共查询到20条相似文献，搜索用时 336 毫秒
1.
2.
3.
提出了一种基于点云特征图像和特征值分析的车载LiDAR点云建筑物立面位置边界的自动提取方法。首先利用车载LiDAR点云数据生成扫描区域的点云特征图像,并通过图像处理手段提取可能的建筑物目标点云;然后对提取的目标点云进行剖面分析和特征值分析,识别建筑物目标;最后对建筑物点云进行平面分割,提取建筑物立面,并对立面点云进行特征值分析,得到建筑物立面与地面交接的三维位置边界。实验结果表明,该方法能快速有效地提取车载LiDAR点云数据中的建筑物目标,同时提取的建筑物立面位置边界与原始点云能准确符合。 相似文献
4.
在海洋应用中,大面积水体的同名点匹配相比陆地更加困难,制约了无人机遥感图像的配准精度和收敛速度。本文提出了一种改进算法适用于海洋无人机遥感应用,采用主成分分析（PCA）和水体阈值方法去除水体,获得图像中非水体区域的分块图像,然后利用仿射-尺度不变特征变换算法（ASIFT）进行图像的特征点提取和重叠图像非水体区域的同名点匹配。通过海岛、海岸线的无人机遥感试验结果表明,基于改进算法,在不增加时间开销的情况下,可以增加30%~50%的同名点数量,精度提高约5%~10%。文中方法适应用于海洋无人机遥感的序列图像配准,为海岛、海岸线的遥感监测提供了有效的技术支持。 相似文献
5.
针对当前BIM与实景三维模型融合过程中空间位置配准精度较低的问题,该文提出了一种借助真实激光点云的BIM模型与实景三维模型融合的方法。研究选取大场景和小场景两种样例数据,首先基于BIM实体几何信息转换和三角化加密的方法生成了BIM模型建筑物点云,其次基于增量式SFM算法和立体像对密集匹配方法先后生成实景环境下的稀疏和稠密点云,最后基于ISS特征提取结合改进ICP算法的完成了不同模型下点云和真实激光点云的配准。结果显示,该方法能够有效地实现BIM模型与实景三维场景信息融合,对新型智慧城市建设、工程建设智慧化管理具有一定意义。 相似文献
6.
《武汉大学学报(信息科学版)》2021,(9)
根据建筑物室内墙壁的空间姿态特征,建立了一种自动绘制室内平面图的点云向量追踪算法。首先截取一定厚度的室内墙体点云并将其投影至水平面,在投影平面上建立正方形格网,对投影后的平面点进行分割管理,并通过八邻域算法对网格内点云进行聚类。然后采用网格重心法对聚类后的点云数据进行抽稀,并根据邻域内点间距与连线向量夹角大小对抽稀后的点进行追踪排序,建立追踪方向的向量序列,结合向量序列中相邻值夹角的突变情况完成不同墙面的点云分割。最后采用最小二乘算法对分割得到的相同墙面点云进行直线拟合,求取相邻墙体直线的交点,建立房屋墙体平面投影线段及其空间连接关系,依序输出墙体投影线段,完成房屋平面图的绘制并导出DXF格式数据交换文件。通过对某小区建筑物室内扫描数据的分析,对所提算法进行验证,结果表明所提算法可准确快速地对室内三维激光扫描点云进行分析处理,并完成室内建筑物平面图的绘制。 相似文献
7.
针对三维激光扫描采集的地形点云,提出在高程方向进行切片分层的去噪方法。将分层提取的点云投影在平面上,对点云进行网格划分,把网格内的点云转换为二值图像,采用数字图像处理方法过滤离散的网格噪点;然后对分层提取的点云轮廓特征格网,通过对上下层轮廓边缘特征比较,获取点云的地面轮廓网格点,删除孤立噪点与非地面点。根据对不同地形的点云进行去噪实验,通过分层过滤非地面点可以得到很好的去噪效果。 相似文献
8.
9.
