点云数据处理

摘要： 嘉峪关关城南敌楼在雨水入侵、温度变化和本体材料性能趋弱等因素综合影响下出现了墙体大面积鼓胀、开裂等现象,于2021年10月开始进行大规模维修。嘉峪关丝路(长城)文化研究院文化遗产监测中心对维修前的南敌楼开展三维激光扫描作业,旨在利用三维激光扫描高精度、无损化、非接触等技术手段的优势,留存本次嘉峪关关城南敌楼维修前的数据资料,准确掌握南敌楼维修前的病害状况,通过与维修后三维扫描数据的对比评估本次南敌楼维修成果。本次运用三维激光扫描仪对南敌楼开展监测是对土遗址保护与监测的有益探索,也是测绘专业与文物保护专业有机结合的大胆尝试。

摘要： 采用全站型扫描仪对隧道断面进行非接触式全断面扫描,得到海量断面点云数据,并通过点云数据后处理软件进行点云数据的去噪、整理及拟建模,与隧道设计断面进行对比分析,可以得到隧道断面超欠挖、二衬净空轮廓与建筑限界检测、二衬混凝土数量精准计算以及隧道收敛变形监测等相关基础数据,具有非接触式全断面测量、样本数据精准全面、数据处理智能准确、测量效率高效便捷等特点。

摘要： 全车运行故障动态图像综合检测系统安装在客整所入段线上,对动力集中型动车组的车底走行部、车侧转向架、车体车窗及车顶部位进行动态检测,自动识别判断关键部件变形、脱落、异物等异常情况。撒砂管是动力集中型动车组的一个重要部件,由于其并不是密封在动车内部,所以容易受到异物的撞击和外力的作用,使得撒砂管高度产生变化,对行车安全和乘客的生命财产安全造成威胁。基于全车运行故障动态图像综合检测系统,提出了一种结合2D图像与3D点云数据处理的撒砂管高度检测方法。首先根据3D点云数据拟合参考平面的平面方程;然后在2D数据上通过深度学习技术定位出撒砂管所在区域的数据并根据2D数据与3D点云数据的对应关系获取到对应的3D点云数据;最后对3D点云数据进行连通域分析和滤波处理提取撒砂管的底面点云数据,并根据提取到的底面点云数据和参考平面方程计算撒砂管高度。实验结果表明,该算法能够克服复杂背景对测量结果的干扰,96%的数据测量误差不超过3 mm,90%的数据测量误差不超过2 mm,所有测试数据中最大测量误差不超过4 mm,满足实际行车过程的检测需求。

摘要： 船舶在航行过程中,由于光线、雨雾、遮挡物等因素会导致视野模糊或视线受阻,容易在停靠或者近距离会遇时发生碰撞。文章提供一种基于激光雷达的船舶边界探测技术,该技术有效克服上述不利因素,通过点云数据处理能够精确探测船舶周围近距离障碍物,并根据不同的危险等级进行人工智能语音分级预警,可及时提醒船员发现潜在危险,降低发生碰撞的风险,提高船舶航行的安全性。

摘要： 三维激光扫描技术是一门近几年来在不断飞速发展的新兴测量技术,其在地下空间测量中具备一些传统测量技术难以比拟的技术优势。文章中以昆明市2020年地下空间普查项目为例,讨论了基于徕卡RTC360及配套软件的点云数据采集,点云数据处理以及点云质量控制三个关键技术点。同时论证了三维激光扫描技术在地下空间测量中的适用性和优越性。

摘要： 大型天线面板在使用的过程中受到环境及自身重力的影响,不可避免会发生形变,对天线性能产生影响。针对大型天线面板形变的快速动态检测需求,设计了基于高精度三维激光扫描仪的天线面板形变测量方案。采用拟合抛物面的算法进行点云数据配准,统计学和曲面拟合算法进行滤波和天线面板形变分析,通过测量、分析处理天线面板点云数据,获得了70 m天线面板形变信息,实现了高效率、高精度和自动化的大型天线面板形变检测。

