红外与激光工程
2023, 52(7): 20230299
1 山东科技大学测绘与空间信息学院,山东 青岛 266590
2 山东黄金矿业(莱州)有限公司焦家金矿,山东 烟台 261441
针对现有树干分割受到枝叶遮挡以及噪声影响导致精度不高的问题,提出了一种根据点云法向量的分层树干分割方法。首先对树干进行嵌套处理,在保留完整树干的同时去除下垂枝叶;其次对树干进行分层处理,并对每一层点云进行统计滤波;最后计算每层点云的法向量,根据其统计特征计算正确的分割高度。以银杏、水杉和柳树三种树木为研究对象进行实验,结果得到决定系数分别为0.974、0.934、0.922,均方根误差分别为0.070 m、0.075 m、0.132 m,说明所提方法具有较高的分割精度,能够为树木结构参数的准确提取提供技术支撑。
树干分割 树干嵌套 分层滤波 点云法向量 trunk segmentation trunk nesting hierarchical filtering point cloud normal vector
1 长安大学地质工程与测绘学院,陕西 西安 710054
2 自然资源部第一地形测量队,陕西 西安 710054
车载激光扫描由于快速、高精度、高密度等优点,被广泛应用于城市三维数据的采集。由于城市场景点云数据量庞大、目标繁多,难以准确高效地提取城市道路点云。基于渐进式形态学滤波算法,提出了一种利用格网近似值代替三维空间点运算并自适应计算滤波参数的算法;在此基础上,根据城市道路的空间分布特征,利用扫描车的行驶轨迹信息,通过法向量聚类、距离约束、连续性分布约束的方法提取道路边界点,并经结果聚类、拟合生成精确的道路边界,达到了快速、准确提取道路点云的目的。实验结果表明,所提算法提取的道路边界的准确度、完整度和总体质量均大于90%,边界位置与检测值的差异小于3 cm。
车载激光扫描 渐进式形态学滤波 轨迹信息 法向量聚类 道路边线 道路点云 激光与光电子学进展
2022, 59(10): 1001002
1 江苏师范大学电气工程及自动化学院,江苏 徐州 221116
2 聚时科技(上海)有限公司,上海 201100
为了避免利用2D图像提取特征点并进行三维重建的烦琐,同时满足芯片引脚3D测量指标的高精度要求,采用点云处理技术,提出一种基于法向量差异的点云水平校准方法,将该方法与最小外包围盒算法相结合来剔除芯片内部引脚点云。对剩余点云进行聚类分割后,利用采样一致性算法对芯片各外部引脚、上下表面进行平面方程参数拟合并求解各引脚区域的中点。通过以上获取的数据计算芯片高度、引脚栈高以及引脚翘起度。最后,通过试验验证了所述芯片测量方案的有效性。
芯片测量 点云滤波 法向量 点云分割 平面拟合 chip measurement point cloud filtering normal vector point cloud segmentation plane fitting
1 长春大学 计算机科学技术学院, 吉林 长春 130022
2 苏州深浅优视智能科技有限公司, 江苏 苏州 215000
3 吉林大学 计算机科学与技术学院, 吉林 长春 130012
4 长春大学 旅游学院 工学院, 吉林 长春 130122
在工业生产中对PIN针检测有越来越高的精度要求, 针对点云数据存在毛刺现象、孔洞、离群点及大量不同类型的噪点等问题, 本文提出采用结构光技术对PIN针的针尖平面在三维空间中进行提取的方法。首先, 利用几何特性和直通滤波进行点云粗提取, 快速准确地定位目标点云并去除大量非目标点云及离群点; 然后, 通过KD-tree对目标点云进行索引, 使用欧氏距离聚类分割算法对点云数量进行分割, 稳定有效地去除目标点云附近的小范围噪点; 最后, 通过对目标点云法向量与基准面法向量夹角的判断方法有效且精确地去除目标点云内不平整的噪点。实验结果表明, 该方法不仅可以准确去除PIN针点云数据的噪点, 且能精确地提取针尖坐标, 不同方向的PIN针高度测量标准偏差在0.005 mm以内。本文提出的方法普遍适用于平头型PIN针针尖的提取, 精度高, 速度快, 鲁棒性能好。
PIN针 结构光 点云分割 点云滤波 electronic connector point cloud segmentation euclidean cluster normal vector estimation
针对常规的点云滤波方法在去除接近模型噪声的过程中会对模型造成较大破坏的问题,提出一种结合双张量投票和多尺度法向量估计的点云滤波算法。首先采用主成分分析法在较大的尺度下估计各点的法向量,对各点进行双张量投票以提取特征点。然后对提取出的特征点在较小的尺度下估计法向量,并结合随机采样一致性方法对小范围噪声平面进行剔除。最后采用曲率对剩余的噪声进行滤波,获得最终的点云数据。实验结果表明,所提算法可以有效剔除噪声点,并较好地保留三维模型的尖锐特征,为后续点云配准和三维重建奠定基础。
图像处理 点云滤波 张量投票 随机采样一致性 多尺度法向量估计 曲率 激光与光电子学进展
2021, 58(20): 2010001
1 中国科学院国家空间科学中心, 北京 100190
2 中国科学院大学, 北京 100049
针对飞行时间法(TOF)获取点云的相关特点, 提出一种适用于TOF点云的改进配准算法, 首先使用FPFH特征对点云进行粗配准; 在精配准阶段, 通过法向量夹角特征采样的方法来减少点云的点数, 同时又保留点云的关键信息点, 并引入KD树和RANSAC方法来改进ICP的配准效率。实验结果表明, 该算法具有良好的配准效率和精度, 同时具有较大的适用范围。
点云配准 法向量 point cloud registration normal vector ICP ICP FPFH FPFH