一种基于数学形态学的点云地物提取方法

从激光点云数据中准确提取典型地物能够显著提高数据处理的自动化程度,减少内业工作量。随着激光雷达硬件性能的不断提升,其获取的点云数据量越来越大,但直接针对点云数据的提取算法效率较低。提出一种基于数据形态学的地物提取方法:首先将点云数据转换为特征图像,利用λ-flat区域标记方法将点云划分为地面点和非地面点;然后根据非地面点在特征图像上的表现特征制定提取规则,对地物进行提取;最后,采用本文算法对试验数据进行地物提取,建筑、杆状物等典型地物的综合提取精度达94.7%。     

基于连续点云数据的既有铁路轨面信息快速提取算法设计

三维激光扫描获取的既有铁路点云数据具有海量性、离散性等特点,难以从点云数据中快速提取线路参数.为此,结合现场实测数据,提出一种基于连续点云数据的既有铁路轨面信息快速提取算法.通过k-d树实现点云的快速搜索、查询和储存,利用主成分分析法和移动激光点聚类法提取的接触线分割构建出铁路缓冲区,进而通过平面格网法的粗提和多种约束条件下的精提实现了轨面点提取.对既有线路现场试验结果表明,轨面点提取的完整度c和准确度p均在93％以上,该方法能较好地实现钢轨轨面点云的快速提取.     

基于TLS数据的站场线路点云提取算法

铁路站场线路几何信息对于铁路安全管理与维护具有重要意义。由于铁路站场内包含多条线路,且轨道错综复杂,使得从大场景点云中自动提取多股道钢轨点云成为难题。地面激光扫描TLS(Terrestrial Laser Scanning)作为非接触式测量手段,可快速获取铁路场景中的海量点云数据。针对TLS技术获取的铁路站场点云数据,提出一种基于Delaunay三角网聚类的多股道钢轨点云提取算法。基于分割-归并的思想,在获取铁路站场高精度点云后,沿站场线路方向将点云分为若干段,基于轨道平顺性特征,利用三角网聚类算法逐段提取钢轨顶面点云。在归并阶段整合站场中各股道轨面点云信息,将各段轨面点云连接起来,同时匹配左右轨面点云。将该方法在玉林站部分站场区域进行实例验证,提取到的轨道点云在对象层面上的总体精度为93.95%,完整度为90.57%,准确度为97.59%,相较于平面格网法,提取总体精度提升了5.65%,准确度提升了18.49%。在10处截面提取轨面宽度与轨距,统计结果表明轨面宽度中误差为5.2 mm,轨距中误差为5.3 mm,满足工程精度需要。实例结果表明,算法可准确有效提取站场多股道钢轨顶面点云,...     

基于Lidar数据的正射影像制作1∶2000地形图研究

根据中开高速公路勘察项目的实例,介绍一种利用Lidar点云数据分类中的地面点和非地面点,通过叠加正射影像来修改地物投影差,判别地貌特征,制作1∶2 000地形图的方法,打破传统绘制地形图必须立体量测的思路。采用Lidar数据生产地形图使成图周期更短、自动化程度更高,能满足工程设计的规范要求。     

基于区域增长的LiDAR点云数据DEM提取

机载Li DAR系统能够快速获取数字表面模型,通过滤波处理,可以获取数字高程模型(DEM)。提出一种从机载Li DAR点云数据获取DEM的方法,首先对点云数据建立网格分块索引,然后逐行逐列按照一定的间距选取地面点作为种子点,使用区域增长算法增长地面点,获得地面点集,最后通过逐点内插生成DEM。选取机载Li DAR数据进行实验,结果表明该方法得到的DEM质量较高。     

基于三维激光扫描技术的地铁盾构隧道中轴线高程提取方法

针对目前三维激光扫描技术检测盾构隧道横断面方法效率低、不能充分利用高密度点云数据的问题，从精度、效率及充分利用高密度横断面点云数据三方面进行隧道中轴线高程分析。提出利用空间几何关系快速提取隧道原始点云数据横断面的方法，继而利用K近邻计算方法提取隧道中轴线高程。试验结果表明，该隧道中轴线高程提取方法与水准仪实测获得的隧道中轴线高程间最大差值为3 mm。与水准仪实测方法相比，该隧道中轴线高程提取方法的检测精度与检测效率均有较大改善，且其不需要进行横断面点云数据的抽稀，充分利用了海量原始点云数据，可推广应用至盾构隧道竣工验收工作。     

