基于激光点云直接比较算法的边坡变形监测技术研究
本文选题：边坡工程 切入点：激光点云 出处：《岩石力学与工程学报》2015年S1期
【摘要】：利用三维地面激光扫描技术进行边坡变形监测亟需解决多期激光点云数据的比较问题。通过对Hausdorff距离算法的改进,提出基于八叉树结构的点云与点云的精细直接比较算法,实现变形区域多个点云数据的自动比较,减少人工干预,大大提高变形区域激光点云处理效率。基于上述理论和八叉树结构的点云分块管理和存储方法,开发三维可视化激光点云数据处理分析软件LPCP。将该软件应用于阎家沟滑坡的变形监测分析中,经过与固定点监测数据、DEM分析成果和典型断面的激光点云数据的对比验证分析,发现采用点云精细比较算法计算得到的变形区域和位移量准确,计算效率较高。该方法可以推广应用于各种变形的精细比较分析,大大拓宽了激光扫描技术在高精度变形监测中的应用范围。
[Abstract]:It is urgent to solve the problem of multi-phase laser point cloud data comparison for slope deformation monitoring by using 3D laser scanning technology.Through the improvement of Hausdorff distance algorithm, a precise direct comparison algorithm of point cloud and point cloud based on octree structure is proposed, which realizes automatic comparison of multiple point cloud data in deformed region and reduces manual intervention.The efficiency of laser point cloud processing in deformed region is greatly improved.Based on the above theory and the point cloud block management and storage method of octree structure, a 3D visualization laser point cloud data processing and analysis software LPCPis developed.The software is applied to the deformation monitoring and analysis of Yanjiagou landslide. The results of Dem analysis and the laser point cloud data of typical sections are compared with the fixed point monitoring data and the laser point cloud data of typical sections.It is found that the deformation region and displacement calculated by point cloud fine comparison algorithm are accurate and the calculation efficiency is high.This method can be widely used in fine comparison and analysis of various deformation, and greatly broadens the application of laser scanning technology in high-precision deformation monitoring.
【作者单位】： 中国水利水电科学研究院;北京林业大学林学院;
【基金】：国家国际科技合作计划资助项目(2010DFA74520) “十一五”国家科技支撑计划项目(2008bab42b05,2008BAB42B06)
【分类号】：TU196.1;P225.2
【参考文献】
相关期刊论文 前3条
1 刘昌军;丁留谦;孙东亚;;基于激光点云数据的岩体结构面全自动模糊群聚分析及几何信息获取[J];岩石力学与工程学报;2011年02期
2 刘昌军;张顺福;丁留谦;廖井霞;;基于激光扫描的高边坡危岩体识别及锚固方法研究[J];岩石力学与工程学报;2012年10期
3 刘昌军;黄乾;唐瑜;卢雨平;;基于FCM的机载LIDAR数据的建筑物和植被分类方法[J];中国水利水电科学研究院学报;2013年03期
