三维激光扫描点云边界提取研究

在数字矿山建设过程中,三维激光扫描仪可快速获得地表或建筑物的点云数据。点云边界不仅作为曲面表达的重要几何特征,而且作为模型求解曲面的定义域,对重建曲面模型的品质和精度起着重要作用。利用激光点云数据进行建模首先需从海量数据当中提取边界区域的采样点。本文提出了一种通过局部型面参考点集拟合微切平面,讨论参考点在对应微切平面上投影点的几何分布来自动提取边界特征的算法。该算法运行速度快,提取结果准确,可适用于各种复杂型面的点云数据。     

一种基于Java语言的LiDAR点云数据处理方法

面对LiDAR技术的广泛应用以及LiDAR数据处理在多语言环境下的需求,提出了一种基于Java语言的LiDAR点云数据处理方法。该方法在网格划分的基础上引入了树结构,将网格索引与树结构索引相结合,对基本的规则网格空间索引进行了改进,并建立了相应的LiDAR点云数据处理的基本框架,实现了Java语言环境下的点云数据处理。通过对某测区的LiDAR点云数据进行处理,并比较了不同语言环境下的处理结果,验证了在Java语言环境下该方法进行LiDAR点云数据处理的可行性,以及利用该方法引入树结构的网格空间索引在Java语言环境下的实现性。     

基于KNN滤波及改进Hough变换的线段提取

线段是图像中包含的一种稳定的特征,准确地从图像中提取线段具有重要意义。文中首先结合KNN以及Wallis滤波对图像进行预处理,提高其边缘提取质量,为下一步Hough变换打下良好基础,在此基础上对传统Hough变换进行改进,以检测图像中的直线线段。实验证明,文中方法能够快速、准确提取出图像中的线段,得出了有益结论。对指导影像直线提取的研究与应用具有一定的价值。     

RANSAC结合特征线提取在点云逆向建模中的应用

三维激光扫描在建筑领域得到广泛应用,文中采用R半径密度对RANSAC提取的面片进行去噪,运用特征线提取算法将处理后的点云面片进行特征线提取,从而获得了建筑二维图纸并重建其三维模型,为点云数据三维逆向建模提供了一种技术方案.     

基于ISSＧSHOT＋３DＧNDT的点云配准算法研究

针对以往点云数据在配准处理过程中,存在粗配准匹 配率低、配准时间长、精配准精度不高等问题,提出了ISSＧ SHOT与３DＧNDT相结合的点云配准算法.首先,运用内 部形态描述子算法(ISS)对下采样后的点云数据提取特征 点,对提取的特征点用方向直方图描述子(SHOT)进 行 描 述,并利用相 似 度 函 数 将 对 应 的 特 征 点 进 行 匹 配;再 采 用 Lmeds算法删除匹配错误的特征点,并完成２片点云数据的 粗配准,获得 较 好 的 初 始 配 准 位 置 与 姿 态;最 后,采 用 ３DＧ NDT算法将粗配准后的点云数据进行空间体素化处理,运 用概率分布函数完成点云数据的精确配准.结果表明,与其 他点云数据配准算法相比,ISSＧSHOT＋３DＧNDT 算法的均 方根误差最小、配准精度最高,特征点匹配率较高且运行时 间短.     

基于计算机视觉的带式输送机跑偏监测

针对带式输送机胶带在运行过程中易出现跑偏的情况,提出了一种基于计算机视觉的输送带跑偏监测方法。首先将视频监控中采集到的视频图像设置感兴趣区域(Region of Interest,ROI)以减少计算量,同时对ROI进行图像预处理。然后采用改进的Canny边缘检测算法得到ROI边缘二值图像,利用累计概率霍夫变换(Progressive Probabilistic Hough Transform,PPHT)提取输送带边缘直线特征,最后根据所得直线特征来判断输送带是否跑偏。     

