导读:本文包含了空间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:地面激光扫描技术,RGB,HSV,点云分类
空间点云论文文献综述
宋德云,蔡来良,谷淑丹[1]（2019）在《基于颜色空间的矿区地表彩色点云分类》一文中研究指出矿区地表点云数据量大,地物比较丰富且地物间色彩差别明显,研究点云分类算法,对矿区点云数据的管理与分析有较强的支持作用。作者从点云数据的RGB颜色特征和HSV颜色特征两个方向入手分类矿区地表点云数据,选取各类地物的样本点,然后根据样本点计算的点云分类的颜色阈值,将观测的数据的颜色特征与样本所求的阈值进行比对分析,将属于同一类地物的彩色点云数据分离出来,实现彩色点云数据的分类。采用Riegl VZ-1000扫描仪采集矿区地表数据并采集照片,通过试验分析获得点云分类的完整率与正确率,证明了基于点云颜色特征分类点云数据方法的可行性、准确性以及高效性。为进一步的研究矿区的沉降监测及模型建立提供支持。(本文来源于《测绘通报》期刊2019年S2期）
许丽鹏,黄先锋,吴健,俞天秀,张帆[2]（2019）在《基于激光点云的敦煌洞窟空间信息重建》一文中研究指出本文针对敦煌石窟壁画数字化图像的形变问题及洞窟空间信息缺失情况,提出基于激光点云的洞窟空间信息重建方法。此方法以叁维扫描仪采集到的洞窟点云信息为基准,结合强度图像,实现高分辨率壁画图像与洞窟叁维空间的位置关联,并定位纠正壁画图像。本方法已在敦煌石窟壁画数字化实际工作中得到了应用,实现了多个洞窟的叁维重建及单幅采集图像和整幅拼接图像的定位纠正与测量,其精度能满足文化遗产保护工作的需求。(本文来源于《敦煌研究》期刊2019年04期）
张颖,刘亚文,苗堃[3]（2019）在《基于空间上下文关联的车载点云聚类方法》一文中研究指出点云聚类是移动车载点云数据处理和信息提取的重要组成部分,同时也是实现地物自动识别的前提和关键环节。针对密度聚类中仅考虑点间空间距离聚类造成的过分割或分割不足的问题,提出了一种基于空间上下文关联的城市街景车载点云数据聚类方法,以超体素为对象,分析对象的特征及相互间的空间上下文关联,在综合多因素权值的基础上进行自适应聚类。通过两组数据的实验结果表明,该方法有效改善了车载点云数据聚类结果,提高了分类的效率和可靠性。(本文来源于《测绘地理信息》期刊2019年04期）
刘雪丽[4]（2019）在《基于局部空间特征的点云分类方法研究》一文中研究指出叁维点云数据所特有的空间结构信息为进一步提升视觉应用的精度提供了可能,因此吸引了越来越多研究者的关注。点云分类是点云数据处理的一个重要研究方向,也是一个具有挑战性的课题,相关研究的重点主要集中在以下方面:(1)提高点云分类算法的精度,(2)在保持精度的前提下提高点云处理速度。本文主要研究了点云精简算法、特征描述子构建方法以及对应的分类算法,旨在保持分类精度的条件下提升点云分类算法的速度。本文的主要工作如下:(1)针对当前点云精简算法中存在的精简效率不高、精简导致精确度降低的问题,本文提出了一种点云的非均分层方法及分层点云精简算法。首先利用点云的空间结构信息完成非均分层处理;然后计算各层的曲率信息并据此去掉分层中不重要的点,实现单层点云的精简;最后将精简后的各层点云进行拼接得到完整的精简点云。对比实验结果表明了本文提出的点云精简算法的有效性。(2)针对经典的点云特征描述子存在特征维度较高、计算效率不高的问题,本文提出了一种二值化几何特征描述子(BGFD)。首先利用特征重要性评价及特征冗余性分析选择出最优几何特征子集,对其进行二值化处理得到二值化特征表示(BGFD)。采用BGFD与经典描述子进行场景目标匹配的对比实验结果表明,本文提出的低维度、高效率的特征描述子保持了较高的描述能力。(3)针对高精度的深度学习点云分类算法存在模型训练时间过长的问题,本文提出了一种基于二值化特征描述的点云分类算法。利用二值化处理方法对点云的RoPS特征进行改进生成了二值化RoPS特征(B-RoPS),并与BGFD特征进行拼接形成融合的二值化特征描述,以此作为点云分类算法的输入特征,实验结果表明基于上述特征的点云分类算法在保持较高分类精度条件下提升了模型训练速度。(本文来源于《北京交通大学》期刊2019-06-01）