【共引文献】
相关期刊论文 前10条
1 刘昌军;赵雨;叶长锋;解家毕;;基于三维激光扫描技术的矿山地形快速测量的关键技术研究[J];测绘通报;2012年06期
2 刘昌军;丁留谦;宁保辉;张顺福;;裂隙岩体渗流场的无单元法模拟及渗流特性研究[J];工程地质学报;2012年04期
3 杨大光;胡维多;常波;魏青;;视觉特征保持的网格模型简化算法[J];图学学报;2013年04期
4 刘昌军;丁留谦;张顺福;廖井霞;;基于激光测量和FKM聚类算法的隧洞岩体结构面的模糊群聚分析[J];吉林大学学报(地球科学版);2014年01期
5 刘昌军;郭良;岳冲;;无人机航测技术在山洪灾害调查评价中的应用[J];中国防汛抗旱;2014年03期
6 张弘;兰孝奇;;一种基于边折叠的改进三角网格简化方法[J];工程勘察;2014年10期
7 江亮亮;杨付正;;利用曲率分析的三维网格质量评估方法[J];电子与信息学报;2014年11期
8 刘昌军;郭良;岳冲;;无人机航测技术在山洪灾害调查评价中的应用[J];中国防汛抗旱;2014年S1期
9 荆洪迪;李元辉;张忠辉;刘召胜;;基于三维激光扫描的岩体结构面信息提取[J];东北大学学报(自然科学版);2015年02期
10 张弘;;改变折叠次序的一种点云简化方法[J];闽江学院学报;2015年02期
相关博士学位论文 前6条
1 秦茂玲;三角网格模型的分割、评价及其应用研究[D];山东师范大学;2013年
2 陈杰;反求工程中基于混合过渡特征的三角网格模型数据处理技术研究[D];福州大学;2011年
3 何辰;基于形状分析的三维点云模型压缩[D];山东大学;2014年
4 张霞;基于工业CT切片数据的三角网格模型简化及优化方法研究[D];重庆大学;2013年
5 王洪斌;基于Morse复形的地表形态建模及应用研究[D];中国矿业大学（北京）;2014年
6 敖建锋;动态沉陷区地面激光扫描数据处理关键问题研究[D];中国矿业大学;2013年
相关硕士学位论文 前10条
1 朱云福;基于三维激光扫描数据的岩体结构面识别方法研究及系统研制[D];中国地质大学(北京);2012年
2 王龙阳;基于球面投影和FCM算法的激光扫描数据的建筑物自动提取[D];山东理工大学;2012年
3 董艳;基于重要度的保形三角网格简化方法研究[D];西北农林科技大学;2013年
4 杨亮;网格曲面的几种特征度量及其应用[D];浙江大学;2014年
5 荆洪迪;基于三维激光扫描的岩体节理信息提取研究[D];东北大学;2013年
6 韩东亮;数字近景摄影测量获取岩体结构面几何信息的方法研究[D];吉林大学;2014年
7 廖馗任;基于相位测量轮廓术的自然纹理三维测量[D];广东工业大学;2014年
8 孙澎;基于重复模式分析的三维建筑物重建[D];山东大学;2014年
9 刘美琳;多源遥感影像冰川提取技术方法与应用[D];兰州交通大学;2014年
10 吴鑫;基于压缩感知的点云数据编码与重建[D];北京工业大学;2014年
【二级参考文献】
相关期刊论文 前10条
1 陈洪凯,欧阳仲春,廖世荣;三峡库区危岩综合治理技术及应用[J];地下空间;2002年02期
2 王述红;杨勇;王洋;张少林;郭牡丹;;裂隙岩体隧道施工关键块体识别数值方法[J];地下空间与工程学报;2009年05期
3 徐秀川;花向红;龚子桢;郝旦;;基于球面投影的散乱点云三维建模算法实现与效果分析[J];测绘工程;2011年03期
4 张帆;黄先锋;李德仁;;基于球面投影的单站地面激光扫描点云构网方法[J];测绘学报;2009年01期
5 武晓波,王世新,肖春生;Delaunay三角网的生成算法研究[J];测绘学报;1999年01期
6 王述红;张靖杰;李云龙;刘宇;;工程岩体开挖过程全空间块体搜索及其系统研制[J];东北大学学报(自然科学版);2010年07期
7 田赤英;张旭男;宋士吉;李家彪;李小虎;;改进的模糊C均值聚类算法及其在海底热液硫化物组分分析中的应用[J];海洋学研究;2010年04期
8 李逢春;龚俊;王青;;基于三维TIN的精细表面建模方法[J];计算机应用研究;2006年08期
9 刘昌军;叶长锋;赵雨;解家毕;;基于激光扫描技术的复杂工程挖填方计算[J];水电能源科学;2011年12期
10 刘昌军;丁留谦;孙东亚;;三星堆月亮湾城墙遗址覆土方量计算[J];水利水电科技进展;2011年02期
【相似文献】
相关期刊论文 前10条
1 孙瑞;张彩霞;;点云数据压缩算法综述[J];科技信息;2010年32期
2 张毅;闫利;;地面激光点云强度噪声的三维扩散滤波方法[J];测绘学报;2013年04期
3 盛业华;张凯;张卡;;多站拼接后三维激光扫描点云的消冗处理[J];测绘通报;2010年03期
4 程效军;李伟英;张小虎;;基于自适应八叉树的点云数据压缩方法研究[J];河南科学;2010年10期
