利用powercrust算法对点云3D重建方法

利用powercrust算法,对激光雷达散点进行三维重建。根据点云特征,分析了powercrust算法参数设置,恢复出点云完整结构信息及网格面拓扑信息,并对3D建模效果进行分析。     

基于点特征直方图的点云自动配准算法研究

三维激光点云数据处理工作中,点云配准工作是后续的所有点云分析以及三维重建等工作的关键。综合分析现有配准算法的不足,在点云初始配准阶段,本文采用了Rusu等提出的基于点特征直方图的采样一致性初始配准算法(SAC-IA),并从从算法准确度和效率角度提出了改进:加入了采样点几何形状约束以保证采样点不共线,通过计算点特征直方图差异代替了欧式距离差异改进了误差评定方法。在点云精细配准阶段,本文采用了F.Pomerleau等提出的改进后的ICP算法,并在此基础上提出了一种基于点云重叠区域的精细配准算法。实验结果分析,该算法配准精度较高,能够满足点云配准要求。     

大数据分析下提取激光点云边界数据

激光点云边界包含丰富的特征信息,传统边界数据提取方法获取的数据集合存在完整度低、精度差的不足。提出一种基于大数据分析的激光点云边界数据提取方法研究,首先在大数据框架下构建一种用于激光点云边界数据提取的云模型,利用模型对激光点云边界进行数据分类和配准;最后利用边缘检测算子对激光点云边界各点的曲率和法向矢量进行识别和分析,实现对点云边界数据的精确提取。仿真实验数据表明,提出的激光点云边界数据提取方法,具有更高数据分类和提取精度和更优边界曲线拟合效果。     

机载LiDAR点云数据密度的影响因素研究

机载激光雷达获取的点云数据是分布于对象表面的三维坐标点,由于受多种因素的共同作用,用户得到的点云在空间上是呈离散分布的,局部点云密度会呈现非常显著的区别。点云密度作为点云数据质量评价体系中的一项重要指标,研究其影响因素以帮助项目进行合理的设计实施,既能提高点云产品质量,又能帮助提高扫描作业的效率,节约工程成本。本文通过总结大量的工程应用实例,结合已有的科研成果,综合分析了能够影响机载Li DAR点云密度的主要因素。     

突发浪涌数据下差异云平台的弱关联数据调度

突发浪涌数据下差异云平台数据间的关联性破坏概率逐渐增加,降低了数据在冗余环境下查询效率。按照突发浪涌数据下云平台的弱关联数据调度特征,通过基于Apriori的弱关联数据挖掘方法,采集突发浪涌数据下差异云平台的弱关联数据,通过改进离散粒子群算法优化任务节点数字串的编码形式,实现数据调度任务,对粒子位置更新公式进行优化,采用优化离散粒子群算法进行节点寻优,获取最佳调度节点集,实现突发浪涌数据下差异云平台的弱关联数据调度。实验结果表明,该调度方案能够优化云平台资源的使用效率和服务响应时间,提高了总执行效率,节省了云资源,具有较高的节能开销比和用户满意度。     

Kinect生成点云的物体非实时三维重建方法

目前,可视化技术、AR技术和多媒体技术日新月异,三维打印技术也得到了前所未有的巨大进步,并快速渗透到传统的制造业、医疗、数字娱乐等行业。这一背景下,对快速有效生成三维模型提出了更高要求。在工业应用中,通常要求模型多边形数量经过优化,顶点稀疏,结构清晰,传统上通过使用3D建模软件可以达到这一要求,但是效率很低,在需要生成大量三维模型的应用场景,传统方法已经无法适应。使用单张以及多张图像进行三维重建是经过广泛成熟研究的方法,这些方法可以从图像中提取出深度信息,但其生成的图像并不包含顶点、模型等信息,仅仅具有三维的观感,无法广泛运用在3D打印,游戏建模等场合,缺乏实用价值。目前快速发展的点云技术,为生成网格模型带来新方法。激光扫描仪是较早用来获取点云数据的设备,但价格昂贵。其后,人们开始使用Kinect获取点云数据,其价格低廉。本文旨在通过实验,利用Kinect,提出简单可行的基于点云的三维网格模型生成流程,并且成本低廉,精度能够满足使用要求。     

