散乱点云
散乱点云的相关文献在2004年到2022年内共计176篇,主要集中在自动化技术、计算机技术、测绘学、机械、仪表工业
等领域,其中期刊论文123篇、会议论文3篇、专利文献8707篇;相关期刊73种,包括巢湖学院学报、农业机械学报、机械设计与制造等;
相关会议3种,包括中国测绘学会2013工程测量分会年会、全国射线数字成像与CT新技术研讨会、第二届上海航天科技论坛暨上海市宇航学会2007年学术年会等;散乱点云的相关文献由430位作者贡献,包括孙殿柱、朱昌志、李延瑞等。
散乱点云
-研究学者
- 孙殿柱
- 朱昌志
- 李延瑞
- 刘健
- 崔传辉
- 廖文和
- 吴禄慎
- 林洪彬
- 王晏民
- 达飞鹏
- 陈华伟
- 陈新河
- 刘华东
- 刘大峰
- 刘雪莲
- 史阳
- 周明全
- 张雨禾
- 戴宁
- 杨凤华
- 王春阳
- 田中朝
- 程效军
- 耿国华
- 聂建辉
- 赵京东
- 万旺根
- 亓振良
- 付德敏
- 何桂珍
- 倪小军
- 刘冠洲
- 刘晶
- 刘虹
- 刘超
- 史红伟
- 吕繁
- 吴佳
- 吴晓军
- 周圣涛
- 周学礼
- 周煜
- 唐林
- 姜晓峰
- 孙全平
- 孙永伟
- 尹丹
- 庞明勇
- 康新才
- 张国英
-
-
田清廉;
熊天辰;
黄翔;
李泷杲;
郝龙
-
-
摘要:
针对目前铆钉孔特征提取方法的限制多、自动化程度低等问题,提出了一种基于散乱点云的铆钉孔自动识别与特征参数提取算法。通过每个点的k邻域点分布情况提取点云边界点,利用欧式距离聚类对其进行分割得到属于不同边界特征的点云块,随后依据椭圆拟合结果提取铆钉孔边界。借助k近邻搜索算法寻找铆钉孔边界邻域点云,进而构造铆钉孔的实际定位面,并将边界点投影至定位面以拟合端面圆。试验验证表明,本文提出的方法能够精确识别并提取铆钉孔,孔位提取精度可达0.029mm。
-
-
吕繁;
郭晓锐;
李红军
-
-
摘要:
针对目前处理大量散乱点云数据体积计算算法效率低下且时间较长的情况,提出了一种基于散乱点云数据的高效率体积计算算法。此算法对散乱的点云数据进行三角剖分,利用最小二乘法计算三角面片的各个顶点与其法向量,根据法向量进行疵点去除及方向调整,再将三角面片投影形成的凸五面体分割成两个三棱锥和一个三棱柱,最后积分计算出各分割体的体积之和从而得到总体积。结果表明,该算法在降低运算时间的同时具有更高的准确性。
-
-
王春香;
郝林文;
王耀;
周国勇;
纪康辉;
刘流
-
-
摘要:
点云孔洞修补作为点云数据处理中的关键技术,直接影响点云的质量和完整性.利用遗传算法(genetic algorithm,GA)优化的BP(back propagation,反向传播)神经网络(简称GA-BP神经网络)是一种修补效果较好的散乱点云孔洞修补方法.但基于GA-BP神经网络的散乱点云孔洞传统修补方法的多个步骤需借助逆向软件通过人机交互的方式完成,导致修补过程繁琐且耗时较长.为此,提出了一种基于GA-BP神经网络的散乱点云孔洞自动修补方法.通过计算机编程将孔洞识别、孔洞区域插值和孔洞修补相结合,实现从残缺点云模型直接到完整点云模型的自动修补,无须进行复杂的人机交互和数据转换.实验结果表明,所提出的方法可有效避免因数据转换而造成的数据失真,减少了人机交互工作量,方便而高效地修补了散乱点云的孔洞,且得到的修补点云密度均匀,这对提高点云孔洞修补效率和质量具有重要意义.
