检索结果-南通市图书馆

作者：马灿璇南京师范大学

学位级别：硕士

层状地质体作为沉积岩层的主要组成部分,在地表具有广泛的分布和出露。结构特征不仅是研究地质体工程力学性质的重要影响因素,同时也是评判工程地质稳定性的关键指标。其中层状地质体剖面上出露的地质界面,如层面面状要素以及迹线线状... 详细信息

层状地质体作为沉积岩层的主要组成部分,在地表具有广泛的分布和出露。结构特征不仅是研究地质体工程力学性质的重要影响因素,同时也是评判工程地质稳定性的关键指标。其中层状地质体剖面上出露的地质界面,如层面面状要素以及迹线线状要素等结构特征,具有一定分布规律和统计意义,能够更为显著地表现研究区域的地质体力学性质。针对该类层状地质体结构特征的信息采集研究,在分析地质特性以及评判工程地质稳定性方面发挥着至关重要的作用。然而传统的接触式结构特征测量方法耗时费力,难以满足快速施工及地质条件恶劣地区的量测要求。因此非接触式测量方法的优势开始突显,其中无人机摄影测量技术由于其高效便携、兼顾垂向/侧向认知的优点,能够快速获取被量测物体的高精度场景点云数据,在工程地质测量领域得到广泛关注。基于非接触式测量方法的特征识别研究,通过构建相应识别体系,能够进一步实现地质体结构特征的半自动化识别,较大程度地摆脱对人力的依赖和复杂地形环境的限制。基于无人机摄影测量技术获得的高精度场景点云,本文以场区内出露的小尺度层状地质体结构特征为研究对象,开展结构面等面状要素及迹线等线状要素结构特征的综合识别研究,为不同场景下多结构特征识别算法的选择提供技术支持,为地质体结构的稳定性分析提供参考依据。本文的主要研究内容及结果如下:（1）层状地质体结构特征识别与参数提取的解决方案设计研究为了解决层状地质体结构特征识别与参数提取的技术问题,本研究基于无人机摄影测量技术,根据场景点云数据,综合分析层状地质体的参数表达需求,设计实现了基于半边结构思想的数据组织方式,来改进后续识别算法的效率问题,为结构特征的综合识别提供重要的数据组织基础;根据场景点云数据特点,分析划定了本文所研究的层状地质体结构特征识别与参数提取对象,并且构建设计了面状要素及线状要素结构特征识别提取的研究思路,为后续算法实现提供整体的解决方案设计支持。（2）层状地质体面状要素结构特征识别方法研究为了满足实际工程中复杂地形环境的不同量测需求,基于高精度场景点云,本研究通过开展层状地质体结构面识别算法的构建、改进及适用性分析,顾及结构面识别的形态完整性约束,实现了结构面等面状要素的特征识别与提取。针对结构面识别算法中区域生长法运算耗时长的问题,利用半边结构的数据组织方式优化其运算效率,为实际工程应用中结构面的高效识别与信息提取提供了技术与方法支持。（3）层状地质体线状要素结构特征识别方法研究为了解决基于场景点云数据的线状要素结构特征识别难度较高的问题,本研究根据邻域几何属性分析的理论思想,通过顾及结构面形态完整性约束,而识别得到的面状要素候选点集,利用边缘检测和特征线跟踪的方式,实现了线状要素结构特征的半自动化识别和分析研究,为地质体的性状描述提供多特征的地质体结构信息补充。（4）案例应用及算法验证分析本研究基于庐山如琴湖出露剖面的场景点云数据,设计实现了层状地质体面状要素/线状要素结构特征的综合识别。经实测数据验证,识别结果较为符合实际情况,满足精度要求,且识别效率得到大幅提升,能够对地质体进行多特征多方面的性状描述,为基于非接触测量方式的地质量测及工程地质的稳定性分析提供技术支持。

