一种基于中心投影的地面激光雷达反射强度图像的生成方法

针对于球面投影的地面激光雷达数据,提出一种基于中心投影的地面激光雷达反射强度图像的生成方法。采用中心投影方式将点云投影到投影平面上;并利用最邻近点搜索方法生成激光反射强度图像。最后利用SIFT算法和反向匹配方法对强度图像和近景影像进行匹配和验证。试验结果表明,采用中心投影和最邻近点搜索方法较之于球面投影生成的强度图像从一定程度上降低了强度图像与近景影像之间的差异性,提高了两种非同源图像匹配的稳定性和可靠性。     

基于CCD图像的激光点云数据边界提取法

提出了一种融合激光和CCD图像的点云数据边界提取的方法。首先,将激光点标定到CCD图像上。然后,融合CCD图像数据与激光数据,提出了一种基于图像法的点云数据边界特征的提取方法,采用图像处理中梯度求解方法,对点云中每一点处的法向矢量和曲率进行估计,通过阈值得到候选边界点,再利用曲率极值法得到最终边界点。     

一种简易的激光雷达点云与光学影像自动配准方法

将激光雷达点云与光学影像进行配准融合,在数字城市建模、自动驾驶和导航避障等方面有重要的应用价值。当前多数自动配准方法需要专门设计特殊的场景结构,操作复杂。根据激光雷达对玻璃具有穿透的特性,提出利用透明的门窗等室内建筑物场景来实现对激光雷达点云与光学影像的自动配准。首先,将激光点云量化为图像,提取光学影像与量化图像的门窗角点特征,并利用相关系数法实现特征点的自动匹配;然后,对激光雷达与相机之间的配准转换参数进行求解;最后,对两种数据进行配准融合。实验结果表明:利用室内门窗这种规则的半透明场景,可以轻松实现激光点云与光学影像的自动化配准,简单实用,操作性强。     

应用于无人驾驶车的激光雷达雪天去噪方法研究

针对雪花噪声对激光雷达造成误检的问题,提出了一种基于激光雷达反射强度和邻域搜索算法的综合方法对降雪场景采集的激光雷达点云数据进行去噪处理。首先通过自适应方法统计激光雷达点云数据的反射强度分布,计算点云的动态边界阈值。然后,通过分析点云数据反射强度与邻域搜索算法对雪花噪声进行滤除。本方法对园区降雪天气下的实际激光点云数据进行了实验验证,实验结果表明该方法在滤除效果和保留周边环境特征等关键数据优于常用的动态半径离群点滤波器等方法,而且在车辆无人驾驶应用中具有较好的有效性与可行性。     

车载激光点云与序列化全景影像融合方法

利用车载移动测量系统采集的全景影像,建立全景球坐标系。将车载点云通过一系列的坐标转换,在全景球坐标系下利用球心、球面上像点和球面上物点三点共线关系,实现车载移动测量系统激光点云与全景影像的融合。全景影像拍摄盲区造成真彩点云存在"黑洞",从而导致导致路面信息缺失。针对该问题利用相邻影像重叠关系对"黑洞"进行修补。通过人工采集检查点对融合精度进行评定,结果表明,该方法融合结果正确,全景影像与激光点云融合精准,修补"黑洞"后,路面信息保留完整。     

基于激光点云数据的遥感图像目标融合技术

不同遥感图像之间存在特征差异性，且图像含有噪声，对融合过程造成了干扰，影响最终融合结果的准确性。基于此，提出基于激光点云数据的遥感图像目标融合方法。对遥感设备获取到的点云数据预处理，去除噪声点；从个体特征和群体特征两方面提取遥感图像目标特征，并将其关联；通过合理分配两幅待融合图像的权重系数，使拼接缝平滑过渡，完成遥感图像目标融合。通过对比实验测试可知，所提方法取得的目标点融合精准，拼接缝不明显，融合效果较好，所提方法的熵、峰值信噪比较高，体现了遥感图像目标融合的优异性能。     

