多站三维激光点云自动提取标靶球数据的方法研究

本文基于强度阈值过滤(Intensity-Filter)、区域生长法分割(Region-Growth)、PCA、LS剔除和拟合等算法,提出一种自动提取标靶球(Sphere Extraction)的IRPL-SPE方法,对归算至同一坐标系下的多站三维激光扫描数据中的标靶球实现了全自动提取。采用以明挖法无锡太湖隧道围堰的变形监测实际测量数据进行效果验证,结果表明本方法在较复杂的实际工程环境中能够实现多站三维激光点云标靶球数据的自动提取。     

球标靶在点云数据配准中的应用分析

在基于特征的点云配准方法中常用到两种标靶,平面标靶和球标靶。本文在介绍平面标靶和球标靶特点的基础上,用实例比较了球形标靶和平面标靶在点云配准中的精度,并归纳了球标靶在点云配准中的工作流程,同时提出了一种用全站仪提取球心坐标的方法,分析评价了该方法的精度,并编程实现了点云数据从扫描仪坐标系向目标坐标系的转换,为球标靶在点...     

电缆隧道切片点云的自动提取及几何参数分析

针对基准面与隧道内壁点云法向量及地面的关系,提出了自动提取隧道内壁切片点云数据算法。该算法利用三维激光扫描的隧道内壁点云数据进行法向量的解算,根据正交整体最小二乘进行隧道地面的拟合,利用基准面与地平面垂直及基准面与内壁点云法向量平行的关系进行最佳基准面的搜索,通过搜索到的基准面进行切片点云的提取。通过该算法可以在无标靶情况下自动获取切片点云。通过切片可以计算隧道内部的重心、重心距及重心到顶面的距离等几何参数,利用计算的几何参数可以随时监视隧道内壁的变化状况。对不同时期的隧道切片进行对比分析便可实现不同地段隧道的变形情况。     

基于点云数据的隧道中轴线自动提取方法研究

隧道中轴线可以反映隧道的整体走势,而中轴线的准确性影响着隧道点云数据的后续处理。对此,该文提出一种自动提取中轴线的方法,将点云数据投影后利用单位圆极坐标相邻角度差来确定边界点,根据RanSAC算法对不同参数模型进行统计,对直线段、缓和曲线及曲线的曲段进行区分,然后利用RanSAC算法对不同区段拟合,提取各区段的中轴线,对各区段中轴线进行加权整体最小二乘法拟合,最终得到整段中轴线。该文采用上海隧道点云数据进行了中轴线自动提取实验。实验证明了该方法能有效提取中轴线。     

基于点云数据的大型复杂钢结构智能化施工方法

大型复杂钢结构施工过程中，常面临施工尺寸质量难以把控、构件提升变形监测困难和合拢段现场配切效率低等问题。三维激光扫描技术可全覆盖地、快速精准地获取复杂构部件在施工过程中的点云数据，这为解决上述问题提供了新方法。为此，该文以重庆两江新区寨子路钢拱桥为工程背景，开展基于点云数据的大型复杂钢拱桥智能化施工方法的全流程研究。基于标靶球检测算法、快速四点一致集算法、迭代最近邻算法等实现标靶球点云数据的自动检测及多站点云数据之间的自动配准；通过BIM点云化技术、kNN算法等完成目标点云数据的半自动化提取，实现拱肋尺寸的智能化检测；基于八叉树算法、区域增长算法等实现拱肋提升变形的智能检测；为缩短拱肋的合拢工期，基于BIM模型焊缝信息提取技术、主成分分析算法、Canny边界检测算法、霍夫变换算法等提出数字化预拼装算法，得到合拢段的配切量。工程应用表明，该文所提出的智能施工方法效率高、自动化程度好，研究成果可为大型复杂钢结构的施工质量和安装效率的提升提供理论和算法支撑。     

