算法

针对三维扫描仪获取的含噪点云数据会严重影响到后期三维重建的精度,提出一种新的散乱点云快速去噪算法。该算法首先通过改进的K-means聚类算法来建立点云的空间拓扑关系,然后对聚类后每一类的点云进行噪声点识别及去除。实验结果表明算法简单快速,在散乱点云实现有效聚类的基础上不但去噪效果良好,而且能够快速去除点云中的明显离群噪声点,保留理想目标点云。     

基于区域生长的非结构巷道点云去噪方法

目前针对地下巷道点云去噪研究未完全满足巷道点云的特殊去噪需求,尤其是在狭长、密闭且复杂的地下巷道环境中,未能充分应对管壁附属物、粉尘和人为噪声等因素造成的挑战。通过分析井下非结构场景和传感器误差,考虑行人、移动设备和管网带来的噪声,提出一种基于区域生长的非结构巷道点云去噪方法。利用三维激光扫描技术获得井下巷道场景的3D点云信息,并分析其中由于井下非结构场景和传感器误差造成的异常点,以及行人、移动设备和风/水管网形成的噪声特点;利用k维树（kd-tree）构建点云的拓扑关系,选取适当的种子节点和生长准则,设定合适的曲率和角度阈值,通过区域生长算法实现巷道点云的有效分割,去除未加入分割区域的离群点云;根据噪声特点,基于巷道点云区域分割结果进一步去噪优化。试验结果表明：对于巷道中存在行人、设备等特征的情况,建议将区域生长算法的角度阈值设定为10°左右,曲率阈值设定为3左右;在实际应用中,应平衡数据量的减少与去噪效果,以确保数据处理的有效性,同时提高数据质量;采用基于区域生长的非结构巷道点云去噪方法进行去噪时,点云数量减少幅度介于SOR滤波器和低通滤波器之间,能有效移除行人、设备等噪声。     

基于移动激光扫描数据的建筑物精细化建模研究

随着"数字城市"的发展,各行各业对空间数据需求不断增高,三维建模是"数字城市"的重要组成部分,传统的建筑物三维建模方法耗时耗力、精度低、采用接触式测量,这种采集方法和数据处理方式已不能满足数字化的需要。移动激光扫描技术的出现,改变了传统的的数据采集方式,为空间三维信息的获取提供了全新的技术手段。通过移动激光扫描技术获取的空间点云数据,可以建立结构错综和不规则场景的建筑物模型。鉴于传统方法的不足和移动激光扫描技术的特点,提出移动扫描技术三维建模的方法,以云南师范大学商学院的激光扫描为例,首先通过将获取的点云数据的配准、拼接、降噪、POS解算、IE解算和点云数据融合,然后进行精细三维建模。     

点云模型的噪声分类去噪算法

针对三维点云模型数据在去噪平滑过程中存在的不同尺度噪声和算法计算耗时问题,提出了点云模型的噪声分类去噪算法。该算法根据噪声点分布特性,将其分为大尺度和小尺度噪声,先利用统计滤波结合半径滤波去除大尺度噪声;然后使用快速双边滤波对小尺度噪声进行平滑,实现点云模型的去噪和平滑。与传统的双边滤波相比,利用快速双边滤波对点云模型数据进行平滑,有效地提高了计算效率。实验结果表明,该算法对点云噪声进行快速平滑去除的同时又能有效地保持被扫描物体的几何特征。     

基于激光点云数据的客家土楼三维建模

传统测量方法难以获得完整准确的几何信息,且在测量过程中对文化遗产的频繁接触也存在造成文化遗产损害的隐患。利用地面激光扫描技术开展了客家土楼真实感、精细化三维建模的应用研究。首先,在现场点云数据采集的基础上提出了基于点云数据的客家土楼三维高精度重建的具体过程;其次,对点云数据处理和三维实体重建两个核心步骤,重点对点云数据的配准拼接、去噪简化和分站处理、构件轮廓线提取、三维几何建模和纹理贴图等步骤进行了详细论述。另外,对建模过程中纹理优化处理这一难点进行分析探讨,给出具体解决途径。应用结果表明:三维激光扫描技术适用于具有高复杂度几何特征的客家土楼精确化、真实感建模,为客家土楼建筑文化遗产未来的开发与保护过程的损害情况监测、恢复重建和虚拟展示等提供了高精度的数据基础。目前,技术方法已应用于世界遗产地—福建客家土楼的数字化旅游信息服务中,成效明显。     

三维激光扫描技术应用于高精度断面线生成的研究

以地面三维激光扫描技术应用于高精度断面线生成为例,对点云数据采集方案和点云数据处理方法进行了研究,通过实验证实三维激光扫描技术非常适合于快速、高精度断面线生成。     

改进法线方向的点云实时分割提取平面方法研究

为了提高服务机器人在室内环境中目标物体抓取的效率,提出一种针对三维点云数据改进表面法线估计的方法。重点研究了如何提高使用三维点云数据实时性和准确性,这是机器人抓取过程的关键因素。使用消费级别的传感器kinectV2获取点云数据,提出使用积分图像降低滤波区域内像素的遍历消耗的时间,从而提高实时性;采用动态调整平滑区域的大小以及分配权重的方法平滑处理点云数据的噪声,提高法线估计精度。依据改进后的法线方向,利用区域生长算法对不同方向的法线进行分类,然后对点云数据实施分割提取平面。最后,采用提出的方法和点云库中的相关算法,进行了平面分割提取测试比较。结果表明,利用kinectV2获取的深度数据（1-5米）比目前点云库中的平面分割算法数据精度更高、实时性更强。     

基于噪声分类的双边滤波点云去噪算法

针对三维点云数据模型在去噪光顺中存在不同尺度噪声的问题,提出一种基于噪声分类的双边滤波点云去噪算法。该算法首先将噪声细分为大尺度和小尺度噪声,并使用统计滤波结合半径滤波对大尺度噪声进行去除;然后对三维点云数据进行曲率估计,并对现有点云双边滤波进行改进,增强其鲁棒性和保特征性;最后使用改进的双边滤波对小尺度噪声进行光顺,实现三维点云数据模型的去噪、光顺。与单独使用双边滤波、Fleishman双边滤波相比,改进算法在三维点云数据模型光顺平均误差指标上分别降低了50.53%和21.67%。实验结果表明,该改进算法对噪声进行尺度的细分既提高了计算效率,又避免了过光顺和细节失真,较好地保持模型中的几何特征。     

基于机器视觉及三维定标SOPC沉降仪设计

针对沉降仪监测效率和精度低的不足,提出基于SOPC技术设计沉降信息采集仪。首先,建立视场的投影三维旋转矩阵模型,求解摄像头内参和外参矩阵,实现采集仪的标定;其次,为提高检测效率,合理划分硬件和软件功能模块,设计基于NIOS的自定义COM接口模块和数据读写状态机,并在FPGA上实现采集图像的二值化去噪及分割等算法;最后,采用棋盘格实现采集仪的标定。通过与传统水准仪及其他检测方法对比可得,算法在效率上和检测精度上更优,检测精度达到2.1%。