地面三维激光扫描点云拼接影响因素分析

发布时间：2018-01-31 02:33

  本文关键词： 三维激光扫描仪 点云 拼接 球形标靶 球心拟合　出处：《测绘通报》2017年02期 　论文类型：期刊论文

【摘要】：在地面三维激光扫描仪进行三维建模过程中,需要对不同测站的点云进行拼接。为了提高不同测站点云拼接精度,本文开展了球形标靶表面扫描点数量、标靶的分布和数量及扫描距离4个因素对三维激光扫描仪不同测站下点云拼接精度的影响研究。采用法如(FOCUS)三维激光扫描仪开展了不同扫描分辨率、不同标靶数量、不同标靶分布和不同距离下的点云拼接试验,并采用SENCE软件对点云进行了拼接精度分析。试验结果表明,选择两测站的标靶表面的扫描点数量大致相等,并将4个标靶作为连接点,且放置在不同高度不规则排列时,点云拼接的精度最优。
[Abstract]:In order to improve the accuracy of cloud stitching in different stations, the number of scanning points on the surface of spherical target is developed in order to improve the accuracy of cloud stitching in the process of 3D modeling of 3D laser scanner on the ground. Study on the influence of the Distribution and number of targets and the scanning distance on the accuracy of Point Clouds stitching under different stations of 3D Laser Scanner. 3D laser scanners are developed with different scanning resolutions. The point cloud splicing experiments with different number of targets, different target distribution and different distances are carried out, and the accuracy of point cloud stitching is analyzed by using SENCE software. The experimental results show that. The number of scanning points on the target surface of the two stations is about the same, and the accuracy of point cloud stitching is optimal when four targets are used as the connecting points and the points are arranged irregularly at different heights.
【作者单位】： 辽宁工程技术大学测绘与地理科学学院;
【基金】：国家自然科学基金(41401535)
【分类号】：P225.2
【正文快照】： 近年来三维激光扫描仪已经成为测绘科学和计算机领域中的研究热点,并且越来越广泛地应用于各种测绘工程项目中[1-3]。与传统测量手段相比,三维激光扫描仪在获取点坐标时不再以单点方式进行,可以一次性大量扫描待测物体表面的点云,并且数据的处理及建模也较为简单[4-6]。但是由

【相似文献】

相关期刊论文 前10条

1 高恩阳;郑昊鸿;;点云数据滤波方法综述[J];科技资讯;2012年33期

2 龚书林;;三维激光点云处理软件的若干关键技术[J];测绘通报;2014年06期

3 赵强;彭国华;王锋;;点云精简的一种方法[J];西南民族大学学报(自然科学版);2006年05期

4 李德江;张延波;于曼竹;姜丽丽;曲雪光;;基于扫描模式的点云修复技术研究[J];测绘与空间地理信息;2011年06期

5 蔡来良;李儒;;点云数据处理算法与实现初步研究[J];测绘通报;2012年S1期

6 詹庆明;张海涛;喻亮;;古建筑激光点云-模型多层次一体化数据模型[J];地理信息世界;2010年04期

7 曾敬文;朱照荣;丁锐;;基于立方体网格的数据点云约简和体积计算方法[J];测绘科学;2008年06期

8 杨欣;姚海燕;;平面点云边界参数识别[J];中国西部科技;2009年27期

9 孙瑞;张彩霞;;点云数据压缩算法综述[J];科技信息;2010年32期

10 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

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 彭检贵;融合点云与高分辨率影像的城区道路提取与表面重建研究[D];武汉大学;2012年

2 刘涌;基于连续序列自动快速拼接的全方位三维测量技术研究[D];西南交通大学;2013年

3 袁小翠;产品表面缺陷视觉检测数据处理关键技术研究[D];南昌大学;2015年

4 赖祖龙;基于LiDAR点云与影像的海岸线提取和地物分类研究[D];武汉大学;2013年

5 王瑞岩;计算机视觉中相机标定及点云配准技术研究[D];西安电子科技大学;2015年

6 段敏燕;机载激光雷达点云电力线三维重建方法研究[D];武汉大学;2015年

7 韩峰;基于点云信息的既有铁路状态检测与评估技术研究[D];西南交通大学;2015年

8 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

9 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

10 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

相关硕士学位论文 前10条

1 段红娟;点云图像交互式曲线骨架提取技术及其应用[D];西南交通大学;2015年

2 张永恒;散乱点云数据配准方法研究[D];长安大学;2015年

3 吴爱;面向特征拟合的点云简化方法研究[D];中国地质大学(北京);2015年

4 薛广顺;基于立体视觉的牛体点云获取方法研究与实现[D];西北农林科技大学;2015年

5 胡诚;精度约束下地表LiDAR点云抽稀方法研究[D];西南交通大学;2015年

6 余明;三维离散点云数据处理技术研究[D];南京理工大学;2015年

7 陈星宇;基于三维彩色点云的地形分类方法研究[D];南京理工大学;2015年

8 朱东方;基于复杂拓扑结构点云的曲线拟合研究与应用[D];山东大学;2015年

9 吴启芳;基于点云的路面建模技术研究[D];哈尔滨工业大学;2015年

10 佐立营;面向机器人抓取的散乱零件自动识别与定位技术研究[D];哈尔滨工业大学;2015年

本文编号：1477942