建筑物轮廓线是各类应用的数据源，但散乱、不规则激光点云数据给轮廓线提取带来了难度。针对上述问题，提出一种基于多层级最小外包矩形规则建筑物轮廓线提取方法，首先使用迭代区域增长算法对轮廓点进行分组，根据点数最多的一组确定初始最小外包矩形。再对初始最小外包矩形进行多层级分解，使轮廓点与不同层级最小外包矩形重合，最后根据不同层级最小外包矩形生成轮廓线。使用Vaihingen城区中规则建筑物进行实验，实验结果表明：与最小面积方法与最大重叠度方法相比，所提方法能准确确定初始最小外包矩形，且提取效率得到略微提高。提取的轮廓线角点均方根误差为0.71 m，优于其他4种方法。所提方法可快速提取规则建筑物轮廓线，有利于后续三维重建。

导管弯曲内侧面的褶皱变形是一种加工缺陷，它会降低导管承压能力，影响设备运行安全。为了实现褶皱变形的精确测量，提出了一种利用扫描点云的导管褶皱度测量方法。首先，结合弯管的形态特征，提出了一种切线圆弧切线模型方法以重建弯管脊线，确定导管形态参数。然后，借助各个表面点在各自脊线截面下的极角，实现导管轮廓线的管理与提取。最后，提出了一种轮廓线的展平方法，避免导管自身的弯曲形态影响褶皱辨识。基于最大褶皱深度计算导管褶皱度，使用典型导管样件进行脊线的重建验证，优化后的脊线点误差均值接近于零，均方根误差由优化前的0.297~15.439 mm降至优化后的0.171~1.129 mm；使用标准件进行褶皱度分析精度的验证，褶皱度误差稳定在0.011%。因此，所提方法可以实现导管褶皱度的准确测量。

三维成像技术可快速获得被测表面的海量点云数据，如何从点云数据中识别出准确的边缘轮廓线数据是三维边缘轮廓线检测的首要工作。分析边缘轮廓线数据的位置特征，说明在边缘轮廓线的垂直截面线上识别边缘轮廓线数据点的重要意义；由于实际垂直截面线数据在边缘轮廓线数据点处存在倒角圆弧的情况，需通过倒角圆弧中间点求解出边缘轮廓线数据的位置；根据倒角圆弧数据的不同分布特征，提出3种倒角圆弧中间点的识别方法，即拟合抛物线求解顶点法、法向累积夹角半交角判别法、法向夹角引导的弧长均值插值法。在多条边缘轮廓线上验证了3种倒角圆弧中间点识别方法的有效性和精度。

包含多重嵌套轮廓线的空移路径规划是开发激光切割系统的主要问题之一，在满足嵌套图形由内到外的激光切割工艺要求下，提出启发式排序和网格排序算法，实现优化排序。首先通过射线法，判断多重嵌套轮廓线的位置关系；然后采用最佳适应度优先的启发式排序算法，将空移距离、轮廓线的面积作为评价指标，分别赋值权重得到总体适应度，选择适应度高的轮廓线作为下一个切割图形；最后，为了满足不同应用场景，提出另外一种网格排序方法，根据轮廓线控制点的疏密程度，基于层次聚类算法划分网格，按照规则的路线遍历网格，依次确定定位到每个网格中的轮廓线。仿真与试验结果表明，相比于智能优化排序算法，启发式排序和网格排序在满足激光切割工艺要求的前提下，不仅可以有效缩短空移路径，还大大减少了计算时间，显著提高激光切割效率和质量。

为解决通过法线估计利用角度阈值判断点云轮廓时提取的点云轮廓线不完整和不准确的问题,提出基于改进的三维道格拉斯-普克(3RDP)算法,并对法线估计法进行了优化。首先利用传统的法线估计方法在低阈值下获取轮廓特征候选点,通过3RDP算法对候选点进行抽稀,并对算法进行了改进。然后提出了利用主成分分析选取点集的基面,在主方向中找到原点和终点的方法,用以最小距离选取方式将点集进行排序。最后根据点到基面的距离判断点是否属于轮廓线上的点,同时去除内部点,提取目标物轮廓特征。实验证明了该算法可以很好地剔除法线估计方法中不属于轮廓线上的点,与传统法线估计算法相比,提取出的目标物轮廓线更加完整和准确。

