基于曲率频数统计的支护锚杆点云自适应提取方法研究

针对抽水蓄能电站地下厂房施工期拱顶的支护锚杆,提出了一种从激光扫描采集的洞室密集点云中提取支护锚杆点云方法.设计了锚杆点云初识别和锚杆点云精提取的洞室支护锚杆点云提取过程.首先对获取的密集点云进行保留支护锚杆轮廓特征的降采样,通过建立局部坐标系的点云坐标分布特征,结合支护锚杆的实际结构参数判定,初识别存在支护锚杆疑似点云的区域;再采用曲率阈值法精提取锚杆结构点云,分类提取支护锚杆部位点云.通过实际工程采集的支护锚杆点云提取处理试验,结果表明:设计的支护锚杆点云簇初识别方法准确率为100%;采用基于曲率频数直方图曲线拟合的曲率阈值确定方法具有较好的适用性,能够将洞室中4类特征支护锚杆点云从拱顶粗糙表面的密集点云中精确地提取出来,可为施工洞室点云精确配准和变形分析提供优质可靠的数据源.

区域生长和水平集相融合的肺部CT图像分割

为将肺实质区域从含有背景、噪声的胸腔区域里分割出来,首先,应用传统的区域生长法初步定位肺部边界轮廓;其次,去除肺部边界噪声,采用自适应曲率阈值法修复肺部边界;最后,应用水平集法中的DRLSE模型精确地分割出肺部区域。融合两种方法分割肺部区域,有效防止了图像边缘的漏检,可处理多种类型病变的肺部图像。在随机抽取的150例图像中,分割的准确率达到96.9%,分割一幅图像花费的时间约为0.72 s,具有很强的鲁棒性和较高的分割精度。本算法能精确完整地分割出肺部区域并保留了肺区内的细节信息。