摘要： 针对斗轮堆取料机在作业过程中由于操作不当、疲劳作业、位置判断偏差等问题,造成取料作业时堆垛出现垮料滑坡坍塌导致取料斗轮被部分或全部掩埋,发生严重过载甚至设备倾覆的安全事故。采用三维激光扫描料堆表面,通过对点云数据采集进行实时处理和在线三维重建后,再对料堆实时取料作业面的形状进行分析和识别,计算当前取料作业面与上层作业面之间的位置关系状态,自动判别是否存在塌垛风险,能否继续进行全自动取料作业。结果表明,提出的防自动塌垛技术能够很好地预防取料过程中的料堆垮料坍塌等问题。

摘要： 运用逆向设计软件GeomagicWrap对车载吸尘器点云数据进行优化处理、封装形成三角形面片,在三角形面片阶段进行修补与优化,再进行曲面拟合,构建吸尘器主体曲面,最终完成曲面重构,并结合软件的点云偏差测量功能,保证重建曲面的精度与光顺度,然后,在中望3D软件完成产品内部结构设计,最后,3D打印加工样件完成产品验证。

摘要： 三维激光扫描技术是近年来能够以超高精度和效率获得空间信息的新技术。仪器扫描所获取的原始数据里,为了避免精度的损失,则需对所获取的点云数据进行配准去噪等处理才能更加精确地提取到建筑物的特征信息以及提高建筑物建模精度。本文利用徕卡ScanStation C10三维激光扫描仪获得某市魔方时代广场的三维激光点云数据,制定了科学合理的建筑物三维点云和纹理照片的外业采集流程,利用先进有效的技术对获取的数据做了预处理,并且对其中的方法做出分析与总结。结果表明,建立模型后,可以达到预期的结果。

摘要： 智慧城市以其高度智能化、信息化等特点受到越来越多的关注,室内导航是实现智慧城市的基础技术。本文利用NavVis M6扫描系统对沈阳城市建设学院土木工程实训中心进行扫描并获取数据,通过Indoor Viewer发布平台,创建了可视、可测、可导的三维全景数字化平台,能够用于实现智慧城市的室内导航。

摘要： 文将点云数据处理技术引入发电站设备管理，通过点云数据处理技术的特点来实现设备管理从信息化到数字化的转变指出目前发电站的设备管理已经基本实现了信息化，设备的数量及参数等信息交流平台已经应用到了发电站的运行中。但是在实际使用过程中设备的了解仍然存在较大的不足，为改善发电站的现状，点云数据处理技术可有以下应用：(1)建立企业库存设备数据库；(2)建立机组现役设备数据库；(3)建立机组环境数据库；(4)对机组能源使用效率的提高。

摘要： 简要介绍了基于VIVID910三维激光扫描仪获取装备零部件实物自由曲面点云数据的方法，针对点云数据中所存在的影响模型重构精度的各种因素，详细论述了无用杂点删除、多视点云对齐、数据点云合成、点云数据编辑、数据点云精简及数据点云平滑等点云数据预处理方法。实例表明：经过处理的点云数据有利于后续的曲线、曲面重构及模型重构，对点云数据获取与处理的高精度、自动化研究具有借鉴作用。

摘要： 隧道施工过程中的监控量测工作,可为隧道结构稳定和周边环境安全提供有力保障.将三维激光扫描技术应用于高速公路隧道施工中的监控量测,通过对隧道初支表面进行扫描,获取指定断面处拱顶沉降值和周边收敛值,与传统测量方法的精度和可靠性进行对比,结果表明该方法能够进行全断面连续监测,监测效率高,测量数据可重复使用,值得推广应用.

摘要： 隧道施工过程中的监控量测工作,可为隧道结构稳定和周边环境安全提供有力保障.将三维激光扫描技术应用于高速公路隧道施工中的监控量测,通过对隧道初支表面进行扫描,获取指定断面处拱顶沉降值和周边收敛值,与传统测量方法的精度和可靠性进行对比,结果表明该方法能够进行全断面连续监测,监测效率高,测量数据可重复使用,值得推广应用.

摘要： 隧道施工过程中的监控量测工作,可为隧道结构稳定和周边环境安全提供有力保障.将三维激光扫描技术应用于高速公路隧道施工中的监控量测,通过对隧道初支表面进行扫描,获取指定断面处拱顶沉降值和周边收敛值,与传统测量方法的精度和可靠性进行对比,结果表明该方法能够进行全断面连续监测,监测效率高,测量数据可重复使用,值得推广应用.

