基于点云的建筑物表面损伤三维重建与属性提取方法

传统的建筑物外表面损伤检测手段对于不规则表面的几何属性提取显得十分困难,这也对于损伤信息的准确采集造成很多阻碍。针对这些问题本文提出了基于GIS环境的点云融合建筑物表面损伤三维重建算法,在采集端使用Kinect提取场景和深度信息,可以应用于建筑表面损伤测量过程中。首先利用PCL算法对Kinect采集到的点云数据进行预处理和格式转化,将点云数据的坐标系转化为具体构件所对应的坐标系来对损伤定位。然后利用Meshlab进行点云切割和关键区域的信息提取,将处理后的点云数据在GIS环境中转化成深度图像,从而实现了对不规则损伤部位的量化属性(如体积、面积、深度等)提取和三维重建。实验表明,采用该方法进行损伤三维重建能有效减少计算工作量,精度较高。     

一种点云边界轮廓特征快速提取方法

边界轮廓线对建筑物快速建模和变形监测起着重要作用。针对三维点云边界轮廓特征提取不准确和时间复杂度高等问题,提出一种点云边界轮廓特征快速提取方法。首先,对点云数据进行改进体素化下采样;然后,八叉树体素化点云数据,以每个体素的外切球为单位,计算曲率描述子,对边界轮廓特征进行粗提取;最后,对粗提取的特征点计算每个点k邻域的最大主曲率,对边界轮廓信息进行精提取。对某桥大型拼装构件的试验结果表明,该方法不仅速度快,而且提取的边界轮廓线简洁、清晰、完整。     

从机载LiDAR点云数据中快速提取建筑物的方法研究

提出一种从机载LiDAR点云数据中快速提取建筑物的方法.首先通过渐进三角网滤波得到地面点和不规则三角网,再通过三角网的区域生长和多条件阈值提取出候选建筑物轮廓,然后对提取出的初始建筑物点云采用两种策略去除噪声点,最终得到准确的建筑物点云,并通过实际数据进行了验证.     

基于区域增长和多次回波统计的建筑物LiDAR点云提取

机载LiDAR系统可以快速获取数字表面模型,是建立城市三维数字模型的主要途径,准确提取建筑物顶面的点云数据成为问题的关键。本文基于机载LiDAR原始点云数据,提出一种基于区域增长与多次回波分析的建筑物点云提取方法,通过建立网格空间索引,逐行逐列准确地选取地面种子点,基于小坡度区域增长分离出地面点,再对地物点进行基于坡度的区域分割,依据面积阈值滤除小面积的树木区域与其他小面积地物,实现建筑的粗提取,通过统计每个分割区域内的多次回波数量,最终提取出较为准确的建筑物点云数据。实验数据表明,该方法能较好地从LiDAR点云中提取高精度的建筑物信息。     

基于数字图像处理技术的LiDAR数据建筑物提取

LiDAR技术已经被广泛地应用于城市三维模型的重建.本文在现有方法的基础上,探讨了一种基于数字图像分析技术提取建筑物边界的方法,该方法首先将LiDAR点云数据量化生成灰度影像,然后利用图像分割、边缘检测等图像分析技术将建筑物信息与地面特征分离开,最终提取建筑物的轮廓线.实验结果表明,这种方法能够比较准确地反映建筑物的边界,效果理想.     

基于三维激光点云的古建筑BIM建模方法研究

随着信息化程度的提高,城市建筑物三维BIM建模迅速发展,传统全站仪采集数据建模方法效率低下,对于异形结构采集数据难度较大。结合三维激光扫描技术,本文探讨综合使用多种手段获取三维点云数据,采用专业点云处理软件经坐标转换、点云拼接、点云去噪、点云数据平滑、点云数据抽稀等操作,对多源点云数据进行深度融合,提取有效信息构建三维BIM模型,真实还原城市建筑物三维场景。结合中国海洋大学历史建筑物项目,对历史建筑物的点云扫描质量进行验证,结果表明点云数据质量良好,基于三维扫描技术的多手段点云数据获取与融合,对于快速构建BIM模型,形成一体化的真三维场景提供了一种快速、便捷、可靠的新途径。     

