基于FPFH特征的三维点云配准方法研究

随着三维激光扫描技术的发展,利用点云数据的三维重建技术在逆向工程、虚拟现实等领域有着广泛应用。在实际扫描测量中,由于环境条件不好或者目标物体被遮挡,为了获得被测物体完整的表面信息,通常需要在多视角下采集数据,点云配准将不同视角下的点云坐标变换到统一的坐标系,便于后续应用。目前点云配准有很多算法,本文主要研究基于FPFH特征描述子对点云进行粗配准,然后使用ICP算法配准,实现三维点云的精确配准。实验结果表明,本文使用的配准方法具有可行性与有效性,为点云配准提供了一种借鉴方法。     

利用MPI实现点云SAC-IA并行配准

采样一致性初始配准算法(SAC-IA)是点云的一种粗配准算法。针对大规模点云SAC-IA配准效率低、实时性差等问题,本文提出利用消息传递接口MPI实现点云SAC-IA多进程并行配准,主要包括法向量并行估计、SPFH特征及FPFH特征并行计算和SAC-IA并行配准。实验结果表明,MPI多进程并行算法可显著提高点云SAC-IA配准速度。     

SVD算法在建筑物点云数据配准中的应用

点云数据配准是点云数据处理的一个关键性环节。配准的目的就是为了得到不同视角下点集之间的平移向量与旋转矩阵。SVD算法(Singular Value Decomposition,奇异值分解法)是一种可靠的求解平移向量与旋转矩阵的方法。本文通过对建筑物扫描点云数据进行配准,从点云重叠度、噪声、初始配准状态三个方面讨论SVD算法的精度和时间消耗问题,实验结果可以作为点云数据预处理很好的参照。     

基于BIM+点云数据的钢结构质量智能检测方法

为解决传统钢结构质量检测周期长、难度大、精度低等问题,本文融合BIM(Building Information Modeling)与三维激光扫描优势,提出了一种基于BIM+点云数据的钢结构质量智能检测方法。首先,依据工程图纸创建钢构件BIM;其次,利用三维激光扫描技术获取钢构件逆向点云模型;基于PCA+ICP算法实现点云模型与BIM的自动化配准;最终,提出顾及点云粗糙度的法向量方向距离计算法,以法向量为方向计算点云与BIM模型的距离,实现了钢结构质量智能检测。为验证上述方法的有效性,将上述方法应用于中国人民大学通州新校区社会与人口学院楼项目,结果表明,点云与BIM模型配准精度能够控制在1 mm以内,距离计算在2 mm以内,说明本文提出的方法能够智能、高效的应用于钢结构质量检测。     

基于点云的钢筋数量和间距自动检查算法

为改进钢筋骨架质量自动检查方法,提出了基于点云的钢筋骨架中钢筋数量和钢筋间距的自动检查算法。该算法在获取钢筋骨架实际点云和设计点云的基础上,首先对这两片点云分别进行降采样,以得到空间密集程度相同的钢筋骨架实际点云和设计点云; 其次,对降采样后的钢筋骨架实际点云和设计点云使用基于主成分分析(PCA)的方法进行粗配准。由于粗配准后的钢筋骨架实际点云和设计点云的配准精度较低,无法直接用于钢筋数量和钢筋间距的检查,对粗配准后的钢筋骨架实际点云和设计点云进行精配准。最后,基于精配准得到的钢筋骨架实际点云和设计点云,依次对钢筋骨架中的钢筋数量和钢筋间距进行检查。结果表明:精配准后的钢筋骨架实际点云和设计点云的配准精度较高,可以用于钢筋数量和钢筋间距的检查; 该算法对钢筋数量检查的准确率为100%,对钢筋间距检查的准确率为80%; 应用该算法可以有效提高复杂钢筋骨架中钢筋数量和钢筋间距检查的效率,降低人工成本。     

激光雷达技术在应县木塔形变分析中的应用

为了更好地对应县木塔进行保护,需要分析其形变程度,了解木塔的健康状况,进而制定科学的保护方案。利用地面激光雷达、高精度全站仪等测量传感器,通过激光雷达扫描和全站仪控制测量相结合的方案采集监测数据。首先对采集的点云数据进行预处理,外部点云采用整体配准算法进行配准,通过特征进行粗配准和迭代最近点(ICP)算法进行精配准的两次配准,配准后根据控制点完成内、外点云坐标转换,通过罗德里格矩阵求解空间转换参数,最终得到绝对坐标系下的整体点云模型。对点云模型进行多种剖切,测量出柱子的倾斜角度、偏移距离以及整体倾斜角度等数据,定量分析单柱、单层及整体的形变。结果表明:应县木塔各层柱子都存在形变,木塔第2层形变较大,其中M2W23号柱子倾斜最严重; 各层均向东北方向有不同程度的倾斜,西南面柱子的位移量普遍较大; 从整体上看,木塔向东北方向倾斜并存在着复杂的扭转变形,木塔西侧由南向北发生顺时针扭转,东侧由南向北发生逆时针扭转; 应县木塔正处于严重的形变中,急需进行保护。     

基于透视强度影像特征的点云配准算法

针对大规模测绘项目,靶标的布设和定位通常耗费大量人力。本文提出基于透视强度影像特征的点云配准算法,对于站—站配准,首先利用点云数据生成待配准点云的透视强度影像;其次,从强度影像中提取角点,通过特征匹配的方法确定同名点,并将同名点的像点坐标转换为物方三维坐标;最后,依据同名点的三维坐标,基于奇异值分解方法估计站—站之间的配准参数,并在配准参数解算过程中使用随机抽样一致算法剔除同名点粗差。通过实验结果验证该方法的稳健性和有效性。     

三维激光点云与序列数码影像配准方法的研究

针对三维激光点云数据缺乏纹理信息,本文提出用数字微分纠正的方法将三维激光点云与序列影像进行配准,利用数码影像丰富的光谱信息弥补三维激光点云的不足。通过实验证明：与目前主流的单片直接线性变换配准方法相比,该方法提高了三维激光点云与数码影像配准的生产效率和自动化程度。     

基于Kinect的室内空间三维地图构建与优化研究

搭建精确的三维地图是机器人应用的重点问题,采用机器人自身所具有的传感器对未知环境开展三维地图创建,实现自身的定位与实时导航等,已经成为人们所研究的热点方向。文章针对三维地图创建时具有的鲁棒性与实时性不足等问题,设计一种基于图像特征点的三维地图创建模式。首先,分析Kinect获取的RGB数据,进行误匹配数据的删除,降低系统匹配算法的迭代次数,利用Kinect深度数据得到对应特征点具有的位置与姿态。其次,通过ICP算法迭代得到刚体变换矩阵具有的精确配准操作,获取室内真实场景之下具有的三维地图。最后,引入基于TORO图优化算法的检测模式,开展具体的仿真,分析其有效性。     

三维激光扫描进行隧道变形探测的可行性研究

针对隧道区域变形特点,研究利用三维激光扫描技术进行隧道变形探测的可行性。根据基准面与隧道内壁点云法向量及地面的关系,获取点云数据的切片,然后应用改进的ICP算法对不同测站切片数据进行配准,使用KNNS搜索算法得出隧道可探变形区域的最小面积。实验结果表明:在明确区域变形临界值的情况下,利用三维激光扫描技术可以对隧道的变形区域进行探测,对于隧道变形监测有一定的指导意义。