倾斜地面3D点云快速分割算法

依赖于平面拟合或局部几何特征区分地面障碍物的方法广泛应用于自动驾驶领域,但是在具有倾斜地形或稀疏数据的情况下,性能会降低。在倾斜地形场景中,利用激光雷达(LiDAR)提供的点云数据,通过地面点云的3D投影与直线拟合,利用栅格地图方法降低计算复杂度,实现地面点云的分割。针对非地面的点云集合,利用SLR聚类算法处理,通过设定强度特征阈值在垂直方向区分地面点与非地面点,并对扫描到的障碍物地面分类。通过实验分析,提出的算法较其他地面点云分割算法,一方面在倾斜地形上具有更好的建图效果,另一方面SLR聚类算法处理后的强度特征在X、Y、Z三个方向覆盖范围更精确,如在X方向相较于快速地面分割算法平均提高了44.0%,相较于添加了栅格地图的算法平均提高了40.1%。

一种复杂地形场景点云的WOA-CSF自适应性滤波方法

为解决布料模拟滤波算法(CSF)自适应性不高的问题,提出了一种基于鲸鱼优化算法(WOA)和自适应参数调整的改进CSF算法(WOA-CSF)。本文首先构造以误分类点云误差率最小为标准的适应度评价函数,然后采用WOA算法对CSF算法的四个参数进行自适应寻优,构建了WOA-CSF滤波算法,最后开展了WOA-CSF算法与CSF算法滤波实验的对比研究。实验结果表明:WOA-CSF算法在城市、乡镇、村庄和山区等四种复杂环境下平均Kappa系数从68.33%提升到81.54%,平均总误差率从10.54%下降到6.62%,平均I类误差率从25.87%下降到6.77%,在复杂场景下较好地滤除非地面点的同时,又极大程度上保留了地形特征。

基于车载LiDAR的露天矿场景三维模型构建

三维模型是地质地形数据,可为地质勘探、储量计算及采矿设计提供依据,利用车载LiDAR对露天矿进行快速的三维建模,为露天矿设计和生产管理提供高效、直观的数据支撑。本文对车载激光LiDAR获得的点云数据进行去噪、滤波、地形特征点提取等处理,构建矿区地表三角网,并对三维模型作编辑,所建立的模型与原始点云的最大偏差为4.2 cm、平均偏差为0.02 cm、标准偏差为0.2 cm,模型质量高,该处理方法可完成露天矿场景三维建模。

基于多波束点云空间变换的布料模拟滤波算法

为解决传统布料模拟滤波算法在陡坡处存在过度滤波的问题,基于多波束点云的特点提出了结合空间变换的布料模拟滤波算法。该算法通过空间变换对点云高程进行等比例压缩,使各类地形变得平坦后再进行布料模拟滤波。结果表明,该算法与传统布料模拟滤波算法相比,在多种水下地形中滤波效果均更好,Ⅰ类误差下降至0.98%,总体误差仅1.78%,生产出的DEM产品与实际高程接近,能满足多波束水下地形测绘的生产需要。

基于无人机倾斜摄影测量技术的复杂重丘区三维重构技术研究

结合无人机倾斜摄影技术和三维激光扫描技术两种方法,分析复杂重丘区地形条件下三维重构技术应用的可实施性,将地面三维激光点云与密集匹配点云配准融合得到完整的复杂重丘区三维点云模型,在生产传统平立剖图件的基础上,以三维点云和实景三维模型的形式对复杂重丘区进行数字化建档,为复杂地形测绘提供了理论支撑和技术参考。

基于点云数据的自然地形分类算法

提出一种自然地形分类算法以解决移动机器人导航中的环境理解问题。在单几何特征地形分类方法的基础上,提出的算法使用从点云中提取的复合特征训练分类器。复合特征向量包含一个点几何特征和颜色特征。算法首先计算点的坐标协方差矩阵和平均法向量协方差矩阵的特征值作为几何特征。然后通过标定激光雷达坐标系和相机坐标系使点得到颜色信息,把点的颜色作为颜色特征加入复合特征向量。算法使用最大期望-高斯混合模型(EM-GMM)训练一个分类器,训练数据由人工标注。实验结果表明,与单几何特征分类方法相比,复合特征分类方法在对自然地形分类时能得到更高的正确率。

