基于点云均匀度的植被点剔除方法

针对植被点影响三维激光扫描仪获取开采沉陷盆地精度的问题,提出一种基于点云均匀度的树木点剔除方法。首先构建以点k-邻域的最大坐标差为边长的虚拟立方体,以及包围该点集的最小长方体,通过最小长方体与虚拟立方体的体积比来判别植被点。研究结果表明,该方法可较好的识别树木和低矮的杂草等植被点,可以提高开采沉陷盆地的精度。

点云空间分布的树木点剔除方法

针对树木点影响三维激光扫描仪获取沉陷区DEM精度的问题,根据树木点云的空间分布特点,采用一种基于点云空间分布的树木点剔除方法,构建以点为中心的虚拟立方体,及包围立方体内点集的子立方体,通过比较子立方体体积的大小来识别树木点并剔除.研究结果表明:该方法可以较好的剔除树木点并保留地面点,同时将地面点错分为非地面点的误差较小,具有一定实用价值.

基于形状插值的B超图像三维表面重建

B超图像由于受其成像机理的限制,其成像质量较差,无法采用与CT(计算机断层扫描)、MRI(磁共振成像)类似的三维重建方法。针对B超图像的缺点,采用基于形状的插值方法将其转换为等分辨率体数据。此外,对插值算法进行了适当改进,使重建的速度和效果得到明显改善。最后,分别采用移动立方体(marching cubes)算法、连接轮廓线、光线投射(ray casting)算法对B超图像进行三维重建。结果表明,移动立方体算法在重建的真实性和快速性方面都得到了更满意的效果。