基于车载激光点云的城市道路标线提取方法

针对车载激光点云道路标线反射强度特性,提出了一种基于车载激光点云的城市道路标线提取方法。具体而言,首先提出一种联合布料模拟滤波和高差偏度平衡的地面滤波方法,利用偏度平衡滤波的自适应性,剔除布料滤波后残留的低矮植被的问题;随后利用基于法向量密度聚类以提取路面点云,并通过反距离加权插值将路面点云转为强度特征图;为了缓解标线提取出的锯齿状现象,引入快速引导滤波来平滑道路标线的边缘信息;最后采用最大熵阈值分割和形态学比值滤波对道路标线进行精化处理。实验表明,该方法能够有效地提取出道路标线点云,提取的平均召回率为80.98%,平均准确率为96.89%,平均综合评定指标为88.19%,能够利用道路标线点云强度信息较为完整地提取出道路标线点云。     

结合深度学习的雕像面部数字复原方法

针对面部破损的雕像在实际复原过程中容易遭受二次损坏,以及雕像历史影像数据匮乏的问题,提出一种基于深度学习网络,利用单张雕像面部影像实现雕像破损面部数字复原的方法.首先利用深度学习网络对雕像未破损前的单张影像数据进行处理,生成点云,然后通过激光扫描仪获取破损后的雕像点云,最后对两者数据进行配准融合,生成完整的雕像模型,从...     

基于激光三维点云技术的3D景观建模设计

为提升城市园林等类型景观的建模精度,以激光三维点云为技术基础,设计一种三维景观建模方法。采用激光三维点云立体式非接触测量技术,获取景观表面数据点三维坐标,在一个坐标系内统一化各角度点云数据,将顺序点间的最远距离作为滤波标准,设定超过标准点为固定端点,平滑处理图像点云,采用三角形网格参数化策略,映射三维网格模型至二维平面中,取得特征点纹理坐标,利用调和映射算法求解非约束点的纹理坐标,通过自适应部分调整策略,优化点云数据纹理,得到最终的景观模型。试验采集研究区域中一处景观的三维数据,结合景观模型效果与评估指标值得出,所提方法能够有效建立模型,且精准度较高,模型细节信息保存得相对完整。     

基于PCA-TrICP的多源点云无缝三维重建

针对三维重建时使用单一数据源的局限性问题,融合异源的倾斜影像和三维激光点云进行三维实景重建.在前期工作中,利用倾斜摄影技术对校园图书馆建立初始模型,生成影像点云,并使用三维激光扫描仪获取其立面数据,完成去噪及拼接等预处理工作.针对预处理过后的影像点云和激光点云数据的配准,首先使用主成分分析方法对数据降低维度,对齐跨源点...     

基于平坦度的激光雷达强度图像的滤波算法

激光雷达是一种比较新的获取地面信息的方法，这种方法得到的数据不仅包括不规则间距的三维数据点云，还包括激光强度信息。现有的激光雷达数据处理方法大都是将三维数据点进行处理得到数字地面模型（DTM），对于激光强度信息的处理方法的研究比较少。针对激光雷达数据中像素级融合了三维信息和强度信息的特点，提出了一种基于高程信息平坦度的均值滤波算法。先将激光雷达的强度信息转换为灰度图像，然后在对各像素进行均值滤波处理时，融合了对应的激光雷达距离信息中该像素邻域内的高程信息。运用此算法和传统均值算法对激光雷达数据进行了处理，并且使用多种指标对处理结果进行了比较。结果表明，该算法既保持了传统均值滤波的优点，又改进了对弱边缘目标的保护。     

基于激光点云数据的三维运动图像重构技术北大核心CSCD

为了解决三维运动图重构时存在的重构测量距离与实际距离误差大、激光点云数据数量多和重构图像清晰度对比低的问题,提出了基于激光点云数据的三维运动图像重构技术,通过配准多帧激光点云数据,从中获取激光点云数据集,再采用平面拟合方法对激光点云数据集实行去噪处理,最后利用曲面重构法完成对曲面模型的拟合,实现三维运动图像重构。实验结果表明,通过对三维运动图像重构进行测量距离与实际距离的对比、激光点云数据数量的对比和测量图像与实际图像清晰度的对比测试,验证了三维运动图像重构技术的实用性高。     