复杂地形电力线机载激光雷达点云自动提取方法

针对传统电力线自动提取方法提取复杂地形下电力线效果较差的不足,从输电走廊机载激光雷达点云数据特征出发,在分析复杂地形下传统方法提取电力线问题的基础上,提出了一种电力线自动提取的新方法,并应用实际线路点云数据进行了可行性验证.所提方法首先通过空间划分将长距离、复杂地形转换为多个小距离尺度空间组合,基于子空间特征的差异化高程阈值分割算法实现地物点分离,解决了传统单一高程阈值分割法不能有效识别电力线与地物点高程重叠的不足,然后利用高程密度分割算法实现杆塔定位与电力线提取,并提高算法效率.案例试验结果表明,所提出的方法能实现复杂地形下和平坦地形下的电力线准确自动提取,且提取的正确率高,算法效率较好,提出的算法可用于工程.

基于一体化聚类滤波的机载LiDAR数据DTM提取

提出一种一体化聚类的滤波方法,从机载激光扫描数据中获取复杂城区的DTM。通过对激光点云数据构建八叉树,以节点满足平面判断条件进行双重距离聚类,对剩余点引入渐进三角网加密方法进行迭代判断,进而有效区分地面点和非地面点。最后,将本文滤波方法与经典滤波进行比较,得到可靠的DTM,验证了本文方法的有效性。

森林区域机载LiDAR点云数据的改进八叉树滤波算法研究

【目的】利用机载LiDAR点云数据能准确获取地物点三维坐标的特点,本文对森林区域LiDAR数据进行滤波分析,旨在提高点云滤波精度。【方法】基于改进的八叉树模型,将复杂地形分解为大量山坡地形,通过改变节点尺寸,既保留了点云的原始信息,又增强了点云数据分割的准确性。针对森林区域地形起伏不定的实际情况,在滤波算法中引入坡度判断,在一定程度上改善了山坡低矮植被易被错分为地面点的情况。【结果】对于3组不同地形下的点云数据,滤波总错误率分别为4.57%、4.75%和5.83%。这一结果对森林区域不同地形下的点云滤波具有一定的实用性。【结论】本文提出的改进八叉树滤波算法可以充分利用数据结构特征实现快速、高精度的滤波,从而节约时间成本和运行成本,也为后续森林参数的提取奠定基础。

一种基于点云提取微地形对象的方法

在分析微地形特点以及现有网格DEM在表述微地形中存在的不足的基础上,提出了面向对象的数字高程模型,给出了该模型的形式化描述和以点云为数据源构建面向对象数字高程模型过程中采用的对象边界的识别、特征保持的点云疏化、基于属性近似的网格约化及对象识别等关键步骤的方法。并以实例证明了此过程的可行性。

基于机载激光雷达点云的断裂线自动提取方法

基于机载激光雷达(LIDAR)点云生产高精度的数字高程模型(DTM)需要进行断裂线的存储与表达,在分析现有断裂线提取方法不足的基础上,提出一种从LIDAR点云自动提取断裂线的方法。该方法利用离散的点云构建三角网,建立点云之间的拓扑关系,根据三角网面片之间的法向差异提取候选断裂线点,采用"方向优先"追踪策略实现断裂线的追踪处理,并利用"线性迭代法"实现断裂线的光滑输出。实验结果表明,该方法可以快速从LIDAR点云中自动提取断裂线信息,具有一定的应用价值。

等高线与地形特征点云在矿山位置快速定位中的应用

"全国矿产资源利用现状调查"是我国矿产资源领域的一项重要国情调查,矿山位置是影响其结果可靠性的关键因素。针对部分矿山地理位置不准,突破传统实地核查模式,结合矿山等高线及地形特征点云数据,运用改进SURF算子分块匹配方法,进行矿山图像与基准图像自动配准研究,实现矿山位置快速定位。实验结果证明,改进后的SURF算子对于存在旋转、偏移问题的矿山图像与基准图像的匹配速度快,且具有很好的鲁棒性,对中小比例尺的矿山图像达到了较高的匹配效果,为矿山快速精准定位提供了一种新的方法。

顾及地形特征的LiDAR点云数据快速处理算法

提出了一种基于地形特征的点云简化算法,首先根据图像学差分算子提取点云中的地形特征点,再以地形特征点作为种子点建立TIN模型进行迭代简化,并对算法中存在的计算效率低下的问题进行优化。采用两组数据进行算法有效性测试,并与经典的距离-高差简化算法结果进行对比。结果表明,该算法在地形复杂的区域有更好的简化效果。