一种新的点云数据组合精简算法研究

三维激光扫描技术是最近几年在测量方面发展起来的一个热点,分析了国内外点云数据处理中压缩方法的研究现状,针对点云数据在采集过程中密度过大,单一的压缩方法存在不足的情况。提出了利用组合算法对点云数据进行精简,将最小距离法与三角形网格法结合在一起进行点云精简。通过编程实现了所提出的算法研究。将精简完的点云数据重新构建三角网,同时对精简完的点云数据进行建模,与原始模型对比,新方法的压缩效果比较理想。     

Petri网下基于结构进化的电商虚拟机数据访问

在Petri网下构建电商虚拟机离散并行系统,海量的电子商务信息数据以云存储方式寄存在虚拟机离散并行系统中,需要对数据进行准确访问,提高电商数据调度能力。提出一种基于结构进化的Petri网下电商虚拟机数据访问方法,构建Petri网下电商虚拟机数据库模型,进行电商虚拟机数据的信号模型构建的特征信息分析,设计基于结构进化的改进的遗传算法,采用多窗谱特征提取分析电商虚拟机数据访问过程中的数据偏移,通过结构进化控制数据访问过程中的指向性分布差异,实现对电商虚拟机数据访问算法改进。仿真结果表明,采用该算法能有效实现电商虚拟机数据访问幅度特征提取,在不同虚警干扰下对Petri网下的电商虚拟机数据进行访问的数据准确检测概率较高,数据访问抗干扰能力强。     

点云自动配准并行算法研究

三维激光点云数据处理工作中,点云配准工作是后续的所有点云分析以及三维重建等工作的关键。综合分析,现有配准算法在效率方面有明显的不足。基于此,本文利用OpenCL对点云配准算法作出了整体的并行优化加速。实验结果分析,该算法能够满足快速点云配准的要求。     

EyesMap 3D图像建模技术在建筑物测绘中的应用

基于EyesMap平板扫描系统获取的3D图像数据,自动提取点云数据,并进行点云建模。对点云数据进行选择性切片,得到建筑物的轮廓线。同时,用实例介绍了整体方法的实现过程和效果。实践效果表明,利用平板扫描系统获取的点云数据,可以快速建立结构复杂、不规则的场景的三维可视化模型,相比较传统的三维激光扫描仪获取的海量点云数据及后期复杂繁琐的处理工作,平板扫描仪只需获取较少点云数据,且能利用系统的点云处理软件做到实时处理的能力,这样可以节省大量的时间和工作量。这种能力是现行的三维激光扫描仪所不能比拟的。     

三位激光扫描技术在边坡监测中的应用研究

本文简单介绍了I-Site8820长距离三位激光扫描仪的操作原理及数据获取和处理的操作流程,采用I-Site Studio软件中的匹配点拼接数据,对点云进行简化去噪。分析了在不同的扫描档位有不同的点云密度和扫描时间,分析温度对点云精度的影响。以某边坡的实际监测数据为例,进行数据处理及DEM分析。结果表明,扫描的点云密度越密扫描时间越长;同时对三期数据的DEM模型分析,为边坡监测提高一个有效的基础数据。     

基于K邻域搜索的分层去噪算法研究

激光扫描设备获得的三维点云数据中,往往会存在各种噪声点。本文提出基于k邻域搜索的分层去噪方法。该方法通过对散乱点云数据进行按层次划分并进行存储,将散乱的三维点云数据转变成层次存储的扫描线式三维点云数据结构。通过对数据点k邻域的分析,来判断噪声点并进行去噪工作。对比实验结果表明,该方法有效地删除噪声点,保留物体的几何形状。     

