提出了一种基于激光点云与建筑信息模型(BIM)技术的复杂舱舱容计算方法。以复杂液货舱三维点云数据为基础,对复杂舱舱壁与内部构件进行了分割;利用BIM技术对舱壁点云数据及船舱构件点云数据进行了三维重建;利用船舱三维模型进行了船舱不同姿态下的实时舱容计算。选用上海某船舱点云数据进行了方法验证,研究结果表明,该方法能够快速、精确地获得船舱不同姿态下的舱容数据,可靠性强,具有很高的实用价值。

随着激光扫描技术精度和效率的提高, 可获得高精度点云的地面三维激光扫描技术已被广泛应用于地铁隧道变形监测、结构构建等领域。但在测量的隧道数据中, 有很多来自隧道上的附着物的数据须要剔除, 以便对隧道进行变形分析。基于三维激光扫描数据, 以运营中的地铁隧道为研究对象, 提出了一种断面分析方法。针对数据中存在的大量粗差, 提出了以残差1范最小为平差准则的椭圆拟合方法, 利用自适应的阈值剔除粗差。采用分段圆弧代替整体椭圆进行断面分析。对提取的断面进行了形变分析, 实验结果表明, 该方法能够剔除数据中的粗差, 采用分段圆弧分析能准确反映隧道的形变。

通过分析机载雷达（LIDAR）点云数据与航空影像数据特点，提出了融合机载LIDAR点云和航空影像的建筑物轮廓探测方法。分别提取机载点云和航空影像中的部分建筑轮廓线，将轮廓线拟合成直线段的建筑物轮廓边，并以两相邻且垂直的轮廓边相交得到建筑的角点，根据建筑物的同名角点实现机载点云和航空影像的配准融合；将航空影像的光谱信息赋予机载点云，并将光谱信息作为特征向量进行聚类，分离出植被和树木等地物，利用高程信息从光谱信息相似的地面道路和建筑物中分离出建筑物，提取建筑物的轮廓边，完成建筑物轮廓的探测。实验结果表明，利用该方法进行建筑物点云的分类正确率可达97.96%，轮廓边的提取精度可达0.21 m，能够有效的实现建筑物轮廓的探测。