基于改进的角度偏差法的采空区点云数据精简

在保证采空区几何特征不变的前提下,有必要对点云数据进行精简,提高三维建模及其应用的效率。介绍了点云数据精简算法的评价体系,探讨了空区探测系统扫测采空区的点云数据特点; 在对比最小距离法、平均距离法、角度偏差法、弦高偏差法等采空区点云数据精简方法的基础上,提出了保留采空区几何特征更为有效的点云数据精简方法——改进的角度偏差法。通过对比精简前后的扫描线周长、面积及标准差等指标,认为该方法不但保持了扫描线的细节,而且使精简后扫描线上的点分布较均匀,为后续三维建模及应用打下良好基础。     

逆向工程中数据精简技术的研究

由于激光扫描技术的进步,可以方便地以较高精度和速度获取零件模型表面信息,对于产生的大量扫描数据,需要对其进行精简处理．为此提出了自适应最小距离精简方法,首先通过中值滤波和小波包滤波实现数据点的噪声去除,然后通过曲率分析,实现数据点云区域分割,对于分割后的区域选用不同的距离准则,如果数据点间的距离小于设定的准则,则该点删除从而实现数据精简．自适应最小距离法不仅保留了造型所需数据点的精度,同时数据精简效率为36％,最后通过实例验证了该方法的有效性．     

用于点云曲面重构的数据精简方法研究

数据精简是进行曲面重构的重要内容.通过分析现有精简方法的不足,采用了根据曲率变化对原始散乱点云进行精简的方法,重点研究了散乱点云的空间划分、邻域搜索、曲率估算和曲率精简原则.对具有不同特征的测量数据进行了精简分析,实验结果表明该方法得到了更合理的精简效果.     

基于霍夫投票的变电站设备三维点云识别算法

采取霍夫投票法对激光扫描器获取的变电站设备三维点云数据进行匹配与识别.首先,利用八叉树法对点云进行精简和去噪,得到精简有效的点云数据及数字表面模型深度图像;然后,通过霍夫投票得到物体质心的票数,再与模型库的距离直方图相比求相似度,根据相似度的阈值得到初识别的结果;最后,在初识别的候选设备中通过霍夫投票进行识别.实际数据测试表明,该方法可使得设备的最终识别率达到90.1%,单个设备的平均识别时间为15.6 s,并可有效避免所有元器件特征点的冗长搜索过程.同时能在点云缺失较大情况下将不同设备进行有效分类,达到预期效果.     

LIDAR点云数据全自动滤波算法研究

提出了一种基于移动最小二乘法的点云数据全自动滤波算法,该方法首先对LIDAR点云数据进行合理分块,并建立分块网格的动态四叉树空间索引,便于数据操作和管理.对分块网格中的点云数据利用精简移动最小二乘法拟合出参考地形,将拟合得到的参考地形用于LIDAR点云高程阈值的迭代计算,将每次迭代前后高差小于阈值的点划为地面点,其余点划分为非地面点,迭代运算直至阈值满足要求为止.实验表明,精简移动二乘法效率高,计算量小,并且精度高,适合点云数据DEM(digital elevation model)拟合,利用该算法对LIDAR点云数据进行滤波的速度快、精度高,能够有效地识别地面点和非地面点,并保留地形的细节信息.     

基于三维直线拟合的机器人与跟踪仪坐标系转换方法

为降低工业机器人标定中测量粗差数据对坐标系转换精度的影响,提出了一种基于三维直线拟合的机器人与跟踪仪坐标系转换方法.首先,利用激光跟踪仪测量机器人空间中规划的三条两两正交的直线轨迹,获取测量数据集;然后,基于最小二乘拟合得到基准直线;最后,通过判断各数据点到基准直线距离与设定距离阈值的大小关系滤除粗差数据,达到优化坐标...     

三维激光扫描点云数据的精简方法探讨

为了使地面三维激光扫描仪获取的点云数据方便存储、显示、传输及后续处理等,需要在保证一定精度的前提下,对其进行精简处理。分析了点云数据的精简原则、简化准则、国内外对点云数据精简算法的研究现状和道格拉斯—普克法精简点云数据的原理和方法,以斯坦福大学计算机图形实验室网站上的兔子点云数据为例,探讨了道格拉斯—普克法算法精简三维点云数据的方法。     

一种自适应改进曲率扩散超声图像滤波方法

针对图像尤其是医学超声图像的边缘模糊或者缺失对图像进一步处理带来的影响,同时由于传统改进曲率扩散方程无法自适应以及迭代时间长,本文提出了一种结合高斯滤波的参数自适应的改进曲率扩散方法,并且使用统计学中的绝对偏差中值自动调整梯度阈值参数。该方法能在保留改进曲率扩散方程去噪能力的同时有效地保留图像边缘细节信息,同时减少了滤波过程中的迭代次数,从时间复杂度的方面提高了方法的效率。另外,自适应梯度阈值的采用进一步提高了改进曲率扩散方程保留图像细节信息的能力。实验结果表明,结合高斯滤波的参数自适应改进曲率扩散方法继承了改进曲率扩散的优点,同时又减少了人工干预,提高了去噪效率。     

嵌入式视觉的测距系统设计

行车操作人员在实际操作过程中,会出现对与之相邻障碍物之间的距离太近而不能及时规避情况,导致碰撞事故的发生.针对这一问题,笔者构建了以ARM11微处理器为核心,以USB摄像头为图像采集设备的测距系统,在基于机器视觉和图像处理的基础上,将单目视觉和激光技术相结合,考虑对应点匹配和单个特征点提取误差对测量结果影响,将激光点作为特征点的单目视觉测距的方法.实验结果表明,该系统能有效的测量与障碍物的距离,测量准确,可靠性高且满足实时性要求.     

