点云

摘要： 房地一体调查是农村土地制度改革的重要举措,为加快推进房地一体调查工作,高质量完成调查任务,本文开展了轻便型移动测量系统在农村不动产测量中的应用研究。综合应用卫星定位、惯性导航、360全景、三维激光的VSurs-Q轻便型移动测量系统采集的影像、点云等多源数据,采用Vsurs Process和Vsur Map点云处理及制图软件形成地形地籍图,以及辅助地籍调查技术流程、关键技术指标及质量评价体系。珠海市高栏港经济区房地一体调查试验区成果表明:统计界址点中误差为0.062 m,满足界址点二级精度要求;统计界址点间距误差最大0.045 m,在边长限差容许范围内。1 km^(2)范围外业采集2—3 d,房屋分布较密集和复杂区域4—5 d,较大限度地节省了调查时间。

摘要： 转体施工是桥梁工程中一种重要的施工方式,尤其对于铁路沿线等跨障碍桥梁,但以传统监测作为基础数据的方法存在精度低、测点不全面的问题。以某转体桥梁为项目依托,采用高精度相位式三维激光扫描技术,快速获取转体桥底部的丰富点云数据并采用曲面重构算法生成三维精确曲面,通过与转体目标高程偏差对比分析完成每个关键转体阶段整体质量评估,自动化提取桥底中线以及两侧边线的三条重要线形,并绘制该三条线形与转体目标高程偏差包络图,对桥梁高程允许偏差超过±20 mm时采取降低或抬高超限端的必要措施,从而保障全施工过程的规范与安全。实验结果表明,利用激光点云作为桥梁转体全过程监测数据支撑,不仅提高了桥梁监测的前期基础数据的精度,而且能显示转体期间与转体目标位置偏差的三维直观分布情况,对于转体桥梁尤其是高难度、大跨度转体施工具有重要意义。

摘要： 为提升激光雷达点云目标识别的效率和减少计算开销,本文通过采用改进的邻域确定方法和LRF估计方法,提出了一种新的特征描述子:半球单值形状上下文特征描述子(Hemispheric Unique Shape Context,HUSC)。首先计算关键点处的互相关矩阵,并根据邻域点附近的点密度进行加权,以此估计关键点的法向量和切平面,并建立局部参考坐标系;然后以该切平面为底面构建半球形邻域,并将其按照方位角、极角和径向划分为多个栅格;最后统计各栅格中的点数,得到关键点的局部特征描述子。HUSC特征描述子在保证描述子准确率的同时,通过减少冗余栅格数量提高目标识别的效率。在Bologna、3DMatch数据集上进行的实验表明,基于半球形邻域的HUSC特征描述子与基于球形邻域的USC描述子对噪声鲁棒、对分辨率变化稳健性相当,但HUSC特征描述子占用内存更小,运算速度更快。

摘要： 土工布是排泥库表面覆盖的防渗材料,能够在排除水分的同时阻止泥浆泄漏。识别土工布中心线可用于计算土工布高度、在高度过低时进行预警,对防范泥浆泄漏事故发生具有重要意义。基于无人机倾斜摄影获得的彩色三维点云,通过颜色特征和高程特征识别土工布点云、采用形态学算法和改进Zhang-Suen算法提取土工布中心线。以广西某铝矿排泥库为例进行实验,实验结果表明所提出的方法能够有效提取土工布中心线,具有一定的推广应用价值。

摘要： 近年来实施旧住宅区改造“暖房”工程。改造之前需要进行屋顶和外立面的情况进行了解,并进行预算。传统的建模方法工作量大,工作周期长,精度低,无法恢复对象。采用三维激光扫描仪对建筑物进行了点云数据的采集,然后进行配准和点云数据去噪,并用3Ds Max的三维建模功能形成建筑物的三维模型。

摘要： 点云学习因其在计算机视觉、自动驾驶和机器人技术等领域的广泛应用而受到越来越多的关注。点云数据具有稀疏性、无序性、有限性等特点,给基于深度卷积神经网络的点云分类任务带来很大困难,通常采用多视图或将点云转换为体素后使用卷积神经网络进行处理,但转换过程会带来局部特征信息丢失、计算效率低等问题。将原始点云直接输入到分类网络还存在参数量过多、网络规模复杂等问题,实时性任务处理仍需进一步优化。为使点云处理网络轻量化,以适用于实时点云分类任务,提出索引边缘几何卷积神经网络模型。首先对网络结构和超参进行裁剪并压缩,实现模型轻量化;其次,使用k近邻算法在每个卷积层上确定新的局部区域,加入相邻点之间的向量方向,将不同层的输出特征映射并进行索引跳跃连接,使局部特征信息损失进一步降低。在ModelNet40数据集上,该方法的分类准确率约为92.78%,与DGCNN相比,提高了约0.58%。实验结果表明,所提出的模型具有分类准确率高、轻量化特点,可部署于小型嵌入式设备。

