点云数据配准算法的研究

点云配准是点云数据处理的关键,直接影响最后合成结果和模型精度。目前,点云配准方法普遍存在对配准数据初始位姿要求高的缺点。将点云配准分为两个阶段：第一阶段是基于同名点配准,即粗配准,采用人机交互式,配准过程耗时短,节约时间;第二阶段是精配准,在粗配准后,依据最小二乘原理,用间接平差思想,通过最近点迭代算法对点云数据快速配准,并采用目标点集中、目标点坐标与转入目标点集中的点坐标中误差为指标,评价配准精度。进行粗配准的精配准不仅速度快、耗时短,并且可以避免因局部收敛而带来的局部最小问题。试验表明该方法有效可行。     

基于Harris特征与NDT-ICP算法的钢箱拱预制件尺寸智检方法

针对桥梁建造时传统人工尺寸检测在面对海量桥梁预制件时效率低、成本高的难题,使采用地面激光扫描(TLS)技术的智能尺寸检测突破现有数据处理算法的精度与效率瓶颈,建立了基于建筑信息模型(BIM)-TLS的桥梁钢预制件尺寸智检框架,包含构件几何尺寸检测与数字预拼装2个环节;二次开发了BIM点云化处理技术,构建了参照点云模型,采用直通滤波、统计去噪(SOR)滤波、体素化网格(VG)处理等算法预处理点云数据,实现了基于k近邻(kNN)算法的尺寸检测指标评价;通过3D-Harris特征点检测、正态分布变换(NDT)粗配准与迭代最近点(ICP)精配准提出了基于Harris特征与NDT-ICP算法的快速配准尺寸智检策略,并结合工程需求应用于某大跨拱梁组合结构钢箱拱预制件尺寸智检中。研究结果表明：采用提出的智检方法对2个相邻节段钢箱拱进行尺寸检测的最大偏差分别为1.689和1.571 mm,均满足制造偏差(小于2 mm)要求;与传统NDT-ICP算法相比,该方法将点云整体配准精度提高了35.3%,效率提高了61.88%,可见该方法表现高效且结果准确,促进了钢预制件几何尺寸检测智能化;基于该方法的拱肋数字...     

基于贝叶斯决策的航空影像自动配准

为消除像点投影差对航空影像目标监测中影像配准的影响,提出了一种基于贝叶斯决策理论的像点投影差消除方法.该方法通过推导分析像点投影差的分布规律及其对影像配准的影响,设置训练样本区,提取大量特征匹配对,计算得到投影差分布参数,并基于贝叶斯决策理论构建了像点投影差消除准则.为验证其有效性,选用KIT AIS影像数据进行了实验,比较分析了投影差消除前后的配准影像结果.分析结果显示,消除后差分视觉效果得到改善,信息熵减小10%,表明本文方法可有效提高航空影像配准的精度.      

基于LiDAR点云的船载砂石体积自动测算系统

针对现有船舶运输砂石体积计算主要依赖人工方式称重和纸质运单流转、精度不高且效率很低的难题，采用基于八叉树的点云精简和聚类分析进行复杂环境下船舶点云的自动识别和提取；采用基于改进SK-4PCS （semantic-keypoint-based 4-points congruent sets）的粗配准和基于Point-to-Plane ICP （iterative closest point）的精配准进行空载和满载两期点云由粗到精的高效配准，设计实现了一种利用LiDAR （light detection and ranging）点云数据进行船载砂石自动测算的系统. 采集了江西南昌赣江运砂船数据进行实验验证，从扫描到出结果一艘船的砂石体积自动测算时间少于2 min，同船多次测算结果最大相对误差小于1.00%，砂石体积与实际真值相比的最大误差小于2.00%，满足实际业务需求.      