基于多级体素的支柱及支持装置点云自动提取方法

以三维激光扫描点云数据为研究对象,首先利用八叉树构建多级体素;其次,通过分析支柱及支持装置的空间、几何特征生成种子体素;然后,利用区域生长方法,制定生长规则,分离出单个支柱及支持装置;最后,以单个支柱及支持装置为处理单元,采用渐进式的提取策略细化提取点云,获取单个支柱及支持装置的有效、精确数据,实现支柱及支持装置点云的自动提取,并进行试验验证。结果表明:该方法不仅能完整、准确地提取所有支柱及支持装置,且单个支柱及支持装置点云数目提取的平均完整度和正确率分别达到94.08%和94.48%,验证该方法的有效性和优异性;通过构建多级体素,不仅提高了邻域搜索的速度,还提高了单个支柱及支持装置的点云提取精度。     

基于布模拟滤波和支持向量机的隧道三维点云提取算法

针对传统隧道点云提取方法存在先验条件要求较高、参数依赖性较强、通用性较差的问题，提出基于布模拟滤波和支持向量机的隧道三维点云提取算法。介绍隧道三维点云提取算法流程，分析点云数据获取与下采样算法、基于布模拟滤波算法的地面滤波，以及基于支持向量机的隧道点云提取算法，并开展现场验证试验。试验结果表明，基于布模拟滤波和支持向量机的隧道三维点云提取算法，可准确剔除与隧道点云特征不一致的非隧道点云，隧道点云提取具有处理速度快、准确率高、通用性强的特点。但如果隧道中出现大量距离隧道非常接近的物体，且体积较小，该算法会出现较多误判。减少误判是该隧道三维点云提取算法今后的研究方向。     

朔黄铁路隧道衬砌表观病害检测技术

为实现朔黄铁路隧道衬砌表观病害远距离非接触快速检测,提出一种基于多源数据深度融合的隧道病害检测方法。首先利用高清线阵相机、激光扫描传感器等检测设备获取隧道衬砌表观高清图像和激光点云数据,然后利用特征提取网络提取图像和点云特征图,并采用空间变换方法将图像特征图投影到点云特征俯视图上得到融合特征图,最后利用候选区域网络和金字塔场景分析网络对融合特征图进行检测识别,输出病害的类型与位置信息。在朔黄铁路重点隧道开展的现场试验表明,该方法能检测隧道裂缝、掉块、渗水等表观病害状态,有效提升重载铁路隧道运维的智能化程度及综合检测水平。     

铁路地形图建筑物的自动化提取方法研究

针对目前基于机载激光雷达技术测绘建筑物自动化程度不足这一问题,研究通过机载激光雷达点云数据自动提取建筑物。首先对原始激光点云进行地面点滤除、点云分割和点云分类,形成单体化的建筑物点云数据。然后对单体化建筑物点云数据通过边界点云提取、边界点云精化和边界点云简化三步形成建筑物矢量图形,从而满足地形图制图要求。通过实验工程验证,该方法可实现91%的建筑物和高架桥的正确提取,提取精度满足铁路大比例尺规范要求,具有人工干预少、自动化程度高、数学精度稳定可靠等优势。该方法的普及,将有助于提高铁路工程地形图的生产效率、降低劳动强度。     

基于超像素分割变化特征提取的高铁环境变化监测

为了保障高铁安全有序运营,需要定期进行高铁沿线运营环境的变化监测,及时发现对高铁具有威胁的地表目标。采用"高分二号"遥感数据作为数据源,使用改进型多尺度Forstner算法进行特征点提取,完成不同时相影像在空间上的精确匹配。使用SLIC超像素分割算法进行影像对象分割,将影像数据由单一像素转化为地物对象。对地物样本对象单元进行统计,确定分类阈值,进行变化区、未变化区、混淆区域的分类,再综合利用两个时相的NDVI、NDWI和亮度特征信息对混淆分类区域作进一步分类。在变化区、未变化区各随机生成100个检验点,通过对检验点的统计可知:该方法总体精度为91%,有效抑制了"椒盐噪声",使得变化区域边界与真实地物状况更加吻合。     

基于车载激光雷达技术的高速铁路无砟轨道设施调查方法

我国高速铁路网日益完善,规模越来越大,铁路管理部门对高速铁路设施提出了信息化和精细化管理的要求,需要对既有运行线路道床的轨道板、底座板、扣件等轨道设施进行调查,建立轨道设施信息管理系统。由于运营线路的维修天窗时间短,传统的人工调查方法不适合大范围轨道设施普查,因此提出了基于车载激光雷达成像技术的轨道设施调查方法。该方法利用车载激光雷达系统快速采集轨道现场的三维点云数据,通过专用数据处理软件从三维点云中提取轨道设施信息。实践证明,该方法每1 h可以调查5 km的轨道设施,是传统人工调查效率的20倍以上,几何测量精度达到毫米级,大幅提高了既有线高速铁路轨道基础数据的采集效率。     

三维激光扫描仪在轨距提取中的应用研究

采用徕卡MS50三维激光扫描仪获取同济大学试验线点云数据,并结合预处理软件对其进行处理,对点云数据封装并规则化处理后建立基础操作模型,生成轨面下16 mm处特征截面,在此基础上提取、导出线路轨距。经比较,软件提取轨距与人工实测值基本吻合。本次试验实现了在三维模式下轨距的提取,为获取线路轨距数据提供了新的方法。     