近些年来，日盲紫外探测在电力检测方面得应用越来越广泛。本文基于大气温度轮廓线与国际公认的大气传输特性模拟软件包MODTRAN，针对大气温度对日盲紫外大气传输的影响进行模拟分析，通过分波长分析与曲线拟合，最终得出大气温度对紫外大气传输的关系式，并通过实验验证了所建立的关系式的准确性。通过模拟关系式，可以对大气温度对大气传输进行量化分析，促进日盲紫外在大气传输的特性研究，提高电晕检测的准确度。

针对印制电路板关键轮廓特征提取难的问题,提出了一种将折边线转化为边界线,再进行关键轮廓线特征点提取的算法。该算法首先利用k维树对印制电路板原始点云数据建立拓扑结构,从而实现对k邻域点的快速查找,采用直通滤波算法完成对印制电路板点云的整体预处理;其次通过随机采样一致性算法将印制电路板中面积最大的平面特征单独提取出来,使关键轮廓特征实现了在空间上的分离;再采用基于法向量夹角限制条件的欧氏聚类完成折边特征的点聚类,从而实现将折边线转化为边界线的思想;最后根据k邻域点之间向量的夹角与设定阈值之间的大小关系,来判定查询点是否属于边界轮廓特征点。实验结果表明,该算法能够较为完整地提取出印制电路板点云的关键轮廓线特征信息。

提取建筑物轮廓线是机载激光雷达(LiDAR)点云数据特征提取的热点。为了获得较高精度的建筑物轮廓线,提出了一种基于方向预测规则化算法的机载激光雷达建筑物正交轮廓线提取方法。首先利用α-shape算法提取轮廓点,然后利用改进的Douglas_Peucker算法提取关键点并提出角度检验规则筛选关键点,使用随机抽样一致性算法简化轮廓线,最终用提出的方向预测算法进行轮廓线规则化。通过Vaihingen城区数据对算法进行验证,结果表明:与流行的分类强制正交算法相比,方向预测规则化算法最大偏差平均减小了43.1%,均方根误差平均降低了39.7%,建筑物占地面积相对误差平均降低了7.02%,点云贡献率平均提高了9.32%,有效减小了机载激光雷达点云建筑物正交轮廓线规则化误差。

在陶制文物的虚拟复原过程中，由于其本身质地、环境及人为因素等影响，文物碎片易受损缺失，基于断裂部位几何信息的传统拼接方法存在一定局限性。针对断裂部位缺损的陶制文物碎片，提出一种结合碎片表面纹理特征及断裂边界轮廓线的拼接方法：利用曲率确定潜在脊点，并用最小二乘法拟合，提取碎片表面纹理特征线；结合纹理形状边长及顶点角度信息进行纹元分析，构造破损纹理约束条件，实现初步匹配；将断裂边界轮廓角点集合中的相邻两点连接为弦，形成轮廓线弦长序列描述子，对轮廓线位置信息进行约束，得到最终匹配对。结果表明，此算法能实现断裂部位缺损陶制文物碎片的拼接，对具有显著纹理特征的碎片拼接具有一定的优越性。

多层共轭自适应光学(MCAO)等技术可以有效改善湍流大气的干扰。为了MCAO的设计和性能优化，需要对址点的大气湍流轮廓线进行测量。基于面源目标像相对运动方差或协方差统计反演的湍流轮廓线测量方法得到的反演线性方程组需要通过离散化获得，离散化误差导致观测视场不能太大。较小的视场使方程数目受限，导致湍流轮廓线反演结果受运动方差或协方差测量误差的影响。以PML方法为研究实例，提出了分层积分系数矩阵方法，该方法可以显著改善离散化误差，大幅增加观测视场范围，降低协方差误差对测量结果的影响，提高湍流轮廓线的反演精度。数值模拟结果表明，基于分层积分系数矩阵的PML方法的视场可达到400″，测量误差也可大幅度降低。