钢轨断面全轮廓磨耗的激光视觉动态测量

钢轨磨耗直接影响铁路运行安全，为了替代目前手工测量方式，提高测量精度和效率，研究并设计了线激光钢轨断面全轮廓视觉测量系统来实现钢轨磨耗动态测量. 首先通过计算激光视觉测量模型完成激光测量单元的结构设计，然后采用平面标定法对测量头进行精确标定，获取激光平面与传感器成像平面之间的映射关系，将拍摄的钢轨轮廓光条图像还原为实际钢轨断面轮廓；利用钢轨同一截面两侧轮廓中轨头踏面轮廓相同的特征获取钢轨断面全轮廓数据，采用ICP精确配准将钢轨两侧测量轮廓合并，其中轨头踏面轮廓采用欧式聚类和距离分割方法提取；最后以双侧未磨损轨腰轮廓及其特征点为基准，将测量钢轨全轮廓与标准钢轨轮廓进行配准对比，获取钢轨磨耗值；将线激光钢轨磨耗测量单元装载于自行研制的轨道测量小车上进行现场测量试验. 研究结果表明:该测量系统标定精度可达4.922 × 10?3 mm，测量速度可达21.6 km/h，与钢轨磨耗尺测量值对比垂直磨耗、侧边磨耗平均偏差约为0.023 mm和0.093 mm，对同一对象多次重复测量最大偏差小于0.05 mm，该测量精度满足公务要求，提高了测量效率，便于铁路测量数字化管理.      

基于点特征和边缘特征的无人机影像配准方法

为解决变形较大的无人机影像配准问题,提出了点特征和边缘特征相结合的配准方法.用尺度不变特征变换(SIFT)算法提取点特征,完成影像的初步配准,并通过多项式函数对影像进行粗校正.在此基础上提取影像的边缘特征信息,根据距离相似性对边缘特征信息进行配准;依据色彩能量差筛选点特征信息配准结果和边缘特征信息配准结果,采用小面元微分校正的方法对变形影像进行校正.实验结果表明:提出的配准方法能够弥补点特征配准方法和边缘特征配准方法的不足,其配准的鲁棒性提高10%左右,可以较好地完成变形较大的无人机影像配准.      

基于激光点云的桥梁变形分析方法研究

目的、反映桥梁运营后在横桥向和顺桥向的不均匀沉降、梁体以及墩身表面形态变化以及应用,依据最近点的距离值确定变形阈值可以提取表面变形量。方法、根据激光点云配准算法,对桥梁曲面拟合变形进行分析,主要研究了桥梁平面以及二次曲面拟合,通过试验的方法对该分析进行了验证,通过对现有桥梁的ICP配准算法的桥梁变形提取,确定了ICP配准精度指标,分析了变形量距离阈值判定.得出了该方法可以反映桥梁运营后在横桥向和顺桥向的不均匀沉降、梁体以及墩身表面形态变化以及应用ICP配准算法对桥梁两期数据进行配准,依据最近点的距离值确定变形阈值可以提取表面变形量。结果、桥梁经过震动发生了沉降以及变形。结论次方法可以用于相同销量变性分析的监测     

基于共轭梯度的大尺度医学图像非刚性配准算法

人体胸腹腔中大量非刚性软组织器官由于呼吸、脏器蠕动和体位变动等会产生大尺度非线性形变,粘性流体配准将图像的形变模拟为流体的流动过程而适宜于大的形变.针对粘性流体配准算法应用超松驰迭代求解离散化偏微分方程组耗时量大,且其最优松驰参数难以获得的问题,使用基于不需要预先估计参数的共轭梯度迭代求解形变参数,实现粘性流体配准.该方法所需存储量小,且具有步收敛性、稳定性高的优点,实验证明该方法在不损失配准精度的前提下提高了配准速度.     

移动最小二乘微分求积法解Helmholtz方程

用一种新型的数值方法--移动最小二乘微分求积法（MLSDQ）求解二维Helmholtz方程。MLSDQ方法是一种直接将微分方程离散的方法，它是将未知函数的各阶偏导数在离散点处的值用域内各配点的函数值加权组合来表示，权系数则直接用移动最小二乘Galerkin法中的形函数求导得到，通过MLSDQ技术将Helmholtz方程和相应的边界条件转化成为一组关于各配点位势的线性代数方程组，求解这组代数方程，便可得到各配点的位势，通过求解几个具有精确解的算例，讨论了方法的收敛性和数值精度，结果表明：该方法较适合于求解小波数的Helmholtz方程,对高波数的方程，需要设置大量的域内配点才能有较好的数值结果。     