5 吴胜浩;钟若飞;;基于移动平台的激光点云与数字影像融合方法[J];首都师范大学学报(自然科学版);2011年04期
6 张巧英;陈浩;朱爽;;密度聚类算法在连续分布点云去噪中的应用[J];地理空间信息;2011年06期
7 秦高德;曾煌兴;徐兵;;交互式点云建模系统[J];数学的实践与认识;2013年03期
8 朱林华;蔡勇;;一种节省内存的点云中K最近邻算法[J];兵工自动化;2008年07期
9 施晓磊;赵翠莲;荣坚;范志坚;;基于平面层结构勘察的点云快速分割[J];现代机械;2010年05期
10 李德江;殷福忠;孙利民;;基于特征点的点云压缩方法研究[J];测绘通报;2012年01期
相关会议论文 前10条
1 李文涛;韦群;杨海龙;;基于图像的点云生成和预处理[A];2011年全国通信安全学术会议论文集[C];2011年
2 蔡来良;李儒;;点云数据处理算法与实现初步研究[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
3 马国庆;陶萍萍;杨周旺;;点云空间曲线的微分信息计算及匹配方法[A];第四届全国几何设计与计算学术会议论文集[C];2009年
4 江倩殷;刘忠途;李熙莹;;一种有效的点云精简算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
5 解辉;张爱武;孟宪刚;;机载激光点云快速绘制方法[A];第二十五届全国空间探测学术研讨会摘要集[C];2012年
6 李凯;张爱武;;基于激光点云的粮仓储粮数量测量方法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
7 朱晓强;余烨;刘晓平;袁晓辉;Bill P.Buckles;;基于航拍图像和LiDAR点云的城市道路提取[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（上册）[C];2008年
8 刘虎;;基于线性八叉树的点云简化与特征提取研究[A];促进科技经济结合，，服务创新驱动发展——蚌埠市科协2012年度学术年会论文集[C];2012年
9 李滨;王佳;;基于点云的建筑测绘信息提取[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
10 杨雪春;;反求工程建模中点云切片技术研究[A];全国先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年
相关重要报纸文章 前2条
1 曹裕华 高化猛 江鸿宾;激光点云 亦真亦幻[N];解放军报;2013年
2 中国工程院院士 刘先林;四维远见的装备创新[N];中国测绘报;2012年
相关博士学位论文 前10条
1 金龙存;3D点云复杂曲面重构关键算法研究[D];上海大学;2012年
2 李扬彦;基于点云的三维重建与形变事件分析[D];中国科学院深圳先进技术研究院;2013年
3 杨德贺;面向虚拟测方系统的点云聚类与拟合理论[D];中国矿业大学（北京）;2014年
4 何朝明;离散点云处理的关键技术研究[D];西南交通大学;2007年
5 孟凡文;面向光栅投影的点云预处理与曲面重构技术研究[D];南昌大学;2010年
6 李宝;三维点云的鲁棒处理技术研究[D];国防科学技术大学;2011年
7 孟娜;基于激光扫描点云的数据处理技术研究[D];山东大学;2009年
8 陈曦;反求工程中基于点云的特征挖掘技术研究[D];浙江大学;2005年
9 周星;含动边界复杂非定常流动的无网格算法研究[D];南京理工大学;2012年
10 喻亮;基于车载激光扫描数据的地物分类和快速建模技术研究[D];武汉大学;2011年
相关硕士学位论文 前10条
1 戴静兰;海量点云预处理算法研究[D];浙江大学;2006年
2 王二柱;基于点云的三维重建系统研究与实现[D];哈尔滨工业大学;2011年
3 王娜;基于图像的物体表面点云计算算法研究与应用[D];西安理工大学;2009年
4 钱锦锋;逆向工程中的点云处理[D];浙江大学;2005年
5 孙正林;三维激光扫描点云数据滤波方法研究[D];中南大学;2011年
6 蔡宽;基于点云的三维重建技术研究[D];哈尔滨工业大学;2010年
7 陈顺宝;点云的表面信息处理和绘制研究[D];浙江大学;2006年
8 罗敏;数字图像辅助激光点云特征提取研究[D];中南大学;2011年
9 唐蓉;基于海量点云的三维模型快速重建技术研究[D];北京理工大学;2011年
10 叶迎松;基于主动轮廓模型的点云分割技术研究[D];哈尔滨工业大学;2010年
本文编号：1699683
本文链接：https://www.wllwen.com/jingjilunwen/jianzhujingjilunwen/1699683.html
