点云数据获取及预处理的研究

该研究以较为完整地点云数据获取及预处理的相关流程为基线,首先论述了点云数据的特点和当前利用三维激光扫描技术获取的点云数据领域的发展现状,其在变形监测、文物保护、工民建等各类工程与领域都有较为广泛的应用。然后对点云数据的采集、数据预处理中的技术要点与难点进行了阐述,重点对点云数据的获取和预处理方面所涉及的先进方法进行了归纳总结,最后也提出了点云数据预处理领域待解决的一些突出问题。     

基于八叉树编码的点云数据精简方法

针对逆向工程中的点云数据预处理,分析了现有数据精简方法的不足,提出了基于八叉树编码的均匀精简方法。应用八叉树编码法划分点云邻域空间为多个指定边长的子立方体,保留每个子立方体中距中心点最近的点,实现从空间整体角度对点云的精简。对涡轮叶片测量数据进行了精简测试,证明了该算法的有效性和实用性。     

基于拉格朗日乘子法的空间圆弧拟合优化方法

针对传统的空间圆弧拟合方法鲁棒性低、拟合精度不高等问题,提出了一种鲁棒性较强的空间圆弧拟合优化方法。首先,以拉格朗日乘子法为基础,基于平面条件约束建立目标函数,从而得出空间圆弧拟合方程;其次,采用RANSAC（random sample consensus,随机抽样一致）算法剔除错误跟踪点,将RANSAC算法的高稳定性应用到空间圆弧拟合的点云优化中,进而提高拟合精度。最后,通过实验分析验证了所提空间圆弧拟合优化方法的可行性,并与传统拟合方法进行比较,分析所提方法的拟合精度。实验结果表明：普通圆弧点云拟合的相对精度在0.003左右,复杂圆弧点云拟合的相对精度在0.01左右;相较于传统拟合方法,所提方法有效解决了拟合精度低及鲁棒性差等问题。研究结果表明提出的空间圆弧拟合优化方法一方面可运用拉格朗日乘子法增强鲁棒性,另一方面可通过采用RANSAC方法剔除错误点以提高拟合精度,具有广泛的工程实际应用价值。     

融合配准的多站室外大场景激光点云分割

针对室外场景范围广、分割难度大、识别效果不显著等问题,提出了一种融合多站点云配准的室外大场景分割方法.首先,根据室外场景视野大、点云数据量庞大特点,选取多个视角下重叠区域较多的建筑场景点集,结合SAC-IA和ICP方法进行点云自动配准,从而构建出点云密度相对均匀的室外大场景完整结构;然后,选用公共数据集Semantic...     

基于MVSNet多视角立体深度学习的储罐在位体积测量方法研究

针对目前储罐在位体积测量需求大、移位测量困难的问题,该文提出一种基于MVSNet多视角立体深度学习的储罐在位体积测量方法。首先,提出面向在位储罐体积测量的MVSNet深度预测改进多视图立体视觉方法,结合基于增量式运动恢复结构的储罐显著特征稀疏重建与相机姿态计算技术、基于MVSNet深度学习深度预测技术,获得储罐体积测量关键结构的稠密三维点云;然后,提出基于立体几何拟合在位储罐体积测量方法,旋转储罐点云与地面配准,并基于法线信息双阈值约束点云拟合储罐圆形拓扑结构,实现储罐体积测量。在2种储罐上进行初步实验,结果表明：该文方法提取到的高质量储罐点云数量比经典COLMAP框架分别增加15.6%、13.2%,点云提取时间分别缩短34.7%、39.2%,满足储罐在位体积测量需求。     

大数据场景下的云存储技术与应用浅析

随着信息技术与科学的不断进步,信息网络越来越普及到人们的日常生活与工作中,而云计算则是当前网络发展过程中非常重要的组成部分。大数据场景的发展为云技术提供了广大的发展空间,对云技术的需求也在不断升高。本文以大数据场景的概述为研究基点,具体分析云存储的主要技术,并研究大数据场景下云技术的相关应用。     

基于逆反工程(RE)多数据点云的处理

在逆反工程中，获得的测量数据量一般比较大，怎样使这些巨大数据更适合CAD／CAM的后续处理，是逆反工程中有着研究的问题。笔者在实践的基础上，提出了综合利用过滤、分割、特征线的提取等方法进行大数据点云的处理，并对多视场得到的点云进行了成功的拟合，最后给出了一个实验。实验结果证明了方法的可行性和有效性。     