摘要： 本文介绍了一种基于开源地理信息软件ILWIS进行点云处理软件开发的思路和实践.这种方法的优势是可以利用现有的算法快速开发功能,同时可以充分利用ILWIS提供的丰富的地理信息、遥感的技术和工具对点云数据进行空间分析,点云数据也能够参与到空间分析和遥感处理中去,实现多源数据的融合处理.

摘要： 本文介绍了一种基于开源地理信息软件ILWIS进行点云处理软件开发的思路和实践.这种方法的优势是可以利用现有的算法快速开发功能,同时可以充分利用ILWIS提供的丰富的地理信息、遥感的技术和工具对点云数据进行空间分析,点云数据也能够参与到空间分析和遥感处理中去,实现多源数据的融合处理.

摘要： 本文介绍了一种基于开源地理信息软件ILWIS进行点云处理软件开发的思路和实践.这种方法的优势是可以利用现有的算法快速开发功能,同时可以充分利用ILWIS提供的丰富的地理信息、遥感的技术和工具对点云数据进行空间分析,点云数据也能够参与到空间分析和遥感处理中去,实现多源数据的融合处理.

摘要： 本文介绍了一种基于开源地理信息软件ILWIS进行点云处理软件开发的思路和实践.这种方法的优势是可以利用现有的算法快速开发功能,同时可以充分利用ILWIS提供的丰富的地理信息、遥感的技术和工具对点云数据进行空间分析,点云数据也能够参与到空间分析和遥感处理中去,实现多源数据的融合处理.

摘要： 根据目前国家对一些运行时间较长、年代久远的水电站和水库大坝进行防渗补强，需对水下坝面平整度进行检测的现状，针对性地提出了采用多波束水下坝面平整度检测方法，并在实践中加以探索性研究，为解决工程实践中的问题提供了切实可行的方法。同时，对野外采集的“点云”数据进行分析和处理，并在Microstation环境下进行构TIN和三维模拟，形象直观地再现了水下坝面的实际情况，为大坝防渗补强施工提供了技术支持，取得了较好的效果，具有较好的推广和应用价值。

摘要： 历史存储器430针对每条函数标识信息，将输入值和执行结果关联起来，并保持为执行历史。命令译码器320将包括在用于预测函数的预告命令中所包括的函数标识信息从取回单元310提供到执行历史搜索单元410。另外，命令译码器320使执行历史搜索单元410基于在预告命令后要被读出的命令中的用于设定函数输入值的输入值设定命令，获取从输入选择单元332输出的输入值。在函数调用命令之前，执行历史搜索单元410搜索与所获取的标识信息及其输入值一致的执行历史。执行结果输出单元420将由执行历史搜索单元410检测出的执行结果输出到执行单元330。取回单元310读出在函数后要被读出的命令。

摘要： 本公开实施例公开了点云种子点选择、点云聚类、传感器数据处理方法和装置。点云种子点选择方法包括：根据预设参数模型将点云通过预设变换方式投影到参数空间以获取所述点云在所述参数空间对应的体素；根据预设体素选择规则从所述参数空间的体素中选择特定体素；根据所述点云与所述参数空间的体素之间的对应关系，从所述点云中选择与所述特定体素对应的点作为点云聚类的种子点，避免了随机选取种子点导致聚类效果差的问题。而且，不用计算法向量，这样可以避免解特征矩阵的计算，也可以避免进行邻域搜索。因此，可以将O(nlogn)的计算复杂度降低到了O(n)，大幅度减少了计算量。同时效果上可以避免法向量计算受噪点影响的问题。

摘要： 本公开提供了一种点云数据处理方法，包括：根据路网路段信息将点云数据划分为至少一个点云路段；以及对于所述至少一个点云路段中的每个点云路段，按照预定参数进行体素抽稀并且生成预定数量的点云块，其中，每个点云块的抽稀粒度相同，每个点云块内包括多个不同的数据点，并且不同点云块内包含的数据点各不相同。