一种从LIDAR点云数据中提取DTM的方法

DTM的应用日益重要和广泛，利用LIDAR点云数据提取DTM是一种简单有效的方法。但由于地形的多样性和地面上物体的复杂性，以及LIDAR原始点云数据的不连续性和不规律性，很难找出一种在各种地形都适用的DTM提取方法。提出一种从LIDAR数据中快速提取DTM的方法，分三个步骤：首先对原始LIDAR点云数据进行规则化处理，生成DSM；然后对DSM按单元进行一些操作，得到初始DTM；最后利用梯度阈值操作，进行DTM平滑。实验结果表明，该方法简单实用，适应性强。     

基于点云数据的隧道断面线提取方法

隧道工程通常使用断面线进行限界、超欠挖、变形测量等应用的分析。介绍一种基于点云数据的隧道断面线提取方法,该方法以经过拼接、滤波、去噪之后的三维激光点云为数据源,首先对点云进行重组织,以便快速检索;然后根据隧道中线获得待提取断面线所在平面附近的点云切片;最后对点云进行处理,得到断面线。     

基于激光雷达的地铁隧道形变检测方法

针对地铁隧道出现的形变问题,提出利用车载激光雷达对地铁隧道进行扫描检测的方法。该方法测得的点云数据需进行坐标转换,在点云数据预处理时通过统计滤波与双边滤波相结合的算法去噪,采用最小二乘法进行断面拟合得到光滑拟合曲线。对不同时期检测的同一位置断面进行局部形变分析,对某一区间段不同位置断面进行区间收敛分析,实现地铁隧道断面的形变分析。通过该方法的处理,可以更加有效地获取地铁隧道的形变信息,对实现地铁隧道形变动态检测具有借鉴意义。     

布料模拟滤波方法在铁路勘测LiDAR中的应用

利用机载LiDAR建立数字高程模型(DEM),点云滤波是至关重要的一环。铁路勘察项目地形复杂多变,传统的点云滤波算法需要根据地形的复杂程度设置不同的参数,且无法适应陡坡、狭长地物和间断的复杂地形场景区域。为提高点云滤波精度,降低参数设置经验门槛,介绍一种基于布料模拟的点云滤波算法(CSF)。该方法通过将原始点云进行倒置,模拟布料覆盖倒置点云表面的物理过程,分析布料粒子节点与邻近激光点之间的相互作用,从而确定布料节点位置产生地面近似值,最后通过比较布料节点生成的近似表面和原始点云之间的距离,以及设置的阈值提取原始点云的地面点。实验结果表明,该方法总误差低于11%,kappa系数优于92%,与传统的点云滤波算法相比,CSF算法具有滤波效果好、参数设置少、普适性强等优点。     

基于2D的钢轨轮廓特征点提取方法研究

钢轨轮廓数据特征点快速、准确提取是保证钢轨轮廓精确匹配、轨道几何不平顺精确检测的前提。对基于二维激光位移传感器(2D)的钢轨轮廓测量数据特征点提取方法进行研究,通过对采集的钢轨半断面轮廓数据采用基于中值误差与连续度自适应调整权值的平滑滤波方法对实测轮廓数据进行平滑处理,解决存在分段的轮廓数据达到分段平滑的效果。提出钢轨轮廓特征曲线的概念,并给出特征曲线的一种定义方式,利用特征曲线上的特征点去快速定位实测轮廓特征点。最后,采用GJ-2型轨道检测车进行试验,通过对实际轨道进行轮廓测量,采用本文所提出的特征点提取方法对实测轮廓数据进行特征点提取,试验证明,该方法能快速、准确地定位轮廓特征点。     

地面激光扫描技术在既有铁路勘测中的应用研究

以线路中心线为基本控制线的既有线测量方法施测困难,且对运营干扰大、安全性差、效率低。本文提出了将激光扫描技术应用于既有铁路勘测的数据采集方案和数据处理方法,利用地面三维激光扫描仪Surphaser 25HSX对测区长1 500 m的既有线按照试验施测方案进行了点云数据采集,并结合数据后处理软件Geomagic和Cyclone进行了点云预处理、点云配准及表面建模,提取实时线路中心线与原始航测底图进行对比分析,对试验数据做了精度分析。试验研究表明:采用合理的标靶设置和测站布设,三维激光扫描所得点云数据可满足既有线勘测设计需要,并且能提高获取原始数据的效率,保证了数据质量,降低了数据处理的复杂程度,测量方式更安全且信息丰富。     

基于分层投影的特征点点云数据压缩算法研究

在研究主流散乱点云压缩算法的基础上,提出了一种基于分层投影的特征点压缩算法,对点云数据进行压缩和提取,并与传统算法进行比对和分析,检验了该算法的可行性。