基于激光点云的平面标靶中心坐标提取方法研究

平面标靶在三维激光扫描仪坐标系转换、点云拼接等过程中具有十分重要的作用,通过提取的标靶中心坐标可以衡量测量的精度。在分析目前平面标靶中心坐标提取算法的基础上,探讨了重心类及几何类标靶中心坐标提取算法的实用性。在对初始数据进行预处理后,使用重心类、几何类方法获得了平面标靶中心坐标,并分别对其精度进行了分析和比较。结果表明,重心类方法具有更好的实用性,而几何类方法目前尚无法满足相关工程精度要求。     

基于地面三维激光扫描技术的隧道全断面变形测量方法

采用地面三维激光扫描技术测量隧道全断面变形,解决数据采集和数据处理两大方面的问题。数据采集方面,为兼顾数据采集的精度与效率,通过几何分析方法对关键的扫描参数进行优化,给出测站间距和扫描分辨率的最佳取值。讨论隧道内多个测站数据的拼接方法以及不同标靶布设方式对拼接精度的影响,建议采用全局拼接方案以减少误差。数据处理方面,由于地面三维激光扫描的原始数据(称为“点云”)不能直观地表示隧道的变形,因此提出基于点云的隧道三维建模算法,使隧道变形可视化。该算法联合采用圆柱面拟合与椭圆拟合进行点云建模,并运用误差分布统计规律进行点云降噪。通过与全站仪的精度比较试验,验证地面三维激光扫描技术在隧道变形测量中的可靠性,利用隧道三维建模算法得到的变形量与全站仪的测量结果相差在2 mm以内。最后,介绍上海西藏路电力隧道以及上海长江西路越江隧道2个工程案例,第一个案例给出单空间隧道中的数据采集和数据处理的全过程及隧道变形结果,第二个案例介绍多空间隧道中的测站及标靶的布设方法。     

提取平面标靶及配准点云的自动化实现

点云配准是三维激光扫描数据处理过程中不可或缺的一个环节,利用标靶进行配准是经典的手段之一,此类方案在单独扫描标靶的基础上进行半自动化配准。本文给出一种自动配准策略,用中心投影原理将单站扫描的点云转换为深度影像,借助数字图像处理技术完成标靶的自动提取,拟合获得标靶中心点的坐标,并借用摄影测量学的知识实现点云的自动化配准。实验证明了本文方法的可靠性。     

地面三维激光扫描标靶中心识别算法研究

地面三维激光扫描仪是通过扫描标靶中心获得点云的海量散乱点数据,其扫描标靶中心识别的精确与否直接影响了DEM和DSM建立的精度和质量。通过对已有算法的改进和滤波的处理,对大量点云数据进行了处理,得到了很好的结果,并在此基础上提出了提高标靶中心识别精度的结论。     

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。     

复杂条件下基于三维激光扫描技术的某过江隧道形变监测研究

针对隧道内部空间狭窄、设施较多、视野受限等复杂条件,常规的基于三维激光技术的隧道变形监测技术应用受到了限制。本文基于标靶球提取监测点位置,根据标靶球球心位置计算基准监测点与变形监测点之间的距离,并通过距离变化来监测隧道管片衬砌的形变信息。基于此方法,本文处理了为期两个月的三维激光点云观测数据,结果表明隧道断面未出现厘米级的较大形变。该结论与隧道内的静力水准仪监测结果相一致,证明在复杂条件下,利用三维激光扫描仪开展变形监测是可行的。     

催化电解法处理苯胺废水实验

提取点云特征点的方法,大多集中在如何从扫描获取的点云数据中直接提取特征点,提取特征点的准确性受限于扫描精度.本文提出了一种精确提取点云数据特征点的方法:根据离散三维点云数据拟合曲面,精确求解拟合曲面的特征点.首先根据最小二乘法求解空间一点邻域内的曲面模型,然后计算曲面极值点作为特征点.这种方法不需要逐点判断曲率,提高了效率,同时采用最小二乘法拟合曲面,提高了精度.本文提出的方法对逆向工程中测量数据的曲面分割和多视角拼接也有借鉴意义.     

