面向激光扫描点云图像色彩界面的交互设计研究

在激光扫描点云数据色彩交互界面的设计中,存在三维模型仿真度偏低的问题,设计一种面向激光扫描点云图像色彩界面的交互设计平台。平台由点云图像预处理模块、三维建模与模型渲染模块、色彩差异修正模块、界面交互设计模块构成。点云图像预处理模块通过弦高差法实现有序点云图像数据的降噪处理,通过双边滤波方法实现散乱点云图像数据的降噪处理。三维建模与模型渲染模块能够实现物体三维模型的构建、纹理映射、渲染。在色彩差异修正模块中,通过色彩迁移算法实现模型的色彩差异修正。在界面交互设计模块中,将界面设计分为三个内容模式的设计:互动、比较、展示。测试设计平台与三种对比方法,测试结果表明设计平台古建筑的三维模型仿真度为99.51%,现代复杂建筑的仿真度为99.78%;交互场景真实度高于97%。

目标颜色和粗糙度对三维激光扫描点云精度影响研究

三维激光扫描仪获取的点云精度受多种因素影响,研究扫描目标颜色和粗糙度对点云精度影响有实际意义。本文选择6种不同颜色和2种不同粗糙度的材料,在室内利用三维激光扫描仪获取点云数据,采用随机软件获取每个样本的点云数量和平均反射强度,并对数据进行全面分析。研究结果表明,目标颜色和粗糙度对三维激光扫描仪获取的点云精度有一定影响;颜色对精度影响较大,粗糙度对精度影响较小。

激光扫描点云中运动图像边界信息提取方法

使用距离地面较远的机载激光扫描获取运动图像边界信息数据,得到的数据点密度较低,无法精细提取运动图像边界信息,因此设计一种激光扫描点云中运动图像边界信息提取方法。首先获取激光扫描点云运动图像,对其中的三维激光扫描仪、惯性测量单元等装置进行组合并设置相关的参数,并对激光扫描点云得到的数据预处理,使用八叉树建立离散点之间的关系,通过点云体素化完成去噪,最后通过地物聚类完成运动图像特征点云三维信息的提取。实验结果表明,所设计方法提取准确性较高,完整性较好,提取质量效果较佳,均超过了97%,具有较好的提取效果。

一种车载激光扫描点云中路面坑槽自动提取方法

以车载激光扫描点云数据为研究对象,提出一种剖面线自适应曲线拟合的坑槽自动提取方法。首先对点云进行地面滤波,获取地面点云;然后绘制路面连续剖面线,通过点云提取剖面线上网格节点的高程,并进行高程高斯平滑处理;之后对剖面线节点进行最小二乘曲线拟合,以符合角度约束的高曲率点作为候选坑槽边界点;最后对候选坑槽边界点进行聚类去噪优化,提取坑槽轮廓以及面积和深度信息。以车载移动测量系统获取的某段道路点云数据为例进行实验,实验结果表明,该方法能准确提取规则、不规则及凹陷形坑槽,提取结果与人工量测结果具有较高的一致性。

相位式地面三维激光扫描点云的噪声滤除

本文针对相位式三维激光扫描仪扫描过程中因扫描到边界或扫描超过极限测程后产生的噪声问题,提出了一种结合扫描目标空间间隔、激光点云反射强度及点云空间分布特征结合的点云噪声去除方法,以某古建筑相位式三维扫描数据进行实例验证表明,本文提出算法去噪准确率达99.0%,能有效去除了相位式三维扫描点云的极限噪声。

激光扫描点云数据库的存储系统设计

激光扫描点云数据存储是目前地理信息系统和测量系统的一个重要研究方向,点云数据存储系统的效率影响着点云数据处理分析能力,从而影响地理信息的获得,以及对测量等方面工作造成影响。传统的激光扫描点云数据库存储系统,一直存在存储内存空间大,存储效率却很低的问题。提出基于OTSU多阈值分割的激光扫描点云数据存储系统设计方法,首先分析点云数据查询系统结构,了解用户需求,完成系统运行平台的选择及系统安全性的分析,从而完成点云数据存储和管理框图,然后利用OTSU多阈值分割方法对数据库数据进行分析,提高激光扫描点云数据存储系统查询结果的准确性,通过仿真实验证明,所提方法能够有效提高激光扫描点云数据存储系统效率且占用的内存较其他方法小,具有较高的实用价值。

基于BIM和激光扫描点云技术的智能安装系统的研究及开发

本文通过研究三维激光扫描的控制网布设、点云数据的采集、点云数据的处理,进行实时点云模型与施工BIM模型的对比校核,开发一种基于BIM和物联网的预制装配式建筑智能施工安装系统,同时建立示范工程试点,以实际项目运用成果作为反馈,优化了现有管理方法与施工工艺,降低了安装偏差,提高了工程质量。

