基于匹配点逐层过滤的岩体点云配准方法

岩体点云配准是岩体三维重建与分析的基础。经典的点云配准方法虽然能够很好地适用于普通点云,但对于岩体点云并不能获得足够的精度。由于岩体点云表面结构复杂,且大部分区域为平面,基于岩体点云的这些特点,提出通过几何特征逐层过滤匹配点的岩体点云配准算法,引入匹配点对的协方差矩阵的特征值和特征向量矩阵,以及曲率、主方向等几何特征逐层过滤匹配点对,精确地找到匹配点对。在不同岩体点云上的实验测试与分析结果表明,该算法在准确度上有明显优势。     

基于双目点云的三维物体检测准确性分析

双目相机虽然能通过算法生成密集的深度数据,但其在精度上与激光雷达生成的深度数据有着较大的差距,特别是在纹理不明显的区域。针对这种现象,尝试使用激光雷达的精确点云来排除由双目相机产生的pseudo-LiDAR数据中与之差别较大的部分点,然后将优化后的pseudo-LiDAR用以进行三维物体检测。实验结果显示,将pseudo-LiDAR数据中的不准确点(坏点)排除,有助于提高检测准确率,最多可提高21.02%。因此,如何不依赖激光雷达数据来排除pseudo-LiDAR点云中的坏点是进一步提高双目相机系统检测准确率的关键。     

基于ICP算法的三维激光扫描点云数据配准方法

数据配准在三维激光扫描点云数据处理中占有非常重要的地位,最近点迭代算法(ICP)是点云数据处理中点云数据配准的经典的高水平数学方法。文章回顾了配准方法的研究背景,重点阐述了ICP算法的原理和计算步骤。通过三维激光扫描数据的采集,运用ICP算法对点云数据进行配准,具体实验结果证明该方法的有效性。     

地基SAR图像与地形数据的几何映射三维匹配方法

地基合成孔径雷达(GB-SAR)系统具有全天时、全天候、定点连续监测等特点,在矿山及山体滑坡、桥梁沉降、地震形变等领域具有广阔的应用前景.地基SAR图像与上述领域中地形数据的几何映射三维匹配是系统与实际应用相结合的关键技术.本文建立地基SAR系统与地形数据的关系模型及地基SAR系统与雷达图像的关系模型,提出基于距离向和方位向条件的几何映射三维匹配方法;分析几何映射三维匹配过程的误差特性.通过实测数据验证了本文模型及几何映射三维匹配方法的有效性.     

基于面提取的三维岩体点云孔洞检测与修复方法

在岩体工程中,由于扫描测量角度、障碍物的阴影和遮挡等因素,使用激光扫描仪扫描得到的岩体点云数据往往包含孔洞,影响后续三维重建的效果。现有的修复方法主要针对规则的点云数据,依据孔洞邻域信息对点云孔洞进行修复,对岩体点云孔洞的检测与修复效果欠佳,且效率低。从岩体点云数据特征出发,提出一种基于平面提取的岩体点云孔洞检测与修复算法。首先,应用一种优化的区域生长算法对岩体点云进行平面提取,然后遍历所有点云并检索其k邻域点集,将其映射至对应平面,计算邻域夹角,实现孔洞检测;最后将点云孔洞根据边界点集的对应平面数量进行分类,在对应平面上新增采样点实现点云孔洞修复。本算法通过平面提取实现了点云数据的去噪和平面拟合过程,简化后续的孔洞修复流程,降低时间复杂度。实验结果表明,与已有算法相比,本算法对大型不规则岩体点云孔洞的检测、修复准确率和运行效率更高,修复效果更佳。     

一种基于高斯曲率的ICP改进算法

在众多的点云配准算法中,ICP算法以其所需的信息少,配准精度高而被广泛使用。然而,因其算法迭代最优化的特点,ICP本身存在时间复杂度高、易受噪声及离群点影响等缺点。针对这些问题,提出一种基于高斯曲率的ICP改进方法。该方法首先利用高斯曲率在刚体变换中保持不变的性质,对配准点云中每个点进行高斯曲率估计;其次,通过设置阈值将配准非关键点及噪声点和离群点滤除;最后,对只包含关键点的点云使用ICP进行配准。实验结果表明,在保证配准精度的前提下,本方法不仅能显著地改善ICP的运行效率,也能有效地提高其抗噪声和离群点的能力。     