摘要： 自注意力网络和Transformer主导了机器翻译和自然语言处理领域,并在诸如图像分类和目标检测等图像视觉任务中显示出巨大潜力。受到Transformer在2D图像视觉任务中取得的巨大进步的启发,提出了一种基于传统Transformer的新颖和鲁棒的体素特征编码器。首先,探究自注意力对序列数据的排列不变性,并将其应用于点云数据处理。其次,基于自注意力构造体素特征层,根据体素内所有点之间的空间关系和上下文信息交换自适应地学习体素的局部和鲁棒上下文。最后,构建了以体素特征层为核心的通用3D目标检测框架。VFT(voxel feature learning with Transformer)是通用的体素特征提取器,可以嵌入任何其他基于体素方法的3D物体检测框架中。在KITTI数据集上进行的实验结果表明,本方法在3D目标检测方面表现出优越的性能。

摘要： 基于无人机倾斜摄影(UAV)技术获取三维地形数据已经广泛应用,然而无人机获取的河流地形数据是一种数字表面模型(DSM),其高程值常包含树木或草的高度。它与河流调查所需的数字高程模型(DEM)不同。该研究使用区域增长算法,从无人机点云数据提取地面点。为了评估DEM数据的准确性,使用虚拟参考站(VRS)和全站仪测量设备获得了100个测试点的真实值进行精度验证。结果表明,DSM和DEM的高程标准偏差分别为±3.84 m和±0.12 m。可以通过应用基于区域增长算法的无人机点云来生成DEM,并将其有效地用于河流管理中。

摘要： 针对工业上常见的弱纹理、散乱摆放复杂场景下点云目标机器人抓取问题,该文提出一种6D位姿估计深度学习网络。首先,模拟复杂场景下点云目标多姿态随机摆放的物理环境,生成带真实标签的数据集;进而,设计了6D位姿估计深度学习网络模型,提出多尺度点云分割网络(MPCS-Net),直接在完整几何点云上进行点云实例分割,解决了对RGB信息和点云分割预处理的依赖问题。然后,提出多层特征姿态估计网(MFPE-Net),有效地解决了对称物体的位姿估计问题。最后,实验结果和分析证实了,相比于传统的点云配准方法和现有的切分点云的深度学习位姿估计方法,所提方法取得了更高的准确率和更稳定性能,并且在估计对称物体位姿时有较强的鲁棒性。

摘要： 作为计算机视觉的基础算法,目标检测被广泛应用于自动驾驶、智能导航、视频监控、工业检测、航空航天等诸多领域,已成为深度学习的热门研究方向之一。随着深度传感器和三维激光扫描仪的普及运用,基于点云的三维目标检测得到广泛关注,其性能也随着深度学习的迅速发展而显著提升。首先从点云的稀疏性、离散性、无序性和旋转平移不变性等自身特性入手,分析了基于点云的目标检测难点,以及将深度学习应用于三维点云面临的挑战,然后总结了基于图像视锥、基于数据降维、基于原始点云3类三维目标检测方法,介绍了近几年提出的典型三维目标检测网络,比较了每类方法的优势劣势,提炼了每类方法的工作原理和主要创新点,最后对三维目标检测未来研究方向进行了展望。

摘要： 本文主要对点云数据网模型的构建方法进行研究，探讨点云数据构网的方法——基于球面投影构网算法以及基于空间三角的构网算法。本文主要通过研究以上两种构网方法的优势与不足，考虑到单站地面激光扫描点云数据的特点，具体给出了空间三角网生长算法的模型。该算法首先利用中心投影的方式将单站激光扫描点云数据投影到一个球面上，在球面上进行构网，这样保证了点之间的正确邻接关系；然后根据空间Delaunay 构网条件，制定了四个限制条件来进行选点构网；最后在AUTOCAD 平台下结合VBA 语言，以具体雕像为例，实现了空间三角网模型建立。

摘要： 点云上的测地线计算在计算机图形学中有着广泛的应用。目前已有的测地线算法有以下几个不足：(1)使用平面对每个采样点进行MLS(Moving Least Squares)拟合[1-3]，然后使用多项式逼近采样点的局部曲面。当采样点较少时，局部曲面不能由高度场表示，多项式逼近就无效了。此时，拟合结果会变得不稳定，从而使在此基础上计算的测地线不准确。

摘要： 点云数据量庞大，包含了较多的冗余信息，给后期数据处理、传输和进一步应用造成了较大障碍。根据数据的特点，提出一种基于距离-梯度的LIDAR 点云简化算法，能够对点云数据进行分层次简化，实现大规模点云的管理和组织。

摘要： 本文阐述了采用先进的计算机及测量设备，进行逆向设计、分析、制造等活动，获取数据、分析实物模型、基于现有产品的构建三维数据集等。通过测量标准样件，采集点云，生成高级曲面或轮廓，建造三维制造数据集；在测量机上反测数据，通过位移超差点，光顺曲面。确保三维数据集的准确性,对产品设计的源头进行质量控制，降低返工率和超差率。将常规加工改为高速铣加工，在编程过程中，选择合理的切削参数，实现优质高效。

