导读:本文包含了测量点云论文开题报告文献综述及选题提纲参考文献，主要关键词:点云拼接,标签,手持光刀法
测量点云论文文献综述
王一波,柳建[1]（2019）在《基于标签定位的手持光刀测量点云拼接研究》一文中研究指出基于手持光刀法叁维测量具有精度高、速度快的优势,针对此法需多次测量获得完整物体点云数据,提出基于3标签点云拼接算法,分析了3特征点转换算法的数学原理,采用棋盘格标签精确获取了相邻测量的共同特征点,推导了转换矩阵计算方法,提出了拼接精度的检验方法,最后基于标准球和标准平面,检验了算法的应用测量精度。(本文来源于《激光与红外》期刊2019年11期）
金卓,张自宾,陈朋[2]（2019）在《基于点云特征线提取的开采沉陷区建筑物倾斜测量》一文中研究指出煤炭开采的影响区域主要集中在农田及村庄等地区,部分村庄的建筑物分布比较密集,且观测条件较差,无法采用传统全站仪坐标法进行倾斜测量。与传统测量方法相比,叁维激光扫描技术具有高密度、高精度、快速获取物体表面叁维空间坐标等优点。在分析现有算法的基础上,提出了一种基于RanSAC算法拟合平面提取建筑物特征线的方法。该方法利用RanSAC算法对k邻域点集进行平面拟合,根据点集中属于最佳平面模型的比率进行特征点判断与提取。研究表明:相对于基于点云曲率的特征线提取方法,所提方法可提取出清晰完整的特征线,在保留细部特征的基础上,具有受噪声影响小的特点。通过将提取的倾斜值与全站仪坐标测量结果进行对比,反映出所提方法的倾斜差均小于允许倾斜值的1/10,满足建筑物倾斜测量的精度要求。(本文来源于《金属矿山》期刊2019年10期）
张大富,赵雪莹,刘科利,王建[3]（2019）在《基于球面拟合法评定叁维激光扫描点云测量精度》一文中研究指出利用地面激光扫描对球形标靶扫描点云数据,建立球面拟合精度评定数学模型,在不建立专门扫描仪鉴定场地和不考虑特定影响条件下,对扫描点云数据测量精度进行分析。该办法具有快捷实时的特点,能直接反映叁维激光扫描仪在实际工作应用中的测量精度,对实时评价工程中叁维激光扫描点云数据质量,指导科学选用激光扫描仪具有现实意义。(本文来源于《山东理工大学学报(自然科学版)》期刊2019年06期）
张要开,李志[4]（2019）在《GPS失锁状态下SSW车载激光建模测量系统的点云精度分析》一文中研究指出随着高精度动态定位技术、叁维激光扫描技术以及自动控制技术的发展与融合,车载移动测量系统应运而生。车载移动测量系统是通过GPS/IMU组合导航来提供姿态信息,针对车载移动测量系统在外业数据采集过程中容易受到遮挡而使得系统GPS信号失锁,进而影响系统外业数据采集精度的情况。文章通过采用SSW车载激光建模测量系统在室内环境下模拟GPS信号失锁实验,然后对比真值与测量值,从而得出GPS失锁状态下SSW车载激光建模测量系统数据采集精度随时间的变化规律。(本文来源于《江苏科技信息》期刊2019年19期）
许铭,刘胜兰,张韬,李磊[5]（2019）在《基于点云测量数据的汽车车身外形匹配质量分析》一文中研究指出汽车车身外形匹配质量主要通过搭建外覆盖件匹配样架来进行检测,存在搭建周期长、测量效率低的问题。研究了基于各单个汽车零件快速测量的虚拟AMB搭建技术,在虚拟环境下对汽车外形匹配质量进行检测分析。在总结分析参考点系统类型的基础上,适应性地提出RPS对应测量点提取方法,提高RPS匹配精度,计算相邻零件间匹配缝隙和平整度偏差。具体实例验证说明虚拟AMB搭建技术能够有效地实现汽车外形匹配质量的检测分析。(本文来源于《机械制造与自动化》期刊2019年03期）
王一波,柳建[6]（2019）在《面向手持光刀法叁维测量的点云滤波算法》一文中研究指出手持光刀叁维测量具有速度快、精度高、使用便携的优点,同时叁维测量模型的点云数据存在碎片化、密度大、背景冗余等问题。针对该问题,在研究现有点云滤波算法基础上,提出基于包围盒的点云平滑、数据压缩方法,分割点云空间为若干网格,匹配点云数据与网格关系,滤除噪声点,分别对网格内点云进行中值滤波,精简点云数据。针对冗余背景提出了交互式滤波方法,将目标点云与背景点云进行了有效分割。实验结果表明,所提方法鲁棒性好,为叁维测量模型重建提供了准确的数据预处理。(本文来源于《兵器装备工程学报》期刊2019年10期）