三角面片点云数据处理的研究与应用

点云数据转换成灰值图时,对每个像素点周边邻域内的点云进行计算从而估计出该像素点的像素值,但其效率和精度较低。针对上述问题,首先对点云数据进行多视图拼接和滤波处理,然后提出利用三角面片法对点云数据进行处理,将文件头和三角形面片信息分成两部分进行存储,最后,提出在知道坐标原点的位置以及两个基本平面的法向向量值的情况下,进行点云的位置变换的算法。实验证明,提出的三角面片方法可以提高STL文件解析的数量,提出的点云位置变换算法将点云位置变换到加工时所需的坐标系,从而提高数据处理的效率和精度。     

基于机器学习的点集匹配算法

点集匹配是计算机视觉和模式识别中的重要问题,在目标识别、医学图像配准、姿态估计等方面都得到广泛应用。提出基于机器学习的端对端模型——multi-pointer network（MPN）来解决点集匹配问题。该网络模型利用多标签分类的思想,改进pointer network。以前的模型只输出输入序列的一个元素,而MPN模型选择输入序列中的一组元素作为输出。首先,把点集匹配问题转换为序列问题。这样,网络的输入为顶点的坐标序列,输出为点对之间的对应关系。利用这种方式,可以解决相对于整个空间的平移变换和其他大幅度的刚性变换。实验结果表明,模型也可以被推广解决其他带结构的组合优化问题,如三角剖分等。     

基于曲线匹配的星载激光测高仪无场在轨几何定标方法

星载激光测高技术的快速发展急需有效的在轨几何定标方法来校正测高数据中的系统误差。探索一种基于曲线匹配的测高仪无场在轨几何定标方法。该方法利用激光足印高程曲线与DEM进行匹配获得激光足印控制点进而实现定标参数求解,无需到野外布设探测器定标场地。采用资源三号02星激光测高数据进行定标方法验证,并对定标结果进行精度评估。实验表明,经本文的定标方法校正后的测高数据的精度得到显著提升,验证了本方法的有效性。     

浅谈对技校几何教学的几点认识

该文主要就如何引导技工学校学生运用正确的方法学习几何知识,提出了注意见何语言,几何图形和教学效果等基本观点。     

基于机载LiDAR数据的建筑屋顶点云提取方法

机载激光雷达技术已经成为快速获取城市建筑三维数字模型的有效手段,而建筑物屋顶点云提取则是建筑物三维数字模型重建的关键。为有效剔除植被和墙面点云,以及消除地形起伏对建筑点云提取精度的影响,提出一种层进式屋顶点云提取方法。首先对LiDAR点云进行滤波,在此基础上利用点云回波特性和点云法向量检测并删除非地面点中特征明显的植被点和建筑物墙面点,然后利用连通成分分析法对非地面点聚类得到初始建筑点,最后结合DTM并利用建筑物面积和高度信息分离得到建筑物屋顶点云。试验结果表明,本方法能有效地从机载点云数据中快速提取建筑屋顶点云,有效率可达85%以上。     

基于点云数据的齿轮副啮合接触应力研究

为了研究齿轮副的接触应力以探究其与接触疲劳寿命的关系,文章基于高精度扫描仪所得到的高精度点云数据,并结合齿轮的理论模型,分析了齿轮的齿廓误差,得到了齿轮加工精度数据及误差分布.对齿轮副单个点云数据设置不同初始啮合齿所产生的接触应力进行了收集和对比分析,得到了不同初始啮合状态下全齿的接触应力.研究结果表明:由于存在加工误...     

基于Matern硬核点过程的无人机辅助蜂窝网络吞吐量分析

无人机与传统的地面蜂窝基站混合组网有望成为一种实现数据高速传输的重要手段。针对这一场景,提出一种针对下行双层异构网络吞吐量性能的分析框架,采用泊松点过程对地面基站的位置进行建模,同时考虑到无人机之间存在的最小安全距离约束,采用Matern硬核点过程对无人机的位置进行建模,利用随机几何工具推导得到用户平均数据速率的简易表达式。根据得到的解析表达式,进而讨论无人机高度和功率控制因子的最优参数组合。结果表明,在提出的网络模型下选择适当的功率控制因子可以在保证地面基站用户速率的同时,有效地提高无人机用户的平均数据速率。     

基于Google Earth的多源海事信息三维发布方法

为提升海事信息服务质量和效率,研究将Google Earth技术应用于海事信息领域的方法.该研究运用信息融合技术对多源海事信息进行数据融合处理;通过建立面向对象的时空数据模型对多源海事信息实施有效的分类管理;基于开放式KML数据标准,构建Google Earth环境中多源海事信息发布方法和框架;实现以接近真实视觉的三维可视化形式在Google Earth上发布各类海事信息.该方法对增强和定制Google Earth在海事中的功能和应用具有很好的参考价值.     