-
-
杨宏伟
-
-
摘要:
提出一种三维散乱点云边界特征提取算法,该算法采用R*-tree建立散乱点云的空间索引结构,基于该结构快速获取任意点的k近邻点集X,计算该点集的型心,依据型心及任意点构建向量v,建立经过点P且垂直于v的基准平面L,若点集X中各点均位于平面L的同侧,则点P为边界点,否则为非边界点.实例表明该算法运行速度快,且在快速准确提取点云边框特征点外,可同时提取孔洞处的边界特征点.
-
-
王巧丽;
徐増波;
杨思
-
-
摘要:
基于实体服装的散乱点云数据提出一种快速生成三维服装模型的方法。通过深度相机扫描设备实现服装表面三维点云数据的快速提取,并进行预处理;结合区域生长算法和Delaunay三角剖分算法,提出一种以无向点云为输入,通过三角剖分的形式生成插值曲面的重建算法对服装模型进行重建;将基于散乱点云的三维服装建模方法与贪婪投影三角化法和泊松法对比分析。结果表明:该方法重建的服装模型更好,得到的网格分布均匀,面片光滑,并且保留了服装点云原有的形状。
-
-
王巧丽;
徐增波;
杨思
-
-
摘要:
基于实体服装的散乱点云数据提出一种快速生成三维服装模型的方法.通过深度相机扫描设备实现服装表面三维点云数据的快速提取,并进行预处理;结合区域生长算法和Delaunay三角剖分算法,提出一种以无向点云为输入,通过三角剖分的形式生成插值曲面的重建算法对服装模型进行重建;将基于散乱点云的三维服装建模方法与贪婪投影三角化法和泊松法对比分析.结果 表明:该方法重建的服装模型更好,得到的网格分布均匀,面片光滑,并且保留了服装点云原有的形状.
-
-
彭秀平;
仝其胜;
林洪彬;
冯超;
郑武
-
-
摘要:
针对当前基于深度学习的散乱点云语义特征提取方法通用性差以及特征提取不足导致的分割精度和可靠性差的难题,提出了一种散乱点云语义分割深度残差?特征金字塔网络框架.首先,针对当前残差网络在卷积方式上的局限性,定义一种立方体卷积运算,不仅可以通过二维卷积运算实现三维表示点的高层特征的抽取,还可以解决现有的参数化卷积设计通用性差的问题;其次,将定义的立方体卷积计算与残差网络相结合,构建面向散乱点云语义分割的深度残差特征学习网络框架;进一步,将深度残差网络与特征金字塔网络相结合,实现三维表示点高层特征多尺度学习与散乱点云场景语义分割.实验结果表明,本文提出的立方体卷积运算具有良好的适用性,且本文提出的深度残差?特征金字塔网络框架在分割精度方面优于现存同类方法.
-
-
吕繁;
郭晓锐;
李红军
-
-
摘要:
针对目前处理大量散乱点云数据体积计算算法效率低下且时间较长的情况,提出了一种基于散乱点云数据的高效率体积计算算法.此算法对散乱的点云数据进行三角剖分,利用最小二乘法计算三角面片的各个顶点与其法向量,根据法向量进行疵点去除及方向调整,再将三角面片投影形成的凸五面体分割成两个三棱锥和一个三棱柱,最后积分计算出各分割体的体积之和从而得到总体积.结果表明,该算法在降低运算时间的同时具有更高的准确性.