魏亮[7]（2019）在《基于特征点云的火箭喷管位姿测量方法研究》一文中研究指出火箭喷管叁维运动参数的测量对控制火箭飞行姿态具有重要研究意义。计算机视觉测量技术可以对目标完成大空间、非接触式参数估计。通常采用的是在喷管表面附着标志物的测量方法。然而,当喷管点火瞬间标志物会发生巨大形变,对测量的精度带来很大影响。图像的特征点具有良好的抗干扰性,不会受到光照等外界条件的影响,反映了目标的几何特性等信息。本文设计了一种基于特征点云的双目视觉位姿测量方案。对立体视觉测量中相机的成像模型进行了研究并推导了基于2D平面靶标的摄像机内外参数标定过程。考虑到实际测量过程中镜头存在畸变,将获得的坐标点采取径向畸变矫正,给出了改进的空间点叁维坐标解算方法。为了能够准确地识别出目标图像,对采集到的图像进行去噪声与增强对比度处理,采用目标分割方法将物体与背景分离,降低环境因素的干扰。针对视觉测量中图像特征点的提取与匹配问题,提出了改进的SIFT(Scale Invariant Feature Transform)算法。用SIFT算法提取图像特征点,在k-d(kdimensional)树的搜索策略下完成关键点的欧式距离匹配并用RANSAC(Random Sample Consensus)算法对匹配结果进行优化,利用匹配点坐标获得目标的特征点云数据。对特征点云的叁维重建问题进行了研究,采用一种包围盒式的改进Crust算法对特征点云表面叁角化重构,完成了特征点云的重建工作。对获取的特征点云数据进行主成分分析,采用PCA(Principal Component Analysis)位姿测量方法解算出目标位姿信息。最后,搭建了基于双目视觉测量的实验平台,利用本文所提出的算法对喷管模型进行测量,实验结果表明本文所应用测量方法具有较高的测量精度,成功获取了火箭喷管的位姿信息。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
李建柱[8]（2019）在《基于无人机摄影测量点云滤波算法研究》一文中研究指出无人机低空摄影测量技术能够通过少量地面控制点快速高效的获取大量测区点位坐标、DSM、DOM等数据,其在测绘领域的不断发展完善,正在一步步替代传统测量手段,已经成为测绘领域的中坚力量。随着倾斜摄影测量技术的发展,通过无人机影像密集匹配点云数据的精度不断提高,相较于LIDAR点云成本大大降低。但无人机影像密集匹配点云数据量大且密度不均匀,为获取高精度的DEM就需要将大量地物点去除,现行的滤波算法或多或少的存在着一些问题,本文在分析机载LIDAR点云与无人机影像匹配点云的异同后,对于经典的LIDAR点云滤波算法进行改进,使其适用于无人机影像密集匹配点云。主要成果如下:点云粗差剔除主要分为极值粗差点剔除和一般粗差点剔除两部分,极值粗差点通过基于高程统计的方法进行粗差点的剔除。对于一般粗差点,讨论了当前主流的粗差剔除方法:基于虚拟格网高程信息的粗差剔除、基于k-d树索引的k邻近距离的粗差剔除;发现这两种方法很难满足建筑物边缘点位众多且点云密度不均匀的无人机影像密集匹配点云。本文通过引入LOF算法进行无人机影像密集匹配点云的粗差剔除,LOF算法是基于局部密度的离群点检测方法,适合于密度存在差异的数据中的离群值识别,通过实验表明:在参数k值合理的情况下,基于LOF的离群点检测方法能够剔除较少的地面点。在点云滤波中,本文基于渐进加密叁角网的点云滤波算法进行改进。在种子点选择中,原始算法通过研究区最大建筑物尺寸将研究区进行格网划分,本文参照移动面的滤波方法,将固定格网变为不断移动的虚拟格网,这种方法能够提取更多的地面种子点,大大提高了后续的迭代效率。阈值的选择中引入了OTSU算法,通过计算每个初始TIN中的待定点到TIN的距离来计算距离阈值,并通过地面种子点来计算坡度阈值。(本文来源于《中国矿业大学》期刊2019-05-01）