一种结合局部与半全局几何保持的影像匹配算法

遥感影像匹配是众多遥感应用中数据处理的关键前置步骤,但高程差导致的影像局部畸变和影像匹配的复杂性严重限制了高分辨率影像的匹配精度。提出一种适用于局部畸变和高外点比例的鲁棒匹配算法,首先利用Delaunay剖分算法在假定匹配点集上施加几何约束,得到特征点局部邻接关系;然后基于邻接信息进行预过滤;采用多尺度的策略建立局部邻接关系一致约束模型;最后定义三角形相似度函数实现匹配恢复。利用3组高分辨率影像开展对比实验,实验结果表明该算法的平均精度比RANSAC提高7.69%,在外点率高于90%时仍旧稳健。     

基于GMS的多约束下三维地下水系统可视化模型构建

近些年来,由于地下水资源的过量开采,已经引发地面沉降、植被退化、土壤盐渍化等一系列的生态环境问题.三维地下水含水层模型能够直观展示含水层的空间分布,可为进行水资源评价,预测地下水的动态变化趋势,合理开采利用地下水提供决策支持和技术支撑.本文基于GMS软件,以获取的钻孔数据为源数据,构建苏锡常部分地区的三维地下水含水层模型.通过对研究区进行分区,针对每个分区地质单元的特点在钻孔稀疏地区和地层尖灭地区引入虚拟钻孔,并利用地质剖面图对模型构建过程中的钻孔剖面进行约束的方式对模型进行修正和处理.结果表明,模型的精度有了显著提高,所揭示的三维含水层模型与勘探资料基本相符.该模型对指导地下水开发利用,优化种植结构,制定节水灌溉措施具有重要的现实意义.     

基于多维度特征和MLP的岩体点云植被滤波方法

岩体点云滤波是岩体三维重建的关键环节。针对岩体点云环境,提出一种基于多维度特征和多层神经网络的植被滤波方法。该方法首先计算点云中每一点的多维度特征作为特征输入;然后利用多层神经网络构建分类器实现对岩体点云数据的植被滤波过程。分析多维度特征的可用性,并通过不同的实验过程筛选最优网络模型参数。与其他分类器相比,本算法精度较高,能够更好地应用于岩体点云植被滤波领域。     

荷载类型和几何参数对T节点疲劳寿命的影响

对海洋平台中圆管节点的疲劳寿命估算,通常采用的是基于热点应力幅基础上的S-N曲线法。这种方法认为循环荷载作用下圆管节点的疲劳寿命是由管节点焊缝周围的最大应力幅决定的。由于承受不同载荷类型以及具有不同几何参数的管节点可能具有相同的热点应力,而沿着焊缝周围的热点应力分布却并不一定相同,这种热点应力分布的差异会影响到管节点的疲劳破坏过程。采用有限元方法研究了荷载类型和几何参数对T节点疲劳寿命的影响,为T节点的疲劳设计提供了有益的思路和建议。     

基于边缘检测的人脸灰度图像的几何特征提取

利用数字图像处理的边缘检测技术,对人脸的正面灰度图像进行了分析,提取了眼睛、鼻子、嘴等人脸的主要生理器官的几何特征,为人脸识别系统提供了新的方法。     

基于密度与局部统计的单光子点云去噪方法

针对北京遥测技术研究所自主研发的64通道机载单光子激光雷达,提出一种基于密度与局部统计的二维剖面点云去噪方法：在确定信号点云的高程区间后,先使用基于密度的改进空间聚类算法粗去噪,然后使用基于局部统计的统计移除离群点算法精去噪,获取信号点云。实验结果表明,本方法可适用于多种地物类型点云,高程均方根误差为0.27 m,准确率90.78%,精度高于常规点云去噪算法,满足国产机载单光子激光雷达获取高精度地表三维轮廓的技术需求。