关键词：场景点云层状地质体结构特征识别结构参数提取

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

大规模场景点云的表面重建算法研究

大规模场景点云的表面重建算法研究

引用

作者：孙小平东北大学

学位级别：硕士

大规模场景点云的表面重建主要针对激光扫描或者图像重建后的点云数据进行网格化重建。表面重建算法的研究在遗产保护,城市建模,虚拟视觉等领域有十分重要的应用价值。本文主要针对序列图像重建后的大规模场景点云数据进行表面重建算法... 详细信息

大规模场景点云的表面重建主要针对激光扫描或者图像重建后的点云数据进行网格化重建。表面重建算法的研究在遗产保护,城市建模,虚拟视觉等领域有十分重要的应用价值。本文主要针对序列图像重建后的大规模场景点云数据进行表面重建算法的研究,对两种不同的表面重建算法进行了研究与改进。同时提出了基于GPU的并行化泊松表面重建算法,在保证精度的同时提高了算法的快速性。首先,本文利用序列图像进行大规模场景的三维重建。通过序列图像进行特征提取与匹配,利用多视图几何理论恢复场景的三维结构和摄像机的位置姿态,并利用捆集调整算法进行约束提高重建的精度,由于重建是基于图像特征提取的,所以获得的点云数据十分稀疏,不能恢复场景的精细结构,因此本文利用基于面片的多视图立体匹配算法进行稠密重建,得到了大规模场景的精细结构,对重建后的点云进行表面重建。然后,研究了两种经典的表面重建算法来进行大规模场景的点云表面重建。本文首先研究了基于Delaunay三角剖分的经典算法Power Crust表面重建算法,该算法利用中心轴变换来进行表面重建,得到了平滑的表面模型,但是Delaunay三角剖分的计算复杂,重建时间较长,因此本文提出了降采样的改进算法。然后,针对基于隐函数的泊松表面重建算法进行了研究与改进,针对泊松表面重建的过度平滑的问题,本文提出了加入点集约束的表面重建算法,并将问题转化为求解屏蔽的泊松方程的过程,改进后的算法提高了重建的精度。之后,本文重点介绍了基于GPU的并行化表面重建算法。首先根据给定的输入点集创建八叉树,然后在八叉树空间上计算隐函数,最后利用移动立方体方法提取等值面获得点云的三角网格模型。该算法在GPU上实时创建八叉树,并创建了两个查找表来提高邻近信息的访问速度,为表面重建中的隐函数计算和等值面提取提供了方便。本文在GPU上并行求解泊松方程和提取等值面,从而实现了整个算法的并行化。最后,本文提出的泊松表面重建改进算法可以得到更加逼近输入点集的三角网格,提高了表面重建的精度。同时并行化的重建提高了算法的速度,本文算法在提高精度和速度方面都做出了重要改进,从而得到了大规模场景点云的表面模型。

关键词：场景点云三角剖分泊松方程表面重建并行化

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进3D-NDT机器人自定位算法

引用

现代电子技术 2024年第1期47卷 177-180页

作者：许振权徐红伟中国计量大学机电工程学院浙江杭州310000

针对机器人在自定位过程中,传统3D-NDT点云配准在未给定初始旋转矩阵的情况下,存在配准效果不佳、误差大、配准时间长的缺陷,提出一种相对高效的改进3D-NDT点云配准算法。首先,对输入点云进行ISS特征点提取,并计算这些特征点的特征直方... 详细信息

针对机器人在自定位过程中,传统3D-NDT点云配准在未给定初始旋转矩阵的情况下,存在配准效果不佳、误差大、配准时间长的缺陷,提出一种相对高效的改进3D-NDT点云配准算法。首先,对输入点云进行ISS特征点提取,并计算这些特征点的特征直方图(FPFH);然后,根据直接对应估计对特征点进行匹配,使用RANSAC去除错误对应关系,得到初始旋转矩阵;最后,将得到的初始旋转矩阵代入3D-NDT算法进行匹配,得到最终的匹配结果。采用室内外场景点云进行测试,实验结果表明,改进后的3D-NDT算法能输出较好的匹配结果,并且精度有所提高,但该算法的复杂度有待进一步优化。

关键词：点云配准 ISS特征点机器人自定位特征直方图场景点云

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：