基于激光点云的割煤顶板线提取技术研究

激光扫描数据的获取与处理是煤矿智能工作面的关键技术之一。作为监测煤矿采煤机截割轨迹的重要手段,三维激光扫描技术,因其具有非接触、精度高、受烟尘影响小等特点日益受到重视,但由于激光点云数据存在的海量性、离散性、冗余多的特点,实际生产中,目前只能将远程获取工作面三维点云信息,无法利用激光点云数据的空间特征直接提取采煤机割煤顶板线,即无法提供当前刀采煤机截割轨迹的反馈信息。为实时获取和预测采煤机当前刀割煤顶板线位置数据,在基于物探、钻探、巷道素描和激光扫描等数据构建初始透明化工作面的基础上,利用激光扫描仪,实时感知获取煤矿井下综采工作面的激光点云数据,在充分理解激光扫描装置运行原理和激光点云数据特征的前提下,针对三维激光点云存在的数据离散、信息量大、特征提取困难等问题,通过移除离群点、点云滤波、点云切片和基于空间形态的特征点提取等算法,建立了一套完整的工作面三维激光点云的特征提取流程,实现了综采工作面激光点云的割煤顶板线的自动提取,并与基于目视解译法提取的割煤顶板线数据进行对比验证,误差小于0.04 m的点数量占84%,误差小于0.08 m的点数量占96%,验证了该提取采煤机当前刀割煤顶板线...     

一种自适应数学形态学激光点云滤波方法

点云滤波是机载激光雷达(Li DAR)数据处理中的关键环节。该文就数学形态学滤波方法在坡度参数与高差阈值选取上的不足,提出了一种自适应数学形态学滤波方法。该方法首先由点云建立规则格网并使用当前区域坡度的平均值预测地形坡度参数,然后根据高差阈值与点云密度间的关系对高差阈值的选取进行优化改进,从而进行渐进式形态学滤波得到最终地面点。采用国际摄影测量与遥感学会(ISPRS)所提供的典型地形点云数据进行实验验证,结果显示该文改进滤波算法能更好的区分地面点和地物点,并且能有效降低总误差。     

相似材料试验模型破坏区面扫描数据提取研究

针对传统的相似材料试验观测方法无法有效地获取模型破坏区域信息的问题,将工业测量技术引入相似材料试验观测,利用面扫描系统获取模型表面的点云数据,针对模型点云数据的特征,提出一种点云边界提取方法。该方法首先利用扫描线法提取裂缝边界点,然后利用最小距离法连接各边界,最后通过判断点云密度和边界闭合情况剔除标志点边界。对模型观测数据进行提取试验,结果表明：除了少数被标志点覆盖和破裂十分严重的边界以外,该方法能够较好地从相似材料模型点云数据中提取出非连续破坏区域边界,提取结果可应用于开采沉陷研究中。     

地面激光扫描点云异常数据识别算法研究

基于地面激光扫描点云数据中存在异常的特点,应用了基于移动曲面的机载激光点云数据滤波方法,对该算法的原理进行了分析,在此基础上进行了改进,并编程实现了算法。最后应用实例对粗差识别和剔除进行了校验,证明了此算法的可行性和可靠性。     

三维激光扫描点云数据盲区边界识别与应用

三维激光扫描仪是一款获取空间点云数据的测量设备,能够有效地获取被测物体三维空间形态,但是,由于被测对象空间形态复杂、人员难于进入等原因,导致扫描点云数据存在盲区且识别困难。针对该问题,采用了一种三维激光扫描点云数据盲区识别方法,可获取点云数据盲区边界,该方法主要通过对点云数据进行KD-Tree改造,然后估计点云数据法矢,最后提取点云数据边界。为验证本文提出的盲区识别算法,选取矿山采空区点云数据进行实际验证,可准确识别点云数据边界信息,为后续数据进一步利用提供了基础。     

矿区机载激光点云数学形态学滤波及DEM构建算法

机载激光测量系统能够快速、精确地获取大面积区域的三维空间信息,是矿山地表沉陷调查的重要手段。以某矿区为例,采用国际摄影测量与遥感协会提供的参考数据,利用渐进式多尺度数学形态学滤波算法,从点云数据中提取出分布于地面上的点云,并构建了数字高程模型（Digital elevation model,DEM）。试验表明：该算法可有效提取复杂区域的地面点云数据,并可构建满足精度要求的DEM。     

LSD直线提取算法在高分一号遥感影像中的应用

为了检验LSD直线提取算法对遥感影像的应用效果,该文以不同对比度的高分一号遥感影像为例,分别采用LSD和Hough变换直线提取方法,进行高分一号遥感影像仿真实验对比。实验结果表明:LSD直线提取方法具有运行时间短、误检数量少的特点,在遥感影像的应用中具有良好的适用性及稳定性。     

基于改进DBSCAN的单光子激光点云去噪算法

针对单光子激光雷达系统观测数据中背景噪声过多的问题,文中提出了一种基于改进DB-SCAN的单光子激光点云去噪算法.以ICESat-2卫星在工作运行期间所采集的ATL03数据为实验数据,通过设置合理的阈值进行粗去噪,然后基于改进DBSCAN聚类的算法对点云数据进行精去噪,并进行理论分析和实验验证.结果表明,实验区目标点云...     