基于三维点云制作虎丘塔平立剖面图方法研究

三维激光扫描技术可以快速、精确、多方位地获取建筑物表面的三维数据,在古建筑物保护和数字化中得到了广泛的应用。平立剖面图能够准确直观地表达出建筑物的真实形态,因此对建筑物的保护有着重要作用。本文以虎丘塔为研究对象,提出了一种基于三维点云的平立剖面图制作方法,首先对虎丘塔点云数据进行预处理,然后将点云数据进行切片,并把切片点云投影到栅格平面上,接着将落入栅格内部的点云重心化以得到特征点,据此构建点云特征轮廓线,最后得到平立剖面图。结果表明,该方法可以快速、准确地制作虎丘塔的平立剖面图。     

建筑物立面点云语义分割方法研究

针对建筑物点云数据重建模型自动化程度较低的问题,提出了一种半自动的建筑物特征元素提取方法。首先采用随机采样一致性算法实现点云分割,将点云分割成不同部分,再依据建筑物立面各种特征元素之间的尺寸、位置、拓扑关系等一系列属性判断每一块点云数据的语义信息,实现了从分割出来的点云数据中自动识别建筑物立面的门、窗户、墙体等特征元素。该方法基本上实现了点云数据的语义分割,为建筑物三维模型的自动重建提供了基础框架。     

基于LiDAR数据建筑物轮廓线提取方法综述

机载激光雷达(light detection and ranging,LiDAR)可快速获取大面积地表点的三维坐标信息,为建筑物的提取和重建带来了便利。通过阅读大量文献并进行总结,本文概括了国内外机载LiDAR数据建筑物轮廓线的提取方法和研究进展,为机载LiDAR数据建筑物轮廓线提取的研究提供了有效的参考。     

基于车载LiDAR点云的建筑物三维建模及精度分析

车载激光扫描技术,作为一种较新的数据获取方式,可以快速获取道路两侧建筑物及地表物体的位置和相关属性,获取的点云数据丰富。传统的三维建模,数据获取时间长而且精度低,满足不了现代数字城市三维建模的快速更新,而建筑物是城市地物中主要的要素之一,其三维模型更是构成数字城市建设中三维模型库的基础。因此,本文以车载Li DAR点云为研究对象,提出一种基于车载Li DAR点云的建筑物自动提取算法,实现了一般建筑物点云的自动提取;然后根据提取的建筑物点云,结合3D Max进行建筑物的三维建模。     

基于拓扑关系的激光点云数据路沿线提取方法

对车载移动测量系统获取的激光点云数据进行研究,提出基于拓扑关系的激光点云数据路沿线提取方法。该方法根据车载移动测量系统获取的原始点云数据构建拓扑关系,基于该拓扑关系能够直接从点云数据中快速提取路沿线信息,实现路沿线的自动化提取。以车载移动测量系统获取的道路激光点云数据为例进行试验,试验结果表明该方法具有可行性和有效性,对点云数据的要素自动提取有助于推动基于激光点云数据的快速成图等技术的发展。     

三维激光扫描技术在历史建筑物测绘中的应用

针对结构复杂的历史建筑物给传统测绘带来的"难测绘""精度低""工期长"等痛点,在分析三维激光扫描技术特点的基础上,本文探索性地采用徕卡公司最新生产的第八代高精度三维激光扫描仪P40获取历史建筑物内外部结构的三维点云数据。利用专业的点云数据处理软件Cyclone 9.1及Auto CAD插件Cloud Worx对获取到的点云数据进行拼接、坐标系归一化、去噪、合并、切割、提取轮廓线等一系列操作,最终顺利绘制出了扫描建筑物的各个立面图及分层平面图,以CAD线划图的形式还原了该历史建筑物的原貌。结果表明,三维激光扫描技术在结构复杂、变形严重的历史建筑物原貌恢复方面具有传统测绘方法不可比拟的优势,无疑是今后传统测绘转型升级的一个重点新方向。     

海量激光雷达点云数据的多尺度可视化高效管理

针对高速公路勘察设计中不规则海量激光点云数据高效管理的技术难题,提出一种基于四叉树和KD树两级索引相互集成的数据组织管理方法。首先,根据该方法生成多细节层次(LOD)点云模型,然后,利用双缓冲机制和动态调度方法,实现公路海量点云数据的高效管理和多尺度显示。试验结果表明,该方法能有效地对点云数据进行高效的可视化管理,便于大规模点云数据的后处理和应用。     