《武汉大学学报(信息科学版)》2020,(7)
作为点云数据处理的关键步骤,配准结果直接影响到后续数据处理的精度。针对传统迭代最近点(iterative closest point,ICP)算法依赖较好初始位置的局限性,提出基于法线特征约束的点云精确配准方法。首先采用局部表面拟合方法进行法线估计,并计算其快速点特征直方图,然后通过采样一致性方法对两组点云进行粗配准,最后通过建立KD-Tree加快对应点的搜索效率,并设定阈值去除错误对应点对,实现精确配准。结果表明,基于法线特征约束的粗配准算法可以为待配准点云提供较好的初始位置,并且改进的ICP算法有效地提高了点云配准的精度和效率。 相似文献
10.
针对无人机电力巡检距离判定算法缺乏问题,本文提出了一种基于无人机LiDAR点云分类的安全距离判定算法,该法首先对LiDAR点云进行维度特征分类,然后将电力悬线方程改进为最小二乘法模型,并以分段的方法计算地物到电力悬线的空间距离。实验表明,本文提出的距离判定算法距离测量精度接近于全站仪测量精度,且算法鲁棒性较好,具有较低的时间复杂度,不失为一种高精度无人机载LiDAR点云电力线安全距离判定新方法。 相似文献
11.
利用图割算法进行城市密集点云表面模型重建 总被引：2，自引：1，他引：1
利用倾斜影像获得的密集点云来构建表面模型是基于倾斜影像进行三维重建的核心之一。本文针对现行密集点云表面模型重建存在的建模效率低、表面选取不真实等问题，提出了一种基于图割算法的城市密集点云表面模型重建方法。利用该方法重建城市密集点云表面模型，首先通过预处理软件对无人机倾斜影像进行空中三角测量，并利用空中三角测量的解算结果生成密集点云；然后对密集点云添加相应的边，同时对三维点云根据距离进行选取合并；最后根据三维点云形成的四面体和三角面建立图割问题，并通过求解图割问题来求取最优的密集点云表面模型。为证明这种方法的可行性和有效性，使用城市地区的无人机倾斜影像数据进行城市密集点云表面模型重建，试验结果表明，该方法具有可行性好、建模效果好、处理速度快等优势。 相似文献
12.
在高精度实景三维模型生产中,无人机平台与载荷的选择及像控点布设十分重要,对航摄效率、模型精度、效果均有影响。本文以我国北部某城镇村为研究区域,利用不同的无人机倾斜摄影测量设备分别获取同分辨率倾斜影像,并结合不同的像控点布设方案重建实景三维模型。通过同等分辨率原始影像的不同装备及像控点布设的组合方案构建对照试验组,对比验证并分析飞行效率、模型精度及模型效果,选取满足高精度实景三维模型重建要求的设备类型及经济合理的像控点布设方案,为实际的生产作业提供指导。 相似文献
13.
对缺乏纹理物体建立三维模型,关键的难度在于缺乏特征点和点的坐标获得。本文采用ICP算法来对物体进行匹配,当特征点不足时,ICP算法是一个很适用的匹配方法,只需要对物体的给定点寻找最近点。为了计算目标点的坐标,利用投影器投射清晰稳定的纹理到缺乏纹理物体的表面,然后CCD相机对物体进行拍摄。通过线检测和空间前方交会解算出物体部分模型表面的空间点;并使用无需控制点的ICP方法对相互重叠的部分模型进行匹配,从而完成物体的三维重建。实验证明ICP方法对缺乏纹理物体的三维曲面匹配有效。 相似文献
14.
15.
三维点集的自动表面重构算法 总被引：8，自引：2，他引：8
提出了一种基于透视约束利用离散三维空间点重建三维表面模型的方法，该方法充分利用摄影测量以及激光扫描等三维测量技术中隐含的透视关系．将离散点划分到不同的投影面，在局部利用二维三角网构网技术构建三角网．然后在考虑局部三角网边缘一致性的基础上组合成整体三维表面模型。该方法可以利用近景摄影测量处理产生的三维景物点或激光扫描仪采集的三维空间点自动构造三维表面模型．重建物体三维表面。实验结果表明．该算法是有效的。 相似文献
16.