古建筑点云模型几何特征要素提取技术研究

古建筑保护的重要性已越来越为人们所认识,针对古建筑的支撑性部件提取效率低、精度差等问题,文章首先采用全局八叉树和局部K-D树的二级空间索引的方法将点云模型数据进行空间划分,然后利用随机采样一致性(RANdom Sample Consensus,RANSAC)改进算法结合线性最小二乘拟合算法提取古建筑的几何特征面,最后以庐山天主教堂三维激光扫描数据为例,验证了该方法的有效性、高效性、精确性。     

基于机载LiDAR点云的滑坡体体积计算方法研究

针对滑坡区域地形复杂、滑坡体形状随机和体积难以快速精确获取等问题,该文提出一种基于机载Li-DAR点云数据预处理、渐进三角网加密滤波算法,及DEM的滑坡点云提取、点云切片和边缘点排序的滑坡体体积计算方法,并结合多块实测数据进行了计算分析.计算结果表明,该方法能快速准确地得到滑坡体体积大小,进而为滑坡的灾后评估提供了依据.     

基于线结构光扫描点云数据的数据精简及三角网格剖分

在分析线结构光扫描点云数据特点的基础上，讨论了针对测量点云数据精简算法，包括测量基面数据精简和基于弦高一角度偏差准则的数据精简算法．介绍了散乱数据的基于Delaunay三角剖分优化准则和Liang提出的相邻扫描线之间的三角网格构建方法，并在此基础上提出了一种改进方法，基于优化准则的线结构光扫描点云数据三角剖分算法。该算法符合Delaunay的三角最优剖分．以摩托车后视镜点云数据为例的实验结果表明该方法是有效的和切实可行的．图12，参11．     

顾及空间分布特征的点云数据快速可视化方法

文中提出了一种顾及空间分布特征的点云数据快速可视化方法。首先根据点云数据的空间分布特征构建自适应八叉树结构。其次,利用基于视点的动态调度算法,实现不同细节层次点云数据的快速调度。最后,设计了一种面向网络传输的三维点云瓦片存储模型,实现网络环境下点云数据的快速解析。试验结果表明,该方法能够有效提高网络环境下点云数据的可视化效率。     

矿山井筒视频图像实时配准的改进Sift算法

针对传统矿山井筒视频图像在匹配过程中存在的匹配精度低、实时性不强的问题,提出了一种矿山井筒视频图像配准的改进Sift算法。该算法以Harris角点检测代替Sift算法的极值检测,首先构建高斯尺度空间,提取满足尺度不变形要求的角点特征;然后采用Forsnter算子对提取点进行精确定位,并基于Sift算法的特征描述方式对提取点进行描述;最后利用Ransac法和随机K-D树完成特征点匹配。试验结果表明:改进Sift算法的匹配精度优于优传统Sift算法,可以大幅缩短矿山井筒视频图像配准时间,有助于实现矿山井筒视频图像实时匹配。     

基于密集匹配点云的露天矿台阶线提取方法研究

台阶线是露天矿测量的主要对象之一,传统的全站仪、GPS 点式测量方法耗时长、劳动强度大、效率低, 而基于无人机点云的现代测量方法为台阶线高效提取提供了可能。基于无人机影像构建的密集匹配点云数据,提出 了一种自适应高程阈值的台阶线提取方法。 该方法首先通过邻域点云的协方差矩阵对地形条件进行判断,依据不同的地形自适应地选用不同的高程差阈值进行台阶线特征点提取,极大限度地减少误提取数量;然后,基于点云聚类分割后各点云簇中点的数量与高程特征对误提取的点云进行剔除,并采用三次 B 样条曲线对特征点进行拟合,较好完成了露天矿台阶线提取。试验表明:该方法可以高效地完成露天矿台阶线特征点提取,有效区分台阶线和道路边线特征点;同时依据特征点拟合出的曲线效果良好,真实反映了台阶线的实际位置。上述分析为露天矿台阶线高效测量提供了新的解决方法。