摘要： 本发明提供一种能够高效、准确地对点云赋予属性信息的点云数据处理装置、点云数据处理方法及程序。点云数据处理装置(11)具备存储器(21)及处理器，该存储器(21)将点云数据(7)与图像数据(5)中的任意一张图像数据(5)的像素的位置和构成点云数据(7)的点相关联地存储，其中，处理器使点云数据以能够进行三维旋转、三维移动及放大缩小的方式显示于显示部(9)，在显示于显示部(9)的点云数据(7)中接受指定点的指定，在图像数据(5)中，选择包括与指定点对应的区域的对象物体的区域，在点云数据(7)中，对与对象物体的区域对应的点赋予相同的属性信息。

摘要： 本发明提供一种当在图像中确定作为检测对象的物体的区域时，能够获得确定结果的正误，并能够有效利用确定结果的点云数据处理装置、点云数据处理方法及程序。在点云数据处理装置(11)中，处理器获取表示第一物体的形状特征的第一形状信息，确定根据图像判别的第二物体即与第一形状信息对应的第二物体的物体区域，基于物体区域，选择点云数据中与物体区域对应的第二物体点云数据，基于第二物体点云数据获取表示第二物体的形状特征的第二形状信息，比较第一形状信息和第二形状信息，进行第二物体是否是第一物体的判定。

摘要： 本发明提供一种点云数据处理装置、点云数据处理方法以及程序，无需使用作为对象的物体的二维图形，就能够容易且高效地对点云数据进行分组。点云数据处理装置(11)具备：获取物体的图像数据的图像数据获取部(13)；获取点云数据的点云数据获取部(15)；基于图像数据识别物体，并获取物体的区域和确定物体的属性信息的识别部(23)；以及选择点云数据中属于物体的区域的点云数据，并对所选择的点云数据赋予所确定的属性信息的属性赋予部(25)。

摘要： 本申请实施例提供一种点云数据处理方法、训练数据处理方法及装置。在点云数据处理方法中，获取点云数据以及点云数据的初始化检测框信息；其中，初始化检测框信息包括N个初始化检测框以及每个初始化检测框的位置信息，N个初始化检测框用于将点云数据划分为N个初始化点云集合，N为正整数；确定点云数据的目标转换矩阵，根据目标转换矩阵对初始化检测框信息进行校正，得到点云数据的目标检测框信息，目标检测框信息包括N个目标检测框以及每个目标检测框的位置信息，N个目标检测框将点云数据划分为N个目标点云集合。通过该方法，在提升点云数据处理效率的同时，保证了确定出的目标检测框信息的准确性。

摘要： 本发明提供了一种点云数据编码方法，包括：获取点云数据处理环境中的初始点云数据；确定与所述初始点云数据相对应的空间网格结构；确定所述空间网格结构中的填充起始点和所述初始点云数据中的不同点云点在所述空间网格结构中的填充顺序；基于所述初始点云数据中的不同点云点在所述空间网格结构中的填充顺序，确定与所述初始点云数据相匹配的残差信息；根据所述残差信息，对所述初始点云数据进行编码处理，获得目标点云数据。本发明还提供了点云数据解码方法、点云数据处理方法、装置、电子设备及存储介质。本发明能够降低点云数据的编码复杂度，减少点云数据的编码等待时间，节省点云数据编码的计算量，提升用户的使用体验。

摘要： 本申请涉及点云数据处理技术领域，尤其涉及基于多维点云融合数据的点云数据处理方法及系统。处理方法包括：接收多维点云融合数据；判断压缩级别是否大于等于1，如果是，解压多维点云融合数据，还原多维数据空间；继续解析多维点云融合数据的头文件信息字段，获取点云数据和多维数据空间的基本信息；解析多维数据空间的空间坐标系在各方向上的长度设定、坐标系刻度以及单位数据长度，并输出多维化数据矩阵。对点云数据进行简化和规范化处理，并将点云数据集转换为二进制数据集，将点云数据的分析和处理便从针对每个点的分析变成了对数值的批量化的数学运算，不但可以有效解决点云计算的速度问题，更可以有效解决复杂目标物体的计算等难题。

摘要： 本公开提供了一种点云数据处理方法，包括：根据路网路段信息将点云数据划分为至少一个点云路段；以及对于所述至少一个点云路段中的每个点云路段，按照预定参数进行体素抽稀并且生成预定数量的点云块，其中，每个点云块的抽稀粒度相同，每个点云块内包括多个不同的数据点，并且不同点云块内包含的数据点各不相同。