摘要： 曲面重建是逆向工程中最关键的技术，从已知的采样点出发，构造出物体的几何模型，是对物体进行分析和绘制的根据，是研究曲面性质的重要工具。基于CMM测量数据，针对鼠标数据的特点，进行了边界拟合、特征识别、分片重建、光滑拼接等技术的研究。

摘要： 本文针对从散乱点云重建三角网格曲面的问题，提出了一个插值数据点的简单且鲁棒的曲面重建算法。其中点云是从任意拓扑的模型表面上采样得到的，首先利用最小二乘平面拟合方法计算每个点处的曲面法向，并计算两个等距面上相应的采样点，在构造好所有等距点的Delaunay三角剖分后，利用marchingtetrahedra方法即可得到一个插值数据点的三角网格曲面。实验结果表明该方法是有效的。

摘要： 三维表面绘制是图像图形领域中的一个研究热点问题.迄今为止,人们已经提出了许多不同的表面绘制方法,其中基于二维Delaunay三角剖分算法是最常用的一种.它广泛应用于地理测绘、工业建模、医学可视化等领域,然而如何应用于胎儿健康检查尚未见报道.本文基于扇形扫描三维超声图像的成像特点,设计了一种从二维超声图像到胎儿表面三维绘制的方法,包括了从滤泼,分割,边缘提取,抽点到点云的三维表面绘制的整个过程。全部程序用vC++结合OpenGL实现基于三角形网格测量数据三维场景和格网显示,图形具有平移、缩放、旋转,选择修改等功能,买验证明对于三维超声胎儿表面绘制取得了相当不错的显示效果.

摘要： 介绍激光三维扫描系统的原理和扫描方式,分析了激光三维点云数据处理方法。以山西阳城某隧道为例,探讨了激光三维扫描系统在隧道断面检测、隧道开挖土石方量测量,以及隧道立体测绘模型和力学分析等方面的应用。

摘要： 从最基本的三维激光扫描原理出发，分析了扫描仪的误差来源，初步论述了三维激光扫描仪的检测方法，并就存在的问题提出了可供同行参考的建议。

摘要： 从最基本的三维激光扫描原理出发，分析了扫描仪的误差来源，初步论述了三维激光扫描仪的检测方法，并就存在的问题提出了可供同行参考的建议。

摘要： 根据实施方式的点云数据接收装置可以包括：接收单元，其用于接收包括点云数据的几何数据和/或点云数据的属性数据的比特流；和/或解码器，其用于对比特流中的点云数据进行解码。根据实施方式的点云数据发送装置可以包括：编码器，其用于对点云数据进行编码；和/或发送器，其用于发送包括点云数据和/或关于点云数据的信令信息的比特流。

摘要： 本发明可以包括下述步骤：对点云数据进行编码；和/或发送包括点云数据和用于点云数据的信令信息的比特流。本发明可以包括下述步骤：接收包括点云数据和信令信息的比特流；对点云数据进行解码；和/或渲染点云数据。

摘要： 根据实施例的一种点云数据发送方法包括下述步骤：对点云数据进行编码，该点云数据包括几何数据和属性数据；以及发送包括点云数据的比特流。根据实施例的点云数据接收方法包括下述步骤：接收包括点云数据的比特流，该点云数据包括几何数据和属性数据；以及对点云数据进行解码。

摘要： 根据实施例的点云数据发送方法可以包括获取点云数据、对点云数据进行编码、以及发送包括编码的点云数据和信令信息的比特流。

摘要： 根据实施方式的点云数据发送方法可以包括对点云数据进行编码的步骤以及发送包括点云数据和信令信息的比特流的步骤。根据实施方式的点云数据接收方法可以包括接收包括点云数据和信令信息的比特流的步骤、对点云数据进行解码的步骤以及渲染解码的点云数据的步骤。

摘要： 根据实施方式的用于接收点云数据的方法可包括以下步骤：接收包括点云数据的比特流；以及对点云数据进行解码。根据实施方式的用于发送点云数据的方法可包括以下步骤：对点云数据进行编码；以及发送包括点云数据的比特流。

摘要： 根据实施方式的点云数据发送方法可包括：对点云数据进行编码的步骤；将点云数据封装的步骤；以及发送点云数据的步骤。另外，根据实施方式的点云数据接收装置可包括：接收器，其用于接收点云数据；解封装器，其用于将点云数据解封装；以及解码器，其用于对点云数据进行解码。

摘要： 根据实施方式的点云数据发送方法能够包括以下步骤：对点云数据进行编码；以及发送点云数据。根据实施方式的点云数据接收方法能够包括以下步骤：接收点云数据；对点云数据进行解码；以及渲染点云数据。

摘要： 根据实施方式的点云数据发送方法可以包括以下步骤：对点云数据进行编码；以及发送包括所述点云数据的比特流。根据实施方式的点云数据接收方法可以包括以下步骤：接收包括点云数据的比特流；以及对所述点云数据进行解码。

摘要： 根据实施方式的点云数据发送方法可包括以下步骤：对点云数据进行编码；以及发送点云数据。根据实施方式的点云数据接收方法可包括以下步骤：接收点云数据；对点云数据进行解码；以及渲染点云数据。