一种基于颜色与三维形状的水果识别算法

本文根据三维图像和决策树模型设计基于颜色与三维形状的水果识别算法,并评价该算法的识别准确率。根据所采集到的125张三维图像信息,首先将RGB数据进行灰度处理和高斯滤波处理,而后按照Canny算法进行边缘检测,从而提取目标物体的颜色特征,将目标的RGB数据与深度数据转化为点云模型,再将点云模型进行点云滤波处理、点云分割操作,提取出目标物体的点云模型,最后根据拟合点云模型和拟合球体的方差从而提取出目标物体的三维形状特征。通过CART算法构建基于颜色与三维形状的水果识别模型,使用识别率评价模型效能,本文算法的识别准确率高达94%。结果表明,该算法可以极大提升水果识别效率,缩短水果分类周期,提高水果分类准确率,减少劳动力的消耗。     

改进的三维点云离群点滤除

针对目前基于欧式距离的点云离群点滤除算法效率低下、计算浪费的问题,提出了一种改进的算法。通过对三维点云模型进行空间单元格划分,进而构造基于单元格的最大连通域,保留最大连通域内点云数据点。试验结果表明,算法可有效去除点云模型的离群点。     

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。     

基于融合特征空间的云数据离散调度逼近算法

基于融合基础架构的新一代数据中心,提出一种基于融合特征空间构架的云数据离散调度逼近算法,在对系统节点进行数据采集任务分配的基础上,研究基于云计算的IAAS层基础设施自动化快速供应的技术方案,对云数据离散分配任务进行评价和估计,描述了云数据采集和特征空间融合架构方法,构建云数据采集和特征空间融合机制,进行融合特征空间构架下的数据离散调度逼近算法改进设计。研究结果表明,该方法实现云数据离散调度的压缩性能很稳定,有效节约了任务执行时间,云数据离散调度逼近的收敛步数较少,收敛性好,展示了较强的实用性和优越性,为云计算的顶层设计PAAS与SAAS提供技术平台支持。     

再制造工件缺损部位定位技术研究

针对柔性再制造系统中对工件的缺损部分进行测量的问题,提出一种应用结构光传感器进行检测和定位的方法。该方法采用结构光传感器获得破损工件的三维点云数据,将点云数据与原始工件CAD模型进行配准．通过设定误差阀值提取缺损区域数据。配准过程分为初始配准和精确配准两步,采用主元分析法计算点云数据的主方向,与已知CAD模型的主方向对齐,实现初始配准;采用ICP算法实现点云数据与CAD模型的精确配准。通过计算特定方向上点云到CAD模型的误差获得工件缺损区域的数据。实验表明,该方法能有效的获得破损工件缺损部分的三维信息。     

离散突风对低阶等效系统的影响

通过建立飞机纵向运动方程的受扰动模型,分析了飞机受到不同强度和尺度的离散突风作用下的各种响应,并使用低阶等效系统方法计算飞机的短周期特性参数,最后讨论了离散突风对等效系统拟配的影响程度,总结了几点要素,对试飞数据的分析和飞行品质的计算起到了指导作用。     

激光雷达技术在建筑垃圾土方量估算的应用

工程项目建设中对于土方量的计算是十分重要的一项步骤,如何快速,准确的估算土方量直接关系到整个项目的费用预算,规划设计,施工是否可以顺利进行。本文采用近年来得到广泛应用的三维激光扫描技术对北京市大兴区瀛海镇某村落拆迁建筑垃圾进行多站扫描,通过站间点云拼接获得建筑垃圾完整点云数据,对建筑垃圾点云数据进行三角网模型构建,并采用基于三角网的体积计算方法,计算得到土方量估算结果,为工程建设前期准备提供了基础资料。     

Geomagic design X的文物逆向建模及误差分析

本文以一个小弥勒佛为例,详细阐述了逆向建模的思路和流程,并利用Geomagic design X逆向软件的面片创建精灵对点云数据进行处理,得到了高质量的三维模型,通过与原始点云数据进行偏差色谱分析,实现对逆向建模形成的NURBS曲面的误差分析,最后通过Livetransfer技术将模型导入到inventor等三维软件进行后期处理。该方法既可获得高质量的三维模型,还可缩短产品开发周期,为后续文物创新及提高文物数字化保护效率提供现实的研究意义。