基于小波融合技术的云噪声影像修补法

在可见光遥感影像中,常常因为云噪声的遮挡而很难获得有云区域的信息,从而影响测绘产品的精度。本文依据小波变换理论,制订了基于阈值判断的系数取值融合规则,并与灰度的直方图匹配和中值滤波相结合,通过组合同一传感器不同时相或不同传感器所获取的遥感卫星影像,从而重构出消除云噪声后且灰度均衡的影像。经实验证明,该方法具有一定的可行性。

基于噪声位置分布的点云去噪算法研究

针对三维点云噪声数据位置分布的特点,采用不同的去噪算法对噪声数据进行处理。通过结合K-D树算法和高斯滤波技术,可以有效地消除大尺度的体外点云噪声;而对于混杂在主体内部的噪声,由于其他目标点之间的距离比较近,可以采用随机采样一致算法来进行有效的抑制。实验结果表明,该算法不仅可以消除游离在点云周边的体外噪声点云数据,对主体内点云噪声也能有效地去掉,使得点云模型表面光顺平滑。

地面激光点云强度噪声的三维扩散滤波方法

为提高点云数据质量,对点云强度进行滤波的同时保持边缘和细节特征,针对地面激光扫描点云的数据特点,研究建立了点云强度三维扩散滤波方程。深入分析扩散尺度在扩散滤波中的作用,利用信噪比作为滤波质量的定量评价方法,通过统计试验和对比试验,证明本文方法在点云强度滤波中具有较好效果。

散乱噪声点云的数据分割

提出基于边界曲线微分几何特征的新方法分割散乱噪声点云。改进TAUBIN方法以精确恢复散乱噪声数据的主曲率和主方向。通过分析散乱点在主方向的曲率变化,达到识别G1、G2连续边界点的目的。获得的边界点形成边界带,将点云分割为多块子区域。最后采用区域增长的方法提取各子区域。试验结果表明所提出的方法能够克服噪声影响,有效提取散乱噪声点云的G1、G2边界。对复杂曲面模型,该方法也能够直接获得较好的G2连续边界。

分层式南方丘陵区机载LiDAR点云噪声剔除算法研究——以浙江省某地区为例

根据南方丘陵区地形起伏较大的地理特点,该文提出了分层式点云噪声剔除算法。选取南方丘陵区浙江省某地机载LiDAR数据进行了实例验证,并与局部点云拟合法、深度图像法的剔除效果进行了比较,结果显示了该方法的有效性。该方法对于起伏较大的丘陵地区作业具有一定的参考价值。

建筑内噪声点云去除的扫描光线截断法

建筑内部噪声点云由于不同风格的家具及遮挡问题,分布规律比较复杂且通常与建筑立面粘连,难以通过交互的方式去除。针对这一问题,本文提出了一种建筑内噪声去除的扫描光线截断法。该方法首先分割建筑面片;然后将扫描中心点与点云组成的扫描光线与建筑立面求交;最后通过比较扫描光线的长度和扫描中心点与交点的距离,利用建筑立面截断扫描光线,从而在保持原始采样间隔的情况下自动去除建筑内部噪声点云。试验结果表明,该方法能较好地去除建筑内部的噪声点。

基于4PCS和SICP的点云配准方法在钢轨磨耗计算中的应用

针对基于三维结构光扫描的钢轨磨耗快速精确测量,本文提出了一种基于4PCS(4-points congruent sets)和SICP(sparse iterative closest point)的点云配准组合算法,用于快速精确配准不完整且含噪声的磨耗钢轨与标准钢轨点云。由于三维结构光设备一次扫描得到的磨耗钢轨数据是不完整且含噪声的,因此首先利用针对低重叠率点云配准鲁棒性较好的4PCS对钢轨点云进行粗配准,为精确配准提供较好的初始变换矩阵。然后,再利用针对含噪声点云配准鲁棒性较好的SICP进行精确配准。最后,根据精确配准结果计算出轨头磨耗。文中定量分析了不同程度降采样对配准精度、时间及轨头磨耗计算精度的影响,展现了4PCS+SICP在快速精确配准不完整且含噪声的钢轨点云的优越性,得出了不同程度降采样对轨头磨耗计算精度无影响的结论。与此同时,对钢轨点云含不同程度的噪声点云配准做了定量对比分析,验证了SICP在含噪声的磨耗钢轨点云精确配准中的鲁棒性。

双阈值法地面激光点云强度图像边缘提取

在扩展目标激光测距方程的基础上,根据扫描仪的辐射机制,分析了利用强度图像进行点云边缘提取的可行性及强度图像中非边缘点、边缘点及噪声点的八邻域特征.根据各类点的八邻域特征,提出了一种双阈值判别准则,用于提取强度图像中的非边缘点、边缘点与噪声点.根据判别结果:对非边缘点与噪声点进行中值滤波;对边缘点,其灰度值保持不变.最后利用Canny算子对滤波后的强度图像进行边缘提取,并通过实验对该方法进行了验证,对不同的双阈值选取结果进行了讨论分析.实验结果表明:利用原始激光强度图像可有效实现地面激光点云的边缘提取,双阈值法不仅能去除点云强度图像中的椒盐噪声,同时能保证边缘提取的精度.