李冬森,王永志,陈建忠[9]（2019）在《基于低空摄影测量的机载LiDAR点云修复方法》一文中研究指出针对机载LiDAR点云存在数据缺失造成的空洞问题,研究利用低空摄影测量技术,探索机载LiDAR点云空洞修复的方法。利用低空摄影测量手段获取的遥感影像可以生成高精度的修复点云,并通过将修复点云融合到原始LiDAR点云中,实现对机载LiDAR点云空洞的修复。该方法操作简单、效率高,适用于大面积机载LiDAR点云数据的批量修复,能够为城市叁维精细化建模提供重要的数据支撑。(本文来源于《测绘与空间地理信息》期刊2019年04期）
李中轶,罗文婷,李林,郭建钢[10]（2019）在《基于路面3D激光点云数据的车辙自动测量与横向定位》一文中研究指出针对传统车辙检测方法存在的受车道外杂物、拥包和推波影响,且无法横向定位车辙于车道内位置的问题,提出一种结合路面水平轴和车道边缘线坐标的车辙检测定位方法。研究以2D/3D激光点云数据为研究基础,首先通过改进Canny算法对2D数据中的车道边缘线进行识别定位,从而提取车道内区域数据以消除车道外杂物干扰;然后参照构建的路面水平轴,进行车辙端点和谷底点的搜寻定位;最后结合车辙特征点连续精准测量车辙宽度、最大深度,以及于车道内的横向位置。在实地采集的大量数据基础上,通过与人工测量结果对比得出,该算法具有较高的准确性,其测量的车辙最大深度和宽度与人工检测结果平均相对误差分别为1%和2%,车辙横向定位与人工检测结果相关度高于90%。(本文来源于《传感技术学报》期刊2019年04期）
测量点云论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
煤炭开采的影响区域主要集中在农田及村庄等地区,部分村庄的建筑物分布比较密集,且观测条件较差,无法采用传统全站仪坐标法进行倾斜测量。与传统测量方法相比,叁维激光扫描技术具有高密度、高精度、快速获取物体表面叁维空间坐标等优点。在分析现有算法的基础上,提出了一种基于RanSAC算法拟合平面提取建筑物特征线的方法。该方法利用RanSAC算法对k邻域点集进行平面拟合,根据点集中属于最佳平面模型的比率进行特征点判断与提取。研究表明:相对于基于点云曲率的特征线提取方法,所提方法可提取出清晰完整的特征线,在保留细部特征的基础上,具有受噪声影响小的特点。通过将提取的倾斜值与全站仪坐标测量结果进行对比,反映出所提方法的倾斜差均小于允许倾斜值的1/10,满足建筑物倾斜测量的精度要求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
测量点云论文参考文献
[1].王一波,柳建.基于标签定位的手持光刀测量点云拼接研究[J].激光与红外.2019
[2].金卓,张自宾,陈朋.基于点云特征线提取的开采沉陷区建筑物倾斜测量[J].金属矿山.2019
[3].张大富,赵雪莹,刘科利,王建.基于球面拟合法评定叁维激光扫描点云测量精度[J].山东理工大学学报(自然科学版).2019
[4].张要开,李志.GPS失锁状态下SSW车载激光建模测量系统的点云精度分析[J].江苏科技信息.2019
[5].许铭,刘胜兰,张韬,李磊.基于点云测量数据的汽车车身外形匹配质量分析[J].机械制造与自动化.2019
[6].王一波,柳建.面向手持光刀法叁维测量的点云滤波算法[J].兵器装备工程学报.2019
[7].魏亮.基于特征点云的火箭喷管位姿测量方法研究[D].哈尔滨工业大学.2019
[8].李建柱.基于无人机摄影测量点云滤波算法研究[D].中国矿业大学.2019
[9].李冬森,王永志,陈建忠.基于低空摄影测量的机载LiDAR点云修复方法[J].测绘与空间地理信息.2019
[10].李中轶,罗文婷,李林,郭建钢.基于路面3D激光点云数据的车辙自动测量与横向定位[J].传感技术学报.2019