基于曲率弦高法的海量测量数据精简

针对视觉测量的点云数据过大而不利于计算和重构的问题,在分析视觉测量点云数据特征的基础上,将曲率原则和弦高法相结合,提出基于曲率弦高法的海量测量数据精简方法。该方法在考虑曲线曲率变化的基础上构建弦高函数,并通过迭代得到各测点变化的弦高值,再根据弦高法的数据精简原则确定需要保留的测量点。仿真实验表明,该方法在平均误差小于0.2 mm时,精简率为89.8%,能够有效地对海量点云数据进行精简,并实现精简后测点按曲面曲率的合理分布。     

激光测量的自由曲面点云数据处理方法

介绍了基于VIVID910三维激光扫描仪在零部件上获取自由曲面点云数据的方法。针对点云数据中所存在的影响模型重构精度的各种因素,详细论述了无用杂点删除、多视点云对齐、数据点云合成、点云数据编辑、数据点云精简及数据点云平滑等预处理方法。实例表明,经过处理的点云数据有利于后续的曲线、曲面重构及模型重构。     

激光跟踪测量数据融合的精度分析

本文主要研究非线性系统中,使用多台激光干涉仪对运动目标进行跟踪测量的精度问题.本文在基于转换测量值卡尔曼滤波算法的基础上,对西种融合方法-点迹融合和轨迹融合进行了理论分析,并对融合结果进行了仿真比较,仿真结果与理论分析结果相同,仿真结果点迹融合优于轨迹融合,但是两种融合方法的精度相差并不大.     

融合几何特征的ICP改进算法在数字化测量评价中的应用

针对ICP算法对初值依赖程度高、在配准过程中可能陷入局部最优解的问题,提出了一种融合几何特征的ICP改进算法。利用零件具有丰富几何参数的特点,首先对实测点云进行基于曲率的体素采样,尽可能保留几何特征,再将点云的曲率差值和法向量夹角差值引入算法的目标误差函数中进行迭代计算,当目标误差函数达到设定阈值时迭代结束,得到最终配准结果。利用复杂曲面标准件进行了点云配准实验验证,结果表明：相较ICP算法,融合几何特征的ICP改进算法的收敛速度更快、误差更低;相较快速全局配准加ICP配准算法,融合几何特征的ICP改进算法在保证配准准确性的同时,减弱了对初值的需求,简化了点云配准过程。融合几何特征的ICP改进算法为促进零件的准确数字化测量评价提供了有力支撑,具有技术借鉴价值。     

基于稀疏激光点云数据和单帧图像融合的三维重构算法

由于激光雷达获取的深度数据非常稀疏,为了能够将深度数据与图像数据重构出稠密三维深度图,本文提出了基于稀疏激光点云数据和单帧图像融合的三维重构算法。该方法首先使用点直方图特征有效地选择对应于目标的点数据并消除体素中的非相似点;然后,使用高斯过程回归对局部深度数据建模,并通过插值获得三维深度数据,本文算法获得的三维深度点更接近基准值,并保持了目标的局部形状特征;最后,利用马尔科夫随机场对图像灰度数据和三维插值点进行融合来构建三维深度图。仿真实验结果表明:相比现有基于激光雷达数据和单目图像数据的三维重建算法,本文提出的算法将大大提升算法的鲁棒性与重构的准确度,可辅助用于复杂的城市场景中车辆的无人驾驶。     

一种简便的地面激光扫描仪精度检测方法

一、引言 地面激光扫描仪（Terrestrial Laser Scanner,TLS）是一种不同于传统单点测量方式的新型光电测量仪器,它采用非接触式高速激光测量方式,可在复杂的现场和空间对被测物体进行快速高密度扫描测量,以便快速、高效、精确、全面地获取被测目标表面的空间点位及亮度信息——点云数据。点云数据经过计算机处理后,     