基于坐标变换的圆柱体点云数据拟合方法

为了解决工程测量中圆柱体点云数据的拟合问题,论文通过迭代逼近法求解圆柱体中轴线方向向量,再将点云数据按照中轴线方向进行坐标变换到与竖直方向平行,最后通过拟合平面圆形得到圆柱体的模型参数,将三维的非线性拟合问题转换为二维的线性拟合问题,降低了处理的复杂度,也避免了非线性最小二乘拟合过程中初值选取的问题,同时也能处理任意方向的圆柱体拟合问题。另外通过计算拟合中误差进行噪声点剔除处理,通过迭代拟合提高了圆柱体的拟合精度。实验结果表明该算法能够满足实际工程测量中圆柱体拟合的精度需求。

等值线平滑的噪声地图矢量化优化方法

噪声地图中栅格型噪声云图被放大后会产生失真现象,且占用的存储空间较大,不利于大尺度噪声地图的精细化展示。为提升噪声云图展示效果并降低文件大小,研究双线性插值、双三次卷积插值、栅格图像矢量化方法的优缺点,提出一种基于噪声等值线平滑的矢量化优化方法。该方法利用平滑后的等值线、绘图边界、建筑物轮廓等构建矢量面要素,并根据各面要素内噪声值通过渲染得到矢量噪声云图。不同噪声云图优化方法的对比结果表明,根据基于等值线平滑的优化方法得到的矢量噪声云图对噪声传播和分布规律的展示更为清晰,数据量降为栅格数据的1/30,且噪声展示精度灵活可调,对于改善噪声地图质量、增强噪声地图实用性具有重要意义。该方法也可推广应用于绘制其他类似的专题地图以提升数据可视化效果。

基于卡尔曼滤波的GM(1,1)模型在三维激光扫描边坡沉降变形分析中的应用

利用三维地面激光扫描技术进行边坡变形监测时,由于其监测的数据容易受树木、行人、行车、电线杆等外界因素的干扰,所得到的结果是一组含噪声较多的边坡沉降时间序列。通过卡尔曼滤波对初始监测数据进行去噪处理,可以平滑掉曲线上波动较大的尖点,得到更合理的沉降曲线,有效提高模型的预测精度。基于以上理论,本文采用三维激光扫描仪对西北某湿陷性黄土边坡进行扫描,将得到的点云数据采用重心法提取特征点的高程坐标,再对数据采用卡尔曼滤波算法进行滤波去噪处理,通过建立基于卡尔曼滤波算法的新预测模型来预测其沉降变形。通过工程实例表明:建立的新模型的拟合和预测精度要优于传统灰色预测模型,具有较好的借鉴意义,为以后三维激光扫描技术在边坡变形监测中的应用提供指导。

利用Delaunay细分进行噪声点云曲面重建

针对噪声点云曲面重建,提出了一种基于Delaunay细分的曲面重建算法。首先以点云法向为约束,采用抗差估计的方法拟合球面近似局部曲面;然后利用沿坐标轴的包围盒树结构(axis aligned bounding boxes tree,AABB-tree)快速搜索与线段相交的曲面包围球,以各包围球球心为初值、半径为可信区间,并行化迭代计算出线段与球面的首个交点,该交点可近似为线段与曲面交点;最后不断地插入交点进行Delaunay细分,从而网格化曲面。实验结果表明,当点云噪声较大时,该方法可以快速、稳健地重建出高质量曲面,且曲面重建精度较高。

AutoScan系列复杂零件自动化三维测量装备开发与应用

自动化三维测量可实现复杂零件的精度检测,为后续工艺优化提供基础数据,是保证航空航天领域复杂零件成形精度的关键技术,但应用时尚存在以下问题:其一,自动化三维测量视点规划仍以人工示教为主,规划效率低、效果差;其二,锻造成形等工业现场工况恶劣,易使系统预先标定的参数发生漂移,测量精度难以保证;其三,多视测量数据拼接仍主要采用标志点拼接的方式,过程繁琐,应用局限大;其四,在线自动化测量时受工装夹具等影响,测量点云中存在大量背景噪声,影响数据自动处理的精度与稳定性。针对上述难题,介绍了基于双目测头的自动化测量视点规划、基于耦合焦距比例约束的系统参数自标定、基于全局优化的多视测量数据拼接、基于自适应阈值迭代最近点(ICP)点云背景噪声自动去除等关键技术;在此基础上,研制了系列自动化三维测量装备,包括PowerVirtualPlan视点规划软件、PowerScan三维测量软件、iPoint3D数据处理软件的开发;最后,介绍自动化三维测量装备在航天航空等领域的工程应用情况。