基于激光扫描点云的3D地形模拟实验设计

当前3D地形模拟方法未考虑点云数据去噪问题,导致模拟时间较长,准确性较低。为此提出一种基于激光扫描点云的3D地形模拟方法。将噪声点进行分类,去除离群点,通过最小二乘拟合出K邻域内点的最佳逼近平面,判定邻域各点到平面的距离以及设定阈值的大小,以此为依据去除数据中存在的噪声。提取3D地形的轮廓点作为简化点云需要保留的特征点,将轮廓点曲率最小值设定为分界,根据曲率大小将点云数据划分为两部分。结合Geomagic Studio进行3D地形模拟。仿真实验结果表明,所提方法的3D地形模拟时间平均为3.1 s,极值误差为0.022%,平均误差为0.024。

图像匹配点云与激光扫描点云的模型重建对比

为分析图像匹配点云与激光扫描点云的模型重建效果与精度,文中使用同时获取的孔子图像数据与激光扫描点云数据,进行加工与建模处理,并定性定量的评估了两种模型重建方式的可视化效果与模型精度。结果表明:激光扫描点云数据是高精度模型重建的最佳数据,在精度要求不高的前提下,图像匹配点云可作为真实场景仿真的有效数据。

基于数据增强与掩码学习的移动激光扫描点云分类方法

车载移动激光扫描(MLS)点云可以精确描述道路周围场景,其分类结果可为智能交通、数字孪生城市、高精地图及辅助驾驶等任务提供数据基础。为增强点云分类模型提取特征的表达能力,提高预测的鲁棒性,提出一个基于数据增强与掩码学习的MLS点云分类方法。所提方法主要由高程校准的Mix3D(EC-Mix3D)点云增强策略和掩码学习框架构成。其中,EC-Mix3D策略用于对训练数据进行高程校准的场景混合,扩充训练样本分布,提高模型预测的鲁棒性;掩码学习框架首先对输入点云施加随机块掩码操作获取掩码点云,然后对原始点云和掩码点云的预测进行标签监督学习、一致性约束及错误预测熵最大化,提高对点云特征的表达能力。采用公共MLS数据集(Toronto3D和Pairs数据集)进行方法验证。实验结果表明,所提方法可以对MLS点云进行有效分类,在两个测试数据集上分别获得了83.8%和68.74%的平均交并比,优于其他对比方法。

基于激光点云的预制混凝土箱梁外观尺寸检测方法研究

为精确评估复杂施工环境下具有弯扭变形的预制混凝土箱梁的外观尺寸制作精度,基于三维激光点云提出预制混凝土箱梁的外观尺寸和整体变形全流程检测方法。该方法针对扫描点云的非均匀性,提出了点云混合压缩算法,较好地保护了曲率特征和低密度区点云。通过点云边界识别、点云面域分割提取特征线和特征面;对实际扫描中点云缺失面进行填充;采用切片投影法提取构件局部断面点云以进行尺寸计算。以某单跨高架桥8片预制混凝土箱梁为检测对象,针对7个典型尺寸检测项目,计算分析了其点云计算值和现场测量值的绝对差值,依据《公路工程质量检验评定标准第一册土建工程》(JTG F80/1—2017)评估了箱梁整体尺寸的制作精度,运用统计学方法评估整体变形形态。结果表明:箱梁7个尺寸检测项目共132组对比数据中80.3%的绝对差值保持在10 mm以内,验证了本文点云特征提取及尺寸计算方法具有较高精度;箱梁整体尺寸制作质量基本合格;箱梁上拱线形更接近三次多项式曲线,腹板相对扭转角保持在2°以内,表明箱梁并未产生过大的扭转变形。

一种基于三维激光扫描点云数据的变电站快速建模方法

以3ds Max脚本(MAXScript)建模为主、手动组合变电站建筑物单体为辅,提出一种基于三维激光扫描点云数据的变电站三维模型构建方法。所提方法能够解决变电站三维建模中手工建模效率低和模型可扩展性差等问题。以云南省富源县某110 kV变电站三维建模为例展开实验,实验结果表明,所提方法在一定程度上可满足精度要求,并且能够降低变电站的建模成本,提高变电站的建模效率。

车载激光点云中杆状目标自动提取

针对车载激光扫描数据中杆状目标点云自动提取易受临近地物干扰的问题,提出了一种基于扫描线聚类判别的杆状目标自动提取方法。该方法根据不同地物在扫描线数据中的形态,设计了从单条扫描线到多条扫描线的数据处理流程。首先对单条扫描线上的点进行距离聚类,得到不同的地物横剖面点集;然后根据点集内点的数量和杆状目标在扫描线上的分布形态,对聚类点集进行杆状目标种子点集判别;最后在疑似杆状目标种子点集的平面投影位置处,对多条扫描线进行点集聚类和去噪处理得到杆状目标点云。实验分析表明,针对不同的激光扫描数据,该方法能有效降低临近地物干扰,提取出道路两侧的杆状目标。