融合多分辨率特征的点云分类与分割网络

针对现有网络难以有效学习点云局部几何信息的问题,提出一种融合点云多分辨率特征的图卷积网络。首先,通过k-最近邻算法对点云构建局部图结构,以更好地表示点云的局部几何结构。其次,基于最远点采样算法提出一个并行通道分支,该分支通过对点云进行下采样来获得不同分辨率的点云,然后对其进行分组处理;为克服点云的稀疏特性,提出一种几何映射模块对分组点云执行正态化操作。最后,提出一种特征融合模块对图特征和多分辨率特征进行聚合,以更有效地获得全局特征。实验使用ModelNet40、ScanObjectNN和ShapeNet Part数据集进行评估,结果表明,提出的网络具有良好的分类与分割性能。     

基于三维点云聚类的坡度估计方法

为了提高火星探测器着陆时对坡度的估计精度,研究了一种基于三维点云数据聚类与随机搜索最优拟合平面的坡度估计方法。将通过激光雷达测量获得的三维点云数据进行稀疏表示,利用稀疏系数对数据点进行聚类与分割,划分子空间;对子空间中的数据点进行平面拟合,随机搜索最优拟合平面;根据最优拟合平面计算平面法向量之间夹角,其在数值上等于坡度角,从而完成坡度估计。实验表明:该方法可以对坡度进行较为准确的估计;与常用的坡度估计方法相比,相对误差较小。     

基于多传感器数据融合的热处理炉温度测量方法

温度是制约热处理性能的主要指标,对热处理炉温度的准确、可靠测量是目前亟待解决的技术问题。本提出了一种基于多传感器参数估计数据融合的热处理炉温度测度方法,给出数据融合算法。实际应用结果验证了算法的准确性。     

基于点云精简的大型环锻件外形尺寸测量方法

针对大型环锻件尺寸测量过程中测得的点云数据量庞大、点云网格质量低下等问题,提出了一种环形锻件点云精简测量算法。首先设定了锻件网格上每个顶点的内点和边界的目标高斯曲率为零;接着根据设定好的目标曲率,使用Ricci流方程来优化Ricci流离散熵能量,计算得到平面目标度量,得到网格上每一点的参数化坐标;最后基于得到的参数化坐标来扩展顶点维度,并引入顶点约束因子加权代价函数进行网格精简测量。实验结果表明,所提出的算法能够处理结构复杂的点云模型,且简化后的点云模型边界几何特征保持良好,能够满足工业数字化制造的测量尺寸精度需求。     

点云数据的曲面重构新算法

针对采用视觉测量方式得到的点云数据特点,提出了基于动力学数值仿真的网格曲面逼近方法,依据曲面率变化特性,该方法可对点云数据进行自适应压缩,并能显著提高逼近网格的品质,从而实现了点云数据的精确曲面重构。实际的算例结果表明,该方法实用可靠。     

拟万有引力定律三维激光点云数据精简方法

为对海量三维激光点云数据进行精简,提出一种拟万有引力定律的点云数据精简方法。该方法将万有引力定律中各点质量替换为点的切向与径向联合曲率表征参数,通过求解点云中各点之间的引力分布,实现点云数据平坦与特征区域的划分,完成点云数据中特征点的提取与保护。将非特征区域点大比例均匀采样,再与完整的特征点融合形成精简后点云数据,将其与原始点云进行对比,结果表明:该精简方法在有效保留特征区域的基础上可以大比例精简点云,同时精简前后点云点距离误差较小。在总精简比94%时,最大点间距离偏差值为0.1 mm,且高偏差值点均位于非特征区域。     

传统陶瓷艺术作品的三维数字化重建及应用的研究与实践

目的 研究获取传统陶瓷艺术作品完整彩色点云数据,并高效进行三维重建的技术方法,探索陶艺作品数字内容虚拟展示平台的构建及推广利用的有效途径.方法 采用拍照式三维扫描设备采集陶艺作品的三维彩色点云数据,研究并提出了融合、修补等后处理的新方法,得到完整的优化彩色点云信息.通过网格化处理获得陶瓷艺术品的高保真三维网格模型和简化网格,利用虚拟现实技术开发数字化展示平台.结果 获取了石湾陶瓷传统艺术作品的三维彩色点云数据,完成了点云优化、修复,生成了高精度的彩色网格模型并进行了数字化的推广与宣传.结论 提出的三维重建技术和虚拟展示方法为我国陶瓷艺术作品的保护、传承与推广作出了积极的探索,为利用现代科技进行文化遗产数字化保护作出了新的尝试.