车载雷达点云的结构化道路边界提取方法

为了提高结构化道路边界检测的准确性与鲁棒性,结合非参数变点统计方法,提出了一种基于32线激光雷达三维点云的道路边界提取算法。基于结构化道路区域和非道路区域存在一定高程跳变特征,该算法利用非参数变点统计,对激光雷达扫描的道路环境三维点云数据中突变的z坐标值进行标记,并提取对应的候选道路边界点(x,y)。利用道路边界方向的最大期望(EM)聚类算法,对候选道路边界点进行聚类去噪。利用最小二乘法拟合道路边界,在不同光照条件下的校园结构化直、弯道路环境进行实车实验,统计直道1 030帧数据和弯道650帧数据。仿真结果表明:算法识别准确性较高且检测距离达18 m,耗时约28 ms,可满足智能车实时性要求。     

基于激光扫描的盾构隧道断面提取与变形研究

将三维激光扫描技术应用于盾构隧道变形监测中,提出了一种盾构隧道断面连续提取以及变形分析的方法。首先对拼接完成的点云数据利用随机采样一致性算法提取隧道局部中轴线,基于中轴线对隧道姿态进行调整以截取隧道断面,然后通过聚类去噪算法,基于点到中轴线的距离和灰度值对断面点云进行去噪处理,最后对批量预处理后的点云数据采用椭圆拟合算法获取隧道相对变形信息,提取各断面收敛变形信息,同时基于断面各点变形值生成三维变形云图。采用徕卡Scanstation c10获取上海地铁10号线隧道点云数据,实验证明本文所提出的方法在隧道断面变形监测方面具有实践意义,变形监测精度满足工程需求。     

隧道中标靶中心自动识别算法研究

对布设在隧道中的标靶中心进行自动提取时,现有的标靶识别算法并不适用,针对这一问题,本文进行了相关算法的分析研究。提出了首先根据标靶反射强度以及几何分布特征进行标靶区域确定,以减少后续计算中噪声点的干扰;研究并编程实现了半径R邻域识别法以及格网识别法两种标靶中心识别算法,对实测数据进行验证,结果证明了本文提出的标靶自动识别算法的准确性、有效性以及适用性。     

点云数据平面拟合的加权总体最小二乘方法

介绍了解算加权总体最小二乘问题的Jazaeri算法,分析了直积形式、Mahboub五条原则以及协因数传播律构造协因数阵的优缺点;分别利用Jazaeri算法、Schaffrin算法、总体最小二乘法和加权最小二乘法对仿真点云数据和实际点云数据进行平面拟合,结果表明加权总体最小二乘法对仿真点云数据和均质性较好的实际点云数据平面拟合效果较好;而对于表面附有杂质的材质,杂质部分的点云数据以经验信息确定协因数阵与实际协因数阵有偏差,影响整体点云数据平面拟合效果,导致加权总体最小二乘与总体最小二乘精度相当;在点云数据平面拟合中Jazaeri算法比Schaffrin算法计算效率更高。     

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。     

裂隙灯角膜测量的显微图像采集分析

在分析对比经典的边缘提取算法的基础上,利用眼角膜图像的特征改进Canny边缘检测算法进行边缘提取,并对获得的边缘点进行分类识别和拟合,从而实现角膜数据的自动提取。     

基于LiDAR数据的路桥线形参数拟合方法

基于LiDAR数据的线形参数拟合方法采用三次样条和最小二乘曲线拟合方法对既有路桥点云数据进行线形参数拟合,拟合结果表明:该方法具有拟合精度高、拟合速度快等优点。     

激光三维扫描数据提取四边形算法

近年来,随着三维激光扫描点云数据质量的不断提高,从三维点云数据中提取边缘直线成为了新的研究领域。由于点云离散分布于三维空间导致特征计算困难,目前针对激光扫描点云直线提取的方法普遍存在计算量大、易提取错误等问题,本文针对实际工程项目中的方形构件进行三维激光扫描,对得到的点云数据做平面拟合后进行坐标转换处理,将三维转换为平面,再进行平面点集凸包搜索得到最长的凸包线,经过坐标旋转至边缘大致水平,最后采用Sobel算子进行边缘提取,再做直线拟合得到精确的四边形边线,较好地实现了方形建筑构件点云数据的边框四边形提取。