基于车载激光扫描点云数据的城市道路面提取方法研究

为了进一步扩展车载激光扫描点云数据的应用领域,针对点云数据的分类尤为重要。本文针对目前道路面提取中存在的问题,提出了一种基于Otsu算法与改进区域生长算法的道路面提取方法。该方法实现道路面精确提取的关键步骤为：首先,使用Otsu算法自适应计算出分割阈值实现非地面点滤除;其次,计算得到空间激光点的法向量与曲率;最后,将法向量相似度作为约束条件,使用改进区域生长算法进行道路面精确提取。使用两段城市道路点云数据进行试验,结果表明本文方法提取道路面结果的准确度CR、完整度CP以及提取质量Q均大于94%,验证了本文方法的有效性与鲁棒性。     

基于点云数据的建筑物特征线提取技术及其应用

激光点云正逐渐成为建筑物三维重建工作中的重要基础数据来源。通过分析已有点云数据处理的方法,对建筑物点云特征线提取的方法进行较为深入的研究,并借助计算机语言验证了相关算法的可行性与实用性。     

基于三维激光扫描的房屋尺寸质量智能化检测方法

基于三维激光扫描技术,提出了一种智能化、全流程的房屋尺寸质量检测方法,包括点云数据配准、点云数据轻量化、房屋逆向建模及尺寸质量检测。通过点云数据映射全景图、基于YOLO v5神经网络模型的标靶纸目标检测以及基于模板匹配方法的标靶中心估计等步骤,可实现多站点云数据之间的自动配准; 通过可分解图滤波算法进行点云数据重采样,实现数据轻量化并提高运行速度; 针对房屋整体点云数据,提出了集点云数据分割、表面重建、尺寸质量检测于一体的综合算法。结果表明:基于标靶纸的点云配准方法能够自动完成各站点云数据的配准,得到完整房屋点云数据; 点云数据分割技术能够分离不同墙面、楼板底面和顶面的点云数据; 表面重建算法能够生成房屋的实体模型; 尺寸质量检测技术能够自动计算出表面的平整度和垂直度; 提出的房屋尺寸质量检测方法全面、可行,且能够适用不同的户型,研究成果以期替代人工测量完成房屋的平整度与垂直度的检测。     

输电线路机载LiDAR点云分类算法研究

针对输电线路点云数据的语义分割 自动化程度及精度较低的问题,基于输电线路的空间特征分布,提出能够实现杆塔、地线、导线等目标物提取的点云数据自动分割算法.利用无人直升机所获取的输电线路机载LiDAR点云数据进行电力设施提取实验.结果表明,本文提出的算法具有较高的查准率及查全率,查准率方面杆塔、导线、地线分别为99.74％...     

无人机摄影测量在城中村三维重建中的应用

针对城中村存在房屋比较密集,高、低不同的建筑物并存,典型三维目标模型精度较低的问题,本文采用无人机序列影像和POS数据通过密集匹配自动生成点云数据、构建TIN点云模型、规则格网DSM和DOM的方法,并利用DOM与DSM的叠加,制作该研究区的城中村三维数字模型。通过实验,验证利用无人机数据进行城中村三维模型的有效性,比较不同情况下三维模型间的差异,分析格网DSM的精度与点云的提取密度、点云过滤和格网尺寸的关系。     

基于三维激光扫描技术的建筑物轮廓拟合精度研究

三维激光扫描技术可以高精度、海量、快速地获取被测对象的三维坐标,构建出被测对象精准的三维立体模型,这种高精度的三维立体模型在各个行业有着广泛的用途.然而轮廓线提取精度是三维立体模型制作精度中起决定性因素之一.本文采用RIEGL VZ-1000三维激光扫描仪,对重庆人民大厦进行了扫描,研究了建筑物扫描点云间隔设置和轮廓线拟合提取方法.     

车载激光点云中行道树及属性信息提取

由于地物遮挡、数据残缺、噪声等因素的影响,从车载激光扫描数据中提取行道树及其属性信息具有一定难度。针对此问题,提出了一种基于随机森林和车载激光点云数据的行道树及属性信息提取方法。首先,从多角度构建点云特征向量,利用随机森林对特征重要性进行度量和排序,选择对分类起积极作用的特征子集作为训练样本;其次,利用随机森林构建预测模型并对点云进行分类,提取行道树点云;最后,通过基于密度的聚类算法获取单株行道树,并以单株行道树为数据处理单元获取其树高、胸径、冠幅等属性信息。实验结果表明,使用该方法提取的行道树及其属性信息均呈现出较高精度,验证了本文方法的有效性。