刘中华,李鹏飞,许章平[5]（2019）在《基于点云数据的改进四叉树空间索引研究》一文中研究指出随着测绘行业的不断发展,叁维激光扫描技术已经成为地理信息产业中不可或缺的重要组成部分~([1]),然而点云庞大的数据量给处理带来了一定的困难。本文针对运用车载移动测量系统所获取的海量点云数据,采用了一种基于编码改进四叉树索引的点云数据组织处理方法。结果证明该方法提高了创建索引的速度,减少了树的深度以及数据的冗余量,并基于此编码进行最邻近查找,具有可行性和有效性。(本文来源于《测绘与空间地理信息》期刊2019年05期）
陈国栋,韩峰,段晓峰,牟航[6]（2019）在《基于点云数据的轨道结构与隧道空间限界一体化自动检测方法研究》一文中研究指出为了保证列车运营安全,需要在日常运营过程中进行隧道限界检测,但现有检测方法存在测量干扰大、效率低、断面非连续性、与轨道结构相互独立等不足。为此,提出一种基于点云数据的轨道结构与隧道空间限界一体化自动检测方法。在通过中轴线拟合提取隧道任意位置断面的基础上,建立基于钢轨顶面的隧道限界检测坐标系,引入不同类型的隧道限界框,采用改进射线算法实现多种隧道类型的限界自动检测分析。对既有铁路隧道进行现场实验表明,采用该方法可实现侵限位置和侵限尺寸值的准确获取,并给出侵限断面图,满足隧道检测精度要求,在隧道日常运营维护中能够发挥重要作用。(本文来源于《铁道标准设计》期刊2019年12期）
尹科棹[7]（2019）在《基于点云空间特征的牙咬合分析关键技术研究》一文中研究指出自动分析咬合关系能够降低人工时间成本,提升治疗效果评估的准确性和精度,解决儿童口腔正畸临床实际需求。咬合关系分析的核心是点云配准,即利用治疗前后点云的重迭部分,找到正确的对应关系。然而,治疗前后的点云,已在治疗、发育和采样等过程中发生了巨大改变,呈现高噪声和低重迭等特点,导致牙颌点云配准极具挑战。面对低重迭牙颌点云配准的挑战,本文借助口腔医学的前沿理论,利用WALA嵴的生物恒定性,将其作为重迭区域定位的理论基础,并最终完成点云配准与分析。具体而言,本文的工作主要分为叁个部分:重迭区域定位,点云配准和咬合分析系统。重迭区域定位:本文提出先提取骨架线作为分界线,利用法向距离作为判据得到位于骨架线一侧的重迭区域,重迭区域定位效果良好;本文提出基于投影匹配组的骨架线提取技术,匹配组包含点云与投影点之间的对应关系,利用对应关系将二维骨架线映射到叁维空间。通过不同数据的实验,该方法提取的骨架线更符合点云的整体轮廓,对边缘形状的干扰具备鲁棒性,效果相较于传统方案更为集中在点云中心;同时在不同采样的情况下,本文算法耗时维持在一个数量级。点云配准:改进迭代最近点算法,基于WALA嵴凸状特点,将凸密度极值作为对应估计中的约束条件,剔除不符合约束条件的对应点对,使得重迭区域的对应关系更为准确,最后利用迭代最优变换对牙颌点云进行对齐。通过不同数据的实验,配准精度得到提升;对于不同重迭率阈值(α=0.1,α=0.5,α=1),重迭率超过在传统算法;由于对应估计经过约束,对应点对数量得到精简,使得算法耗时减少。咬合分析系统:设计并实现的基于本方案的牙咬合分析系统,利用最小二乘法定义咬合面并进行投影分析,实现了对咬合点和咬合面在同一参考平面上的分析;实现了自动化咬合关系分析,提升了疗效评估的效率、准确性和精确性,具有较强的临床适用性,将在儿童早期错颌畸形矫治中发挥积极和重要的作用。(本文来源于《电子科技大学》期刊2019-03-26）