基于三次样条函数拟合公路平面线形误差分析

旧路按照测量数据拟合其平面线形参数,关键在于拟合模型的选取及参数的解析精度,参数的正确求解与拟合模型和采样点步长紧密相关.提出基于三次样条函数拟合公路平面线形的基本原理,分析拟合误差的来源,讨论了不同采样点步长对拟合成果的影响.结合某高速公路实施改扩建为例,计算出不同采样点步长对拟合成果的影响误差,得出采用三次样条函数拟合公路平面线形时采样点步长取值的合适范围,宜在直线部分采样点步长取50-0.3mm〗m、曲线部分取20-0.3mm〗m较合适.     

高速道岔尖轨点云的复合拼接及数据处理优化

为实现高速铁路尖轨磨耗的高效检测,结合高速尖轨的检测需求及其几何特征,提出了基于距离编码器的复合拼接方法.该方法将距离信息融合到点云拼接中,提高了检测系统的自动化程度.在计算点特征直方图（point feature histograms,PFH）的过程中,引入OpenCL（open computing language）异构加速模型调整点云的数据结构,发挥GPU的并行处理优势获得了更快的数据处理速度.利用实际尖轨开展磨耗检测实验,证明了针对高速尖轨的结构光检测系统有效可行.经过点云拼接和点云扫描数据处理的优化,系统的整体检测效率获得了70%左右的提升.      

基于特征数据分块自适应切片的空洞修补

针对常用的空洞修补方法在修复具有多种曲面类型的空洞时失效和所修复的曲面不光顺等缺点,提出基于特征数据分块自适应切片的空洞修补。首先,在考虑特征信息的情况下基于聚类对散乱点云进行分块;然后利用特征进行自适应切片,获得曲线并进行拟合;最后,在线上取点填充缺失的点云,最终对完整的点云模型进行曲面重构建立实体模型。试验结果表明,采用自适应切片法修补空洞能够保留特征,所填充的点云数据精度较高,能够满足后续建模的需要。此外对该方法填充的点云进行了曲面重构及光顺,结果令人满意。     

基于边界点云数据的3次B样条曲线拟合

点云边界特征线是指能够表达实物样件原始边界特征的测量点。边界不仅作为表达曲面的重要几何特征,而且作为求解曲面的定义域,对重建曲面模型的品质和精度起着重要作用。提出空间点云边界提取方法获取边界点云数据,然后通过“构造树型特征链”和3次B样条算法实现边界点云数据曲线拟合。     

Curvature estimation of point set data based on the moving-least square surface

Curvature estimation is a basic step in many point relative applications such as feature recognition, segmentation, shape analysis and simplification. This paper proposes a moving-least square (MLS) surface based method to evaluate curvatures for unorganized point cloud data. First a variation of the projection based MLS surface is adopted as the underlying representation of the input points. A set of equations for geometric analysis are derived from the implicit definition of the MLS surface. These equations are then used to compute curvatures of the surface. Moreover, an empirical formula for determining the appropriate Gaussian factor is presented to improve the accuracy of curvature estimation. The proposed method is tested on several sets of synthetic and real data. The results demonstrate that the MLS surface based method can faithfully and efficiently estimate curvatures and reflect subtle curvature variations. The comparisons with other curvature computation algorithms also show that the presented method performs well when handling noisy data and dense points with complex shapes.     

基于云模糊理论的图像纹理分割

为了处理图像纹理的模糊性和随机性,基于云模糊理论提出了纹理特征矢量云模型,并成功地应用于纹理图像分割.该方法在对纹理统计描述符模糊化处理后,逆向生成纹理特征矢量云.矢量云模型的数字特征能够很好地表达纹理的模糊性和随机性,据此通过云距离计算及纹理特征矢量云生长,完成对图像纹理的分割.实验结果表明,该方法较经典的ISODATA算法和K-means簇算法的分割精度高,并且迭代收敛速度快.