古建筑保护是当下测绘领域的热点研究课题，非接触测量是克服传统方法数字化不足、容易造成"二次破坏"的有力举措。本文以哈尔滨红霞街99号外侨私邸为例，提出了一种将三维激光扫描技术和无人机航测技术相结合进行古建筑重建的研究方案。基于三维激光扫描仪和无人机获取的古建筑内外点云数据和影像数据，利用点云数据生成正射影像并绘制平、立、剖面图，创建三维模型，最后以实地量取的建筑物尺寸数据为参考分析得出图纸和模型误差。结果表明：利用三维激光点云联合无人机影像能够高效地进行建筑图纸恢复，创建高精度精细化的三维模型，为古建筑保护提供了一种全新的思路。 相似文献
17.
随着无人机应用的普及和数码相机性能的提升,利用无人机搭载数码相机快速获取矿区航测影像,配合适量控制点得到符合精度的三维数据成为可能。本文介绍了一种采用测图鹰X100搭载SONY a7R数码相机进行外业数据采集,借助C++和OpenCV配合少量地面控制点进行光束法平差,并用PMVS算法生成密集点云的低成本快速高效露天矿三维重构方法。通过在露天矿试验,结果表明该方法所得DOM和DSM的平面中误差为0.113 m,高程中误差为0.121 m,邻近地物点间距中误差为0.151 m,均满足1：500地形图国家标准的精度要求。 相似文献
18.
利用无人机影像制作地震灾区三维景观图 总被引：2，自引：0，他引：2
为实时、准确地获取地震灾区的灾情和灾后重建状况,研究如何利用高分辨率无人机影像制作灾区三维景观图。对无人机影像进行几何纠正、影像拼接,利用摄影测量方法生成实验区的DEM,进而将影像制作成正射影像图;将无人机影像纹理映射到DEM上构建灾区的三维地形景观,并以正射影像图为底图对安置区的地物进行三维建模;最后根据规划和管理需要,编制三维景观系统,实现地震灾区三维景观的浏览、查询与分析。实践表明,采用无人机影像制作的三维景观图具有分辨率高、形象逼真等特点;影像的获取和处理以及系统的编制可为灾区重建提供丰富详实的信息。 相似文献
19.
针对BRISK特征检测算法在遥感影像中匹配时同名点对冗余度高和全局性差等特点,考虑BRISK特征检测算法能获取大量无人机遥感影像特征点,Delaunay三角网算法能够利用影像的BRISK特征点的粗匹配点对构建三角网,本文综合两种算法的优点,提出了一种结合BRISK特征检测算法和Delaunay三角网算法的剔除无人机遥感影像误匹配点对方法。该方法利用两张影像的BRISK粗匹配特征点构建Delaunay三角网,利用遍历两张影像三角网中的三角形相似度剔除错误匹配点对,并利用摄影不变量原理进一步剔除误匹配点对,提高了两张影像的精度;对比分析了Delaunay三角网的射影不变量算法,RANSAC算法分别剔除原始影像组、加入椒盐噪声影像组及旋转影像组的BRISK特征误匹配点对的效果。试验结果表明,3组影像分别利用结合BRISK特征和Delaunay三角网的射影不变量算法的无人机遥感影像匹配方法获得的正确特征匹配点对冗余度低、全局性优。 相似文献
20.
图像超分辨率重建技术是根据序列图像间信息互补重建高分辨率图像的技术，其主要步骤在于精确运动估计算法和有效超分辨率重建算法。针对存在旋转、缩放变换的序列图像，本文提出一种基于SIFT匹配和随机采样一致性算法（RANSAC）的运动估计算法，该方法首先使用SIFT算法对图像序列的特征点进行提取并匹配，然后使用RANSAC算法消除误匹配点并获取投影变换矩阵，从而获得图像序列间的亚像素级的运动信息；采用一组低分辨率序列图像进行试验，基于上述运动估计算法，采用迭代反投影进行超分辨率重建。试验结果表明，运动估计精度较高，重建影像具有较好的视觉效果，尤其适用于影像序列间存在旋转缩放运动的图像序列的超分辨率重建。 相似文献