检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

泥石流沟谷滑坡体的点云采样分析及变化检测

激光与红外 2020年第2期50卷 136-142页

作者：詹俏甘淑袁希平杨敏昆明理工大学国土资源工程学院云南昆明650093 云南省高校高原山区空间信息测绘技术应用工程研究中心云南昆明650093

泥石流沟谷地区地形复杂,沟壑纵横,利用激光雷达技术获取的点云数据往往存在着数据量大,数据冗余等问题。本文以云南省小江流域大白泥河泥石流沟的一伴生滑坡体为试验对象,利用地面激光扫描(terrestrial laser scanning,TLS)技术对其进... 详细信息

泥石流沟谷地区地形复杂,沟壑纵横,利用激光雷达技术获取的点云数据往往存在着数据量大,数据冗余等问题。本文以云南省小江流域大白泥河泥石流沟的一伴生滑坡体为试验对象,利用地面激光扫描(terrestrial laser scanning,TLS)技术对其进行两个时期的点云数据获取,形成一系列针对泥石流沟谷地区的点云配准,滤波去噪,地表建模等数据处理流程;探讨不同重采样分辨率对地表模型构建的影响,运用ArcGIS平台对不同重采样分辨率下的滑坡量进行估算对比,获取该滑坡提供的泥石流物源量可靠值;同时,利用预处理后点云对该滑坡体进行点云探测及变化分析。试验结果表明(1)不同重采样分辨率构建的地表模型与其采样点云间的垂直标准差为0.3~0.5 cm;(2)点云曲率重采样分辨率在50%~70%范围内,滑坡量估算值较为可靠;(3)整个滑坡体的变化区域的距离变化区域在0.008~0.5 m。

关键词：地面激光扫描伴生滑坡体点云采样变化检测

在线全文

学校读者我要写书评

暂无评论

逆向工程中的三维光学检测点云采样技术研究

计算机应用研究 2014年第3期31卷 946-948页

作者：张德海崔国英白代萍李艳芹张晓强杨勇郑州轻工业学院机电工程学院郑州450002 鹤壁职业技术学院河南鹤壁458030 西安交通大学机械工程学院西安710049

针对大型复杂曲面产品三维光学检测技术在逆向工程中存在获取点云数据密度大、冗余点繁多、处理任务繁重等问题,对光学检测获得的海量点云预处理技术和工作流程进行了研究,提出了点云采样时的最终判据Δ(S,S')。该判据在满足高精度、快... 详细信息

针对大型复杂曲面产品三维光学检测技术在逆向工程中存在获取点云数据密度大、冗余点繁多、处理任务繁重等问题,对光学检测获得的海量点云预处理技术和工作流程进行了研究,提出了点云采样时的最终判据Δ(S,S')。该判据在满足高精度、快速度、适简度的原则下以达到给定的最大允许误差或者指定点的数目为目标,适用于重建几何精度要求较高的场合。以某大型水轮机叶片为例进行了采样和逆向建模精度分析,证明了三维光学检测点云采样技术的正确性和可行性。

关键词：逆向工程光学检测点云采样

在线全文

学校读者我要写书评

暂无评论

逆向工程中的点云采样算法研究

电子设计工程 2012年第11期20卷 23-25页

作者：林秀芳福建农林大学