激光扫描点云中运动图像边界信息提取方法北大核心CSCD

使用距离地面较远的机载激光扫描获取运动图像边界信息数据,得到的数据点密度较低,无法精细提取运动图像边界信息,因此设计一种激光扫描点云中运动图像边界信息提取方法。首先获取激光扫描点云运动图像,对其中的三维激光扫描仪、惯性测量单元等装置进行组合并设置相关的参数,并对激光扫描点云得到的数据预处理,使用八叉树建立离散点之间的关系,通过点云体素化完成去噪,最后通过地物聚类完成运动图像特征点云三维信息的提取。实验结果表明,所设计方法提取准确性较高,完整性较好,提取质量效果较佳,均超过了97%,具有较好的提取效果。     

基于地面激光强度校正数据的单木枝叶分离

由于受到角度、距离等因素影响,同种地物反射的激光强度数据存在较大的偏差,需要建立校正模型使强度数据能准确反映地物信息,并快速提取。从激光雷达测距方程出发,设计校正实验,运用多项式模型拟合强度数据校正方程,通过定义其标准值,改正距离和高度影响下的反射强度。采用阈值法和随机森林法进行立木枝叶分离。利用二次多项式对七类材质分别进行校正,校正后各材质强度数据级差均小于0.1,不受距离、高度影响,可以区分主干和叶片;活立木强度数据经过校正可以得到枝叶分离的阈值;随机森林法的最终分类效果较好,两树种叶模型校正分类精度分别为91.5%和84.3%。本研究建立的校正模型方法,对自然漫反射目标物的激光强度数据能够进行较为精确的校正,选用的自然立木验证实验校正成功,为进一步进行立木的枝叶分离提供了可能性。     

基于面阵三维成像激光雷达的目标点云分割技术

针对偏振三维成像系统的高效目标三维点云分割问题,提出一种多维信息融合的高效分割理念。系统采用高分辨率EMCCD相机作为面阵探测器,在一次成像过程中,可同时获得视场中的灰度图像以及三维点云数据。根据该成像特点,建立灰度图的像素坐标与点云数据像素坐标之间的点对点映射关系,结合粒子群优化算法的边缘分割方法,将灰度图中目标分割后的坐标信息映射到三维点云数据中,得到其三维点云数据。该方法将三维点云数据降维处理为二维图像处理,显著降低了计算复杂度,避免了点云数据误差对分割精度造成的影响。实验验证了多维数据融合目标三维点云分割方法的有效性。     

激光雷达扫描数据的快速三角剖分及局部优化

为了研究维激光雷达测量所得点云数据的三角构网,根据激光雷达逐行扫描特点,采用了改进的三角剖分方法,对点云数据进行不规则三角网格划分.基于激光雷达点云数据位置拓扑信息,分析了相邻扫描线之间数据点的相对位置关系,利用几何关系进行初步配对构网;并结合经典法则对初始网格进行局部优化,得到最终三角网;同时,对优化前后的三角网,提出一种新的评价法则进行剖分效果对比.结果表明,充分利用点云特点进行三角剖分可改进算法.所提出的剖分效果评价法可帮助检验构网质量.     

同步扫描水下激光成像系统的蒙特卡洛仿真及优化

针对水下激光同步扫描三角测距成像系统受水介质散射和吸收影响导致作用距离减小、目标反射点图像质量变差等问题,从辐射传输理论出发,采用蒙特卡洛方法建立水下激光传输的随机模型,利用TracePro软件进行光线追迹仿真,得到反射点图像相对散射光背景的对比度。探讨了目标距离、激光光强、基线距离、物镜口径等改变对对比度的影响关系,从而对水下激光同步扫描三角测距成像系统参数作了优化设计。最后从系统实际情况和需要出发,确定激光光强1 W,基线距离250 mm,成像物镜50 mm/F2,确保在7.5 m距离范围内,有较好的目标反射点图像对比度,从而保证了同步扫描三角测距原理的实施。