-
-
孙殿柱;
沈江华;
贾宗福;
李延瑞;
林伟
-
-
摘要:
针对散乱点云特征识别结果存在噪声及特征遗漏的问题,提出一种基于曲面局部形貌标架的点云特征识别方法.基于点云局部中轴对样点的隔离作用,剔除样点欧氏邻域内的非测地邻域点,为曲面构造优化的局部样本模型.析取局部离散样本中的准共法截线点对集合,构造散乱点云的局部形貌标架.基于标架夹角的差异性,对曲面样本形貌进行量化分析,区分平滑、边界、棱边及尖角等特征区域,实现对中心样点属性的稳健判别.实验结果表明,该方法适用于不同采样密度的点云,可显著降低点云特征识别结果中的噪声点规模,且能有效减少特征遗漏现象.
-
-
刘阳阳;
李仁忠;
刘哲闻;
张缓缓
-
-
摘要:
为解决采集点云数据时存在冗余、噪声及空洞因素影响其快速高质量重建问题,给出一种新的点云重建方法.该方法首先使用体素栅格对点云进行精简,然后利用改进的移动最小二乘法对精简后的点云进行平滑处理,最后利用投影三角化对点云进行快速重建.结果表明,该方法可以有效地对点云局部的空洞进行修补并获得平滑的流形面,使重建结果更接近于现实,最终实现对点云数据高质量的重建.%The redundancy, noise and hole in the acquisition of point cloud data will affect the rapid and high-quality reconstruction. To solve this problem, a new point cloud reconstruction method is proposed. Firstly, the point cloud data was simplified by VoxelGrid, and then the improved minimum moving squares were used to make point cloud become smooth. Finally a multilateral local projection triangulation was used to rapidly reconstruct the point cloud. The experimental results show that this method can repair local holes in point cloud and obtain a smooth manifold, so that the reconstruction result is closer to the reality and finally gets the high-quality reconstruction of point cloud data.
-
-
蔡志敏;
王晏民;
黄明
- 《中国测绘学会2013工程测量分会年会》
| 2013年
-
摘要:
针对大数据散乱点云精简问题,提出基于平均曲率为判断依据的精简算法,采用KD树结构对点云数据建立k领域,在散乱点参数化的基础上,对k领域内的点进行二次曲面拟合,求出拟合平面的平均曲率,进而得出领域内所有数据点的平均曲率均值,以此为判断依据精简,构造曲率差函数,识别出边界数据点,对边界数据进行保护,试验结果表明,该算法对曲率变化大的点云数据精简有一定的理论和应用价值。
-
-
-
- 《第二届上海航天科技论坛暨上海市宇航学会2007年学术年会》
| 2007年
-
摘要:
将光学测量设备在不同视角测得的点云数据配准到一个统一的坐标系下,是采用局部测量获得被测物体整体数据的关键.本文提出了一种以物体表面上不附加任何几何和拓扑信息的散乱点集为处理对象,自动进行数据点云配准的算法。该算法针对待配准的两组点云数据,首先根据测点及其邻域点估算每个点的曲面法矢,并对法矢方向进行调整使其指向曲面的同一侧,然后计算各个测点的曲率。根据每个测点的曲率来识别出两组点云数据中可以匹配的点对集合,计算将每一个点对的法矢方向映射为一致的三维空间变换,采用几何哈希方法找出使得最多数量的点对法矢一致的变换,运用该变换将散乱点云作初次配准.以初次配准后的结果作为新的初始位置,将匹配点对集合中的所有点对采用最近点迭代法进行二次配准,从而实现了两组散乱数据的精确配准.应用实例表明算法效果良好。
-
-
-
-
-
- 东南大学
- 公开公告日期:2020.05.19
-
摘要:
本发明公开了一种基于八叉树的散乱点云压缩方法,该方法针对无任何预知信息下的三维点云数据;本发明的方法改进了八叉树分割的停止条件,可以在适当的深度停止分割并确保体素大小合适;在分割的基础上建立k邻域,利用简单有效的统计方法去除原始点云的离群点;而在数据结构上,对每个节点分配位掩码,通过操纵位掩码,在遍历时对数据查询和操作,并优化随后的点位置编码。该方法有效的移除了离群点和表面杂点,并在区间编码提高了点云压缩效率。
-
-
-
-
-
-