激光扫描点云数据的圆柱拟合方法

针对激光扫描仪点云数据存在较多粗差点导致拟合圆柱不够精确的问题,该文在比较圆柱拟合方法不同特点的基础上,改善了初值任意选取的圆柱拟合方法和基于坐标转换的圆柱拟合方法,对相同的激光扫描仪点云数据进行圆柱拟合,设置相同的收敛条件,每次迭代收敛后,剔除大于3倍中误差的粗差点重新求解,直至没有较大粗差点,最终得到的圆柱参数基本一致。实验表明,改善后的初值任意选取的圆柱拟合方法和基于坐标转换的圆柱拟合方法能够有效剔除激光扫描仪点云数据中的粗差点,且能够满足一般工程的精度要求。

基于点云数据的采空区三维建模算法

为有效实施对采空区的控制和安全管理,需要准确掌握矿山采空区的体积、空间三维形态和实际边界。通过三维激光扫描技术可获取采空区表面点云数据,结合矿山采空区自身空间几何特点,提出伪极点-Crust建模算法。其基本思路为:在三维Delaunay三角剖分的基础上,给出伪极点的概念,以伪极点代替传统Crust算法中的极点,减小数据存储量;同时结合奇异四面体判别准则,确保采空区模型的准确性;通过使用模型内外检测算法和伪极点-Crust图抽取算法,建立采空区三维模型。用VC++实现该算法,对安徽铜陵冬瓜山铜矿采空区建模进行试验。研究结果表明:采用该算法建模快速,结果准确;该算法同样适用于实测巷道建模、采场验收、计算机几何造型、逆向工程和虚拟现实技术等。

三维激光扫描技术下的规划验收测量数据处理及成果获取

三维激光扫描技术由于可快速获取高精度、高密度点云数据,可将拟验收建筑及周边情况几乎完全无差地复制到电脑中,是规划验收测量特别是复杂建筑规划验收测量的理想方法,但是其数据处理一直是影响甚至制约其应用的瓶颈。本文简述了规划验收测量要点,以及三维激光扫描点云数据初步处理流程,并针对制作规划验收测量各类图件的不同需求,提出了分别通过直接取线、切片、投影等方法制作成果图件的工作思路及各方法的特点。但是还需研究和解决海量点云的数据处理,以及根据验收测量特点获得测量成果图件的问题。

基于三维激光扫描的太湖隧道施工围堰监测信息系统研究与实现

从隧道监控量测的现状出发,分析了太湖隧道施工围堰监测数据的特点,提出变形监测三维激光扫描点云的三层数据管理体系,设计了一种综合利用网络编程工具和调用外部模块实现监测点变形过程的多模型曲线动态绘制方法,建立了一种隧道风险指数计算模型,实现了原始点云、标靶球点云、标靶球坐标的统一管理、变形曲线的按需绘制和施工风险的及时预警。

旋转形体点云轴线提取制约因素分析

旋转形体的轴线提取属于高精度的工业测量范围,三维激光扫描测量方式应用于此方面具有一定的优势,在数据的准备阶段尚存在若干问题。本文从测量仪器的选取、数据采集、多站拼接处理及数据分析等阶段出发,以火箭发动机喷管为例,分析制约火箭发动机喷管点云旋转轴提取精度的若干因素及其相应的解决办法,并利用实测数据对相关问题做了验证。

堆石坝压实密度快速检测方法的研究

提出了基于三维激光扫描、图像智能识别与小粒径骨料自动筛分机的堆石坝密度快速检测方法,旨在提高堆石坝检测精度和效率,保障水利工程安全。通过三维激光扫描获取堆石坝测坑表面的三维点云数据,实现测坑体积的快速计算;结合图像智能识别技术,实现对骨料粒径的自动测量;利用小粒径骨料自动筛分机对堆石坝中的骨料进行筛分和测量,定量评价压实状态。该方法具有快速、准确等优点,适用于大规模的堆石坝密度检测,达到了推动碾压施工自动化水平的效果。

基于逆向扫描技术的百年钢桥修复变形分析与研究

以上海浙江路桥大修工程为例,系统介绍了2种扫描技术在桥梁施工过程中的应用。详细讲解了扫描设备在复杂钢桁架桥梁上的操作过程,并利用点云数据分析了桥梁在无应力状态及有应力状态下的结构变形状况,从而为判断桥梁结构的健康状态提供依据;另采用高精度白光扫描设备对部分涉及新老连接的桥梁节点进行数据采集,分析了老桥的孔位偏差与分布情况,为新构件的匹配提供了设计依据。研究结果表明:逆向采集技术对复杂桥梁结构的大修及形变的监控具有较好的辅助监测效果,所采集的数据密度和精确度远远优于传统手段,可为同类型桥梁大修提供一定的参考。