基于差分计算的林木测量二维点云数据滤波

为滤除激光扫描仪获取的林地采育作业环境的无效数据,从原始数据中抽取出目标立木的数据,需要对扫描仪获取的数据进行滤波处理。将差分方法应用于数据滤波,通过MATLAB编程实现滤波算法并对其关键阈值进行分析研究。结果表明,在32m的扫描范围、0.5度的分辨率的条件下,设定有效点个数为3～40个,阈值为200(mm)时,可以把目标立木从原始信号数据中有效过滤出来。

基于二维点云图的三维人体建模方法

近年来基于二维图像的三维建模方法取得了快速发展,但就人体建模而言,由于摄像头采集到的二维人体图像包含衣物、发丝等大量的纹理信息,而像虚拟试衣等相关应用需要将人体表面的衣物褶皱等纹理信息去除,同时考虑到裸体数据采集侵犯了用户的隐私,因此提出一种基于二维点云图像到三维人体模型的新型建模方法。与摄像机等辅助设备进行二维图片数据集的采集不同,该算法的输入是由三维人体点云模型以顶点模式绘制的二维点云渲染图。主要工作是建立一个由二维点云图和相应的人体黑白二值图构成的数据集,并训练一个由前者生成后者的生成对抗网络模型。该模型将二维点云图转化为相应的黑白二值图。将该二值图输入一个训练好的卷积神经网络,用于评估二维图像到三维人体模型构建的效果。考虑到由不完整三维点云数据重建完整的三维人体网格模型是一个具有挑战性的问题,因此通过模拟二维点云的破损和残缺状态,使得算法能够处理不完整的二维点云图。大量的实验结果表明,该方法重建出的三维人体模型能够有效实现视觉上的真实感,为了对重建后的精度进行定量的分析,选取了人体特征中具有代表性的腰围特征作为误差评估;为了增加三维人体模型库中人体形态的多样性,还引入一种便捷的三维人体模型数据增强技术。实验结果表明,该算法只需要输入一张二维点云图像,就能快速创建出相应的数字化人体模型。

二维点轮廓与矢量轮廓配准研究

在平面类零件的光学测量中,二维点轮廓与矢量轮廓的配准是关键算法,配准精度直接影响测量精度。针对平面类零件的配准问题,提出了基于形状特征函数的粗配准算法和二维矢量最近点迭代(ICP)精配准算法。利用角度距离图法将矢量图形的几何信息转化为独立于坐标系的连续函数,进而实现粗配准算法。基于平面上点与曲线的最近距离算法计算配准目标函数,给出了不同于传统的ICP算法的直接求解目标函数的解析方法,有效提高了算法效率。利用实例验证分析了该算法的高效性和可靠性。

面向复杂轨形的钢轨断面轮廓实时识别方法

钢轨断面轮廓检测装备能够测量钢轨的磨耗情况,为铁路维修保养提供重要参考。能否及时准确地从普通轨道、道岔、接头等复杂路况条件下识别出有效钢轨廓形制约了检测装备的实际应用性能。通过对二维线激光采样数据的统计分析,实现对有效廓形和异常廓形的分类识别。首先,对比线路中不同区域的钢轨轮廓形态,选择轨头与轨腰的间断性和轨头与轨腰的形态相关性作为有效轮廓的识别依据。其次,利用不同路况条件下的钢轨轮廓点云数据分布情况,实现对原始数据中难以评估磨耗程度的异常轮廓数据进行识别分类。现场实验测试结果表明,该方法识别出的有效轮廓分布和实际路况基本一致,在行车测试速度8.3 km/h的条件下,单个轮廓平均识别时间为9.78 ms,识别准确率达到97%以上。

RIEGL LMS-Q140i-80激光扫描仪精度评定

RIEGL LMS-Q140i-80激光扫描仪是863课题“近景目标三维测量技术”中关键传感器之一,其精度直接影响课题所能达到的精度指标。为衡量扫描仪实际精度与其标称精度的一致性,设计扫描仪在静止情况下进行扫描实验。实验结果表明:扫描仪的实际精度与其标称精度相一致,满足课题对传感器的精度要求。