建筑立面点云对偶深度图像中窗户提取方法

提出了一种地面激光点云数据的建筑物立面窗户提取方法。针对窗户包含点云的情况,首先对建筑立面点云进行特征分析及无效点去除,由于窗户、展台、及其他凹凸特征物与建筑立面的墙面存在深度差,可基于此采用距离加权倒数IDW内插方法生成建筑面片的对偶深度图像,再经阈值分割、中值滤波平滑处理,形态学滤波等,找到窗户内的点云及边界。而对窗户空洞情况,可采用构建TIN进行边界提取,由于窗户边界点构成的边长远远大于窗户周边点,可基于此找到窗户边界点。通过对实测点云数据进行实验,将提取的效果与实际情况作对比,结果表明,该方法能有效对窗户进行提取。     

基于超体素的大型桥梁钢构件虚拟拼装

桥梁钢构件虚拟预拼装工序存在费时、占地较大、成本较高等问题。研究基于超体素分割与区域生长算法,提出一种自动化桥梁钢构件虚拟预拼装技术,实现对构件点云特征面精准分割。该方案考虑到纵梁与横梁构件特殊的几何形态,利用奇异值分解算法、随机一致性拟合算法及空间几何原理自动提取拼接所需特征点,有效解决了传统点云拼接控制点在人工选取时主观性较大、精度难以控制等问题。同时提出了阈值法与设计值辅助线法,在构件扫描点云质量缺失的情况下亦实现精确拼装。实际工程应用结果显示拼装后平均误差为0.62 mm,最大误差仅为1.32 mm,夹角误差最大为0.139°,方案的精度控制合理、适用性强。基于研究成果在Cloud Compare平台上研发了一组算法插件,进一步实现拼接工序的自动化与规范化。研究成果可为桥梁钢虚拟预拼装及同类型工程项目提供理论和算法支撑,具备较好的生产应用价值。     

基于PCA-TrICP的多源点云无缝三维重建

针对三维重建时使用单一数据源的局限性问题,融合异源的倾斜影像和三维激光点云进行三维实景重建.在前期工作中,利用倾斜摄影技术对校园图书馆建立初始模型,生成影像点云,并使用三维激光扫描仪获取其立面数据,完成去噪及拼接等预处理工作.针对预处理过后的影像点云和激光点云数据的配准,首先使用主成分分析方法对数据降低维度,对齐跨源点...     

基于最小二乘密度聚类的城市点云去噪算法

点云作为一种简便的三维表达方式,已经被大量应用在城市三维数字化中,但是城市对象的复杂多变,导致城市点云相较于其他场景点云,其较为复杂,去噪难度更高,去噪精度要求更高。为了解决城市点云的去噪问题,本文从高维特征密度空间出发,采用最小二乘密度聚类约束,遵循标准阈值原则设计了一种新的算法。本算法先构建高维特征密度空间,再用最小二乘算法求解各维度密度拟合曲线,最后根据标准阈值原则提取各维度合限点集的交集,即为目标点集。实验表明:本文算法针对城市场景中的点云具有较高的精度与较好的剔除效果,满足城市点云去噪任务的要求,达到了预期的效果。     

基于二维Gamma分布的激光点云去噪

利用地面激光扫描仪测量时,由于空气中尘埃等因素会产生噪声点,对后期三维建模等应用带来不利影响。在现有研究成果基础上,深入分析散乱点云的近邻域特性,采用基于二维Gamma分布实现点云去噪,并在kd-tree索引支持下对其进行优化,通过邻域均值和邻域距离变化斜率两个约束条件共同移除噪声点。实验结果表明,本文算法能自动识别噪声点,降低人工设置阈值的影响,并与传统的基于正态分布的邻域点去噪算法进行对比,实验效果较优,达到了预期效果。     

基于超体素的区域聚类的复杂场景分割

针对目前算法对复杂场景分割效果不理想问题,本文提出了基于超体素的区域聚类算法。该算法首先利用最新的算法对点云过分割得到超体素;其次通过计算种子超体素与其第一个邻接块的高程差的方式,把即将合并的区域判定为与地面或与其平行平面和其他面,分别采用不同的法向量夹角阈值和自动获取的正交距离阈值进行当前聚类区域与相邻块之间的相似性度量合并,在聚类过程中为了防止欠分割现象的发生,对每次有新的超体素加入时,就更新当前聚类块的法向量等几何信息;最后利用区域生长和改进前后的算法进行了定量和定性的比较,实验分析表明本文算法对复杂场景分割具有准确性和可靠性。     

大桥工字梁点云模型特征面智能识别及应用

独立钢梁预制构件的质量检测是现代桥梁建设的一个重要环节,传统手工作业的方式工作效率低且费时费力。为快速准确地对独立钢梁构件进行质量检测,提出一种基于点云模型的桥梁构件特征面语义智能识别算法,对构件质量参数所涉及的特征面进行智能提取。首先,利用三维激光扫描技术建立钢梁构件的精细化点云模型;其次,采用一种基于超体素的区域聚类复杂场景分割算法,对模型的不同特征区域进行划分,将同一特征明显的大区域组合体进行生长融合,将细小的、独立无关的特征体进行去除;再次,根据模型的空间几何特征(密度、法向量、空间连通性)建立语义提取规则,根据语义规则智能提取钢梁构件检测所涉及的关键特征语义面;最后,基于提取的特征语义面,提出钢梁构件梁高参数和拱度参数的检测算法思路。算法用于某省特大桥工字形组合钢梁构件检测,实验结果可知,梁高最大绝对误差1.65 mm,最小绝对误差0.37 mm,拱度最大绝对误差5.8 mm,最小绝对误差0.7 mm,均满足规范要求,该算法可以准确快速地识别构件关键语义特征面,为钢梁构件质量安全检测提供新的思路。