机载三维激光扫描点云非地面点剔除算法

在机载LIDAR所获得的三维点云数据处理中,重要的是将点云数据中的地面数据和非地面数据分离。针对基于坡度的扫描线滤波方法存在的问题,提出一种基于坡度的伪扫描线点云数据滤波算法。该算法可以避免滤波前的预处理过程,且能保证每条伪扫描线首个判断点的属性为地面点。此外,为了避免同一地形在两相邻伪扫描线间可能存在的不吻合,通过移动窗口曲面拟合滤波方法再次进行调整。实验验证该组合算法具有一定的有效性。

不同地形激光雷达数据点云的信息提取方法

针对不同地形点云数据采用不同的滤波和格网插值方法提取地面信息,得到了良好的滤波插值效果,为后续地表下沉盆地获取等工作提供了优质的基础数据。对于不同的点云数据,文中分别进行了针对性的处理。对地表平坦且植被稀少的点云数据,采取高程最低点采样并替代格网高程值的方法;对地物和植被杂乱的点云数据,采用基于先验高程信息滤波与Kriging格网插值相结合的方法;而对于地形起伏较大的点云数据则采用渐点加密TIN滤波与Kriging格网插值相结合的方法,最终得到高质量的基础数据并应用于工程实际。

基于无人机倾斜摄影的土石方工程量计量方法

工程建设中土石方是一个主体工程,为解决采用传统方法计算施工过程土石方费时费力、且计算精度不高的问题,文章提出一种基于倾斜摄影技术的土石方量计量方法。利用无人机航拍,采集地形的点云数据,经简化处理后采用泊松重建方法建立具有足够精度的施工前后两期地形表面模型,进行布尔运算后计算两期模型之间体积的差异量即为土石方量,形成了一套从数据采集到模型建立再到工程量计算的完整路径,并通过工程实例进行了方法验证与应用。结果表明该方法可满足实际工程应用中对土石方量的精度要求,为快速并准确计算土石方工程量提供了参考,具有可行性。

基于LiDAR点云提取地形特征点方法研究

机载LiDAR平台扫描得到的地形数据点具有高密集度,简化处理大规模地形数据而又不牺牲数据精度的特点而成为研究重点。利用地表流水物理模拟方法提取粗略的矢量地形特征线,再对特征线做缓冲区分析,对缓冲带中包含的LiDAR点云数据构建三角网,优化提取三角网的有效结点,以确定区域的地形特征点。由此得出的地形特征点既简化了LiDAR点云数据,又清晰地描述了地形结构。

三维激光扫描技术获取高精度DTM的应用研究

三维激光扫描技术又被称为实景复制技术,是测绘领域继GPS技术之后的又一次技术革命,它突破了传统的单点测量方法,具有高效率、高精度的独特优势。三维激光扫描技术能够提供扫描物体表面的三维点云数据,因此可以用于获取高精度高分辨率的数字地形模型。本文将以一工程边坡为例讨论利用三维激光扫描技术快速获取数字地形模型的方法,着重论述三维点云数据的获取、拼接、坐标校正、去噪及数字高程模型的生成方法,由此得出在一定空间范围内利用三维激光扫描技术快速获取高精度高分辨率的数字地形模型具有可行性。

三维激光扫描系统在地形测量中的应用

介绍了三维激光扫描的基本理论,探讨了点云数据处理的基本流程,并结合三维激光扫描系统在地形测量中的应用,说明其应用的可行性及存在的一些问题,以利于该技术的进一步研究。

利用无人机激光点云数据更新地形级实景三维地理场景

随着实景三维建设工作的不断推进,对地形级实景三维地理场景的现势性要求日益提高。为解决地理场景更新的及时性和高效性,本文利用无人机获取遥感卫星监测变化图斑点云数据,通过TerraScan点云分类滤波算法批量提取地面点,并采用CloudCompare拉普拉斯平滑算法进行平滑处理,进一步消除离散噪点,输出数字高程模型,最终实现地形级实景三维地理场景更新。试验结果表明,该方法自动化程度高,精度可靠,更新后的实景三维地理场景准确、自然真实。