三维点云数据分割研究现状

通过介绍三维点云数据分割的基本原理和特征,以及经典的点云数据集和测试平台,总结、对比现阶段各类点云分割算法的基本原理、特点和适用场景,指出现阶段点云分割算法存在现有算法的自适应能力差、大部分分割算法对异常点和噪声敏感,并且算法的分割效率也有待提升等问题.未来的研究除需解决上述问题外,还应充分利用点云数据的语境信息,进一步结合深度学习理论,从而提升点云分割效果.     

一种基于k邻域算法的指纹匹配算法研究

由于指纹的唯一性,指纹识别已成为目前最方便、安全的个人身份鉴定技术之一．而在指纹识别中,指纹匹配的效果最终决定了指纹识别的鉴别率．本文提出了一种基于邻域算法的指纹匹配算法．实验证明,该方法有效实用．     

基于SLAM定位的多位姿点云拼接与分割方法研究北大核心

该文提出一种基于SLAM定位的多位置和姿态点云的拼接与分割方法,可提供信息量大且准确的点云样本数据。首先,利用RTAB-MAP框架构建SLAM算法,由KinectV2传感器采集获得带有位姿信息的多角度RGBD图像样本,并转化为三维点云场景数据;其次,改进ICP算法并基于SVD算法设计多位姿点云的拼接算法;再次,根据原始点云的RGB信息与凹凸性特征,设计三维点云分割算法,以此形成一系列点云目标;最后,开展点云拼接和点云分割实验,实验结果验证了该文所提算法的正确性和有效性。     

基于对文件加密分割的残缺离散云存储

随着计算机网络技术的发展,FTTH的普及,方便快捷的云存储逐步被广大的用户所接受,随之,云存储文件安全性存在问题受人质疑.通过对现有云存储存在的安全问题分析,提出了对用户原文件加密分割为多个块文件,进行多账号随机离散残缺云存储,使任何一个云上的文件块都不能被正确还原为原用户文件,彻底解决云存储文件的安全问题.     

点云模型交互式边界曲线分割算法研究

点云模型区域分割是其数字处理的基础工作。在分析用户交互式边界顶点选取方法基础上,提出一种基于自动生成边界曲线的分割算法。根据点法式方程求解边界点的剖切平面,据此将点云模型分为两部分。实验表明,与适当的用户界面配合,算法可有效实现点云模型的特征区域交互式分割操作,为点云模型参数化及模型编辑等提供支持。     

融合个体识别的3D点云语义分割方法研究

3D点云能清晰、直观、准确地反映真实场景,其中卷积神经网络、随机森林分类器等都是用于3D点云语义分割的主要研究方法,均取得了良好的实验结果。但是到目前为止,在复杂丰富的3D实景中如何实现分割的多通道化还有很大的研究空间。基于此首先介绍了一种精巧、简单的3D点云语义分割框架,然后提出了一种通过学习语义感知的点级个体嵌入方法,将属于同一个体的语义特征融合在一起,使得每个3D点的语义预测更精确,同时实验结果也说明了这种融合个体识别的语义分割方法是可行的有效的,在精度上较PointNet++结构提高了3. 9个百分点,在速度上处理同样4096个点云数据的速度比先进的SGPN结构快约4倍。     

实现加密和分割的数据云存储方案

针对现有单一运营商提供的云存储方案,无法令用户跨运营商定制组建个人的云存储服务的缺陷,设计了一种模块化的存储方案.该方案涵盖了用户数据的传输安全、存储安全以及访问控制安全,并确保数据的机密性、可用性和完整性.该方案适用于云服务运营商面向用户提供高安全的网络存储服务,有利于用户在不同运营商之间迁移存储数据.     

反求工程中截面点云数据的预处理

测量数据预处理是反求工程CAD建模的关键环节,它的结果将直接影响后期重建模型的质量.本文主要讨论截面测量数据的预处理问题,采用凸包的方法来确定所获得数据的边界.然后在获得的最小范围内进行数据预处理,包括坏点的去除、测量盲区数据的补齐、数据的均化和平滑等.     

结合超体素几何和色彩信息的快速3D点云分割

针对当前最先进的算法也存在因物体之间堆叠和遮挡关系造成场景分割速度慢、精准度低等问题,提出了一种新颖的快速3D点云分割方法,从点云的超体素划分开始,利用一种捕获几何和颜色信息的新度量标准合并超体素,以获得维持分割区域层次结构的3D分割;该方法还具有与输入点云大小呈线性相关的时间复杂度。与凹凸性方法和基于边界的方法相比,所提出的算法的分割精确度和效率更好。     

基于散乱点云数据的三维精细建模

离散点云数据缺乏空间的拓扑结构,不能清晰表达目标物体表面的形态特征,采用Geomagic软件直接对散乱的点云数据进行建模时容易导致拓扑关系混乱,且建立的模型不准确.因此,采用数据格式转换的方法进行模型构建,首先构建空间三角网,建立空间点之间的拓扑关系,将离散点的"txt"格式文件转换为"obj"格式的文件,然后在Geomagic软件中进行三维建模,通过与原始模型进行比较,新方法建立的模型能表达物体表面的特征.     