远距多光轴平行度检测方法研究

为测量远距离多光轴激光发射系统的光轴平行度,提出了一种检测方法。该方法利用激光自准直仪光学系统的光轴代替被测系统出射光轴,再通过基准变换使两个激光自准直仪互相对准,从而由激光自准直仪测得光轴偏差,得到两出射光轴的空间角度。通过两台激光自准直仪对该方法进行验证,实验结果表明,该方法能够有效地测量远距多光轴的平行度,且由于两激光自准仪相互独立,针对不同距离的多光轴光学设备都可进行光轴角度测量。     

面向视觉伺服的工业机器人轮廓曲线角点识别

为了解决工业机器人视觉伺服中轮廓曲线角点识别效率低进而影响实时定位准确性的问题,提出面向视觉伺服的工业机器人轮廓曲线角点识别算法. 建立基于Freeman链码的机械爪轮廓曲线编码模型,利用差别码对机械爪轮廓曲线的角度变化特征进行统一编码建模. 通过基于差别码和卷积系数的卷积运算,对差别码进行局部非线性加权,计算机械爪轮廓曲线上各点的曲度精确量化辨识机械爪角点. 基于候选角点阈值、点的最远领域间隔和局部范围最多点数进行获选角点的初步选取. 采用平面轮廓曲线毛刺过滤筛选误识角点,实现机械爪角点的精确识别,为视觉伺服中实时定位提供可靠的位置信息. 通过与已有平面轮廓曲线角点识别算法对比,验证本研究所提方法的准确性和高效性,提取角点过程具有较强的鲁棒性.     

车灯配光镜组成单元光电检测方法

提出一种自动检测汽车车灯配光镜组成单元几何参数的方法。该系统以线阵CCD作为探测器件 ,利用激光束的准直性 ,通过测量激光通过配光镜棱镜后的偏转方位 ,或通过柱面镜折散开光束的宽度 ,确定出组成配光镜的棱镜顶角和柱面镜的半径。这种测量方法对于研究车灯配光性能 ,建立起配光镜设计模型和对配光镜模具进行修正具有实际意义。     

靶载光电脱靶量测量系统设计

针对靶场试验需求,在靶船上设计了脱靶量测量系统。基于双站交会测量方法,采用4台高速摄像系统,将其分别布置在靶船的艏艉,实现方位360°周视成像;不同作用距离下对成像大小进行了计算,得出在50m作用距离下,最小交汇角达10°时,交会测量误差不大于3m;计算了靶船摇摆带来的系统误差。该系统实现了对试验中目标着靶末段落点偏差测量。     

基于边特征的点云数据区域分割

为了提高反求工程建模的效率,提出了一种基于空间栅格的区域分割方法.该方法采用二次抛物面模型计算散乱数据点的曲率,利用空间栅格结构建立散乱点的拓扑关系,根据栅格中数据点与栅格中心点的相对位置计算栅格曲率以及相邻栅格间的曲率差值,由曲率差函数判别并抽取边特征栅格.通过特征栅格的空间位置与曲面栅格的连通性实现了空间散乱数据的区域分割. 工程应用实例表明: 该方法能够直接处理点云数据而无需构建三角网格,具有运算简单,稳定性高等特点.可有效解决具有曲率突变性的点云数据的区域分割及特征提取问题.     

定向邻域扩展轮廓预估计算法

为了提高传统Snake面部轮廓检测效率,在Shakable Snake算法的基础上,提出了搜索方向固定的邻域扩展算法.对所搜索到的节点利用动态阀值最小距离聚类法进行分类和修正,使无效节点避开噪声点和噪声边界集中的区域以得到更合理的结果.提出了曲线外推的失效节点修正算法和简化曲率约束准则,以判别修正杂散失效节点.实验得到的结果和感兴趣轮廓重合性在5个像素之内,证明了所提出算法的鲁棒性和有效性,为后续Snake寻找精确边界提供了理想的初始位置.     

基于点云数据的三维人体头部分割技术研究

三维人体分割技术是数字化服装、数字化人体测量、计算机动画等应用中最关键的技术,但当前存在着分割不是很精确的缺点。针对头部分割不精确的缺点,对基于点云数据的三维人体头部分割技术进行了研究,提出以最大距离法和近似凸包边法定位分割特征点和分割切面,并引入分割切面倾斜角实施头部分割。实验结果表明：提出的分割方法提高了头部分割的实时性和精确性。     

基于灰度相似性的激光点云与全景影像配准

针对传感器参数未知、环境结构特征不明显、影像数据较少等情况，提出基于灰度相似性的车载3D激光点云与全景影像自动化配准方法. 基于全景拼接算法和柱面投影原理，分别将多张单幅图片拼接为全景影像，并将3D激光点云转换为2D深度图. 基于灰度相似性原理，将全景影像和2D深度图在水平方向和垂直方向等间隔细分成区域对，沿水平方向和垂直方向移动全景影像，计算每次移动后各细分区域对之间像素灰度值之和的比值，并求解其均方差，将均方差最小时的区域移动值作为最终匹配偏移量. 根据偏移量计算得到全景影像相对3D激光点云的水平旋转角度和垂直平移距离. 实测结果表明，本研究所提算法对场景的适应性较好，平均配准误差为2个像素，而对比方法无法实现有效配准.