顾营迎,王立,华宝成,刘达,吴云[8]（2019）在《一种面向空间非合作目标位姿测量应用的叁维点云滤波算法》一文中研究指出针对激光位姿敏感器获得的原始点云有噪声和直接参与解算消耗星上计算资源过大问题,给出一种适用于空间非合作目标位姿测量的点云滤波和特征提取算法。应用仿真的方法分别验证了算法滤除空间随机噪声和点云降采样的有效性,验证了特征点对目标位姿变化和高斯测量噪声的鲁棒性。在非合作目标绕飞、抵近、捕获全物理试验平台上,以扫描激光位姿敏感器获得的原始点云数据为输入,验证了算法在实际空间目标位姿测量中的性能。试验结果表明,该算法实现了原始点云93.1%的降采样,节省了92.9%的位姿解算时间,可有效提升星上数据处理的效率和姿态解算的实时性。(本文来源于《应用光学》期刊2019年02期）
王金地,霍亮,慕旭,秦高雅,曹存相[9]（2019）在《顾及空间分布特征的点云数据快速可视化方法》一文中研究指出文中提出了一种顾及空间分布特征的点云数据快速可视化方法。首先根据点云数据的空间分布特征构建自适应八叉树结构。其次,利用基于视点的动态调度算法,实现不同细节层次点云数据的快速调度。最后,设计了一种面向网络传输的叁维点云瓦片存储模型,实现网络环境下点云数据的快速解析。试验结果表明,该方法能够有效提高网络环境下点云数据的可视化效率。(本文来源于《矿山测量》期刊2019年01期）
臧玉府[10]（2018）在《多平台点云空间基准统一与按需叁维建模》一文中研究指出激光扫描测量技术是获取叁维目标空间信息的重要手段,随着多平台激光扫描设备的推广,用户可以快捷地获取场景目标的多分辨率、多尺度、多时态点云数据。在实际应用中,单一平台的传感器数据往往无法满足复杂场景的应用需求,协同多平台传感器作业可有效获取其全方位信息,因此如何实现多平台点云的空间基准统一(本文来源于《测绘学报》期刊2018年12期）
空间点云论文开题报告
（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：
本文针对敦煌石窟壁画数字化图像的形变问题及洞窟空间信息缺失情况,提出基于激光点云的洞窟空间信息重建方法。此方法以叁维扫描仪采集到的洞窟点云信息为基准,结合强度图像,实现高分辨率壁画图像与洞窟叁维空间的位置关联,并定位纠正壁画图像。本方法已在敦煌石窟壁画数字化实际工作中得到了应用,实现了多个洞窟的叁维重建及单幅采集图像和整幅拼接图像的定位纠正与测量,其精度能满足文化遗产保护工作的需求。
（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。
空间点云论文参考文献
[1].宋德云,蔡来良,谷淑丹.基于颜色空间的矿区地表彩色点云分类[J].测绘通报.2019
[2].许丽鹏,黄先锋,吴健,俞天秀,张帆.基于激光点云的敦煌洞窟空间信息重建[J].敦煌研究.2019
[3].张颖,刘亚文,苗堃.基于空间上下文关联的车载点云聚类方法[J].测绘地理信息.2019
[4].刘雪丽.基于局部空间特征的点云分类方法研究[D].北京交通大学.2019
[5].刘中华,李鹏飞,许章平.基于点云数据的改进四叉树空间索引研究[J].测绘与空间地理信息.2019
[6].陈国栋,韩峰,段晓峰,牟航.基于点云数据的轨道结构与隧道空间限界一体化自动检测方法研究[J].铁道标准设计.2019
[7].尹科棹.基于点云空间特征的牙咬合分析关键技术研究[D].电子科技大学.2019
[8].顾营迎,王立,华宝成,刘达,吴云.一种面向空间非合作目标位姿测量应用的叁维点云滤波算法[J].应用光学.2019
[9].王金地,霍亮,慕旭,秦高雅,曹存相.顾及空间分布特征的点云数据快速可视化方法[J].矿山测量.2019
[10].臧玉府.多平台点云空间基准统一与按需叁维建模[J].测绘学报.2018