数据点云预处理技术研究

从数据采集、精简、配准等方面讨论了数据点云的预处理.在第三部分,针对散乱数据点集,给出了的基于数学期望的数据点云预处理,精简并去掉分布较稀疏部分的数据点,并按照数学期望意义下数据密集的位置对点云进行了预处理.     

点云数据精简与配准研究

由于激光雷达等扫描设备得到的点云存在数据量大、数据中掺杂噪声较多等一系列问题,提出一种基于特征点保持的点云精简与配准方法。首先利用K-means算法对所有点云数据聚类,滤除掉噪声点云,再进行精简化处理;随后在精简的基础上用KD-tree对数据进行最近邻搜索以加快对应点查找速度,从而为配准节省一定的时间;最后根据欧氏距离选择合适的初值减少匹配误差。实验结果表明,精简后的点云数据保持了基本特征,一定程度上减少了配准时间和误差。     

用于实例分割的数据集自动生成方法

近年来自动驾驶技术迅猛发展,无人车产业已逐渐成为世界关注的一个焦点。随着越来越多的人工智能算法用以求解无人驾驶车辆的环境感知、决策和规划中的问题,对标注数据的需求也日益剧增。为了减少数据标注的时间和人工成本,该文提出了一种基于Unity3D的图像和激光数据标注的自动生成方法。首先基于二维地图信息构建三维场景,再利用虚拟相机实现可见光图像和语义分割数据的采集,同时还模拟了多线束激光雷达的标注结果。文中自动生成的标注数据可以作为检测、分割任务的数据集,也可以作为图像和激光融合、补全的数据集,从而满足人工智能算法重新学习或者迁移学习的需求。该文所提出的方法不仅高效、简洁,还保证了数据的多样性,有效地解决了数据标注的难题。     

基于三维激光点云数据的地下管廊BIM模型创建

针对传统地下管廊工程测量结果存在属性信息录入不全且不能三维可视化问题,提出一种根据点云数据创建地下管廊BIM模型的方法.首先利用三维激光扫描仪获取的点云数据进行拼接、去噪、抽稀等预处理操作,然后根据点云数据分别创建地下管廊的表皮模型和各种小部件模型,最后导入Revit中融合两类模型并录入属性信息.以昆明市广福路某段地下...     

基于“网孔法”的点云数据边界提取技术的应用

根据零件表面的数字化数据提取零件表面的边界是反求工程的关键步骤.针对完全散乱的、无组织的"点云"数据,首先,利用网格法得到边界网孔和非边界网孔,把所有相邻的边界网孔相互连接起来,得到边界网孔环;把边界网孔环中每个边界网孔的最小凸边求出来就得到一段边界线,把各个分段的边界线连接起来就得到初始边界线,然后利用B样条技术对边界线进行光顺处理,得到理想的曲面边界.实践证明,通过该方法得到的边界曲线能满足工程应用的需要.     

一种基于八叉树的3D点云数据无损压缩方法

本文介绍了一种3D点云数据几阿压缩的新算法,这种算法可视为“无损”压缩,它较好地保持了原有数据的特征。这种算法既可用于形体体内点又可用于表面点,是基于八叉村空间分解,通过占有的八叉树单元格对点云编码,根据失真率的限制生成八叉树,本文采用了行程编码技术（Run—Length Encoding）来压缩八叉树节点。     

逆向工程三维点云数据后处理与模型的重建

逆向工程中获得的测量数据一般比较大,后处理部分的主要任务在于如何通过离散的三维点云数据来建立实用化的CAD模型,本文详细介绍了三维点云数据后处理流程以及CAD模型的重建过程。     

三维点云数据获取技术

综述了各种三维数据获取技术的现状,给出了对此类技术的评价指标,根据这些指标,对常用的几种技术进行了比较.为基于编码光、结构光和计算机视觉三维数据获取系统的设计与实现提供了理论论证基础.     

基于像素邻域信息噪声修正的FCM图像分割算法

针对模糊聚类算法（FCM）在图像分割中存在对噪声敏感的缺陷,提出一种利用邻域像素平均隶属度的信息修正噪声的FCM图像分割算法。该算法在利用FCM对图像进行分割的基础上,使用邻域像素信息对结果中存在的孤立点的隶属度进行修正,从而使孤立点得以消除,减少乃至消除噪声影响。实验结果表明,改进后的方法显著提高了FCM算法对噪声的抗干扰性和分割精度。     

基于三维扫描点云数据的模型桥形变获取

为了利用三维激光扫描点云数据实时获取桥面形变值,针对一座有机玻璃模型桥依次开展了无损及有损工况下不同等级荷载的试验研究.利用徕卡Nova Ms50三维激光扫描仪获取不同工况下模型桥点云数据后,结合K近邻自适应双边滤波算法与Geomagic Qualify中的3 D叠差功能获取了试验桥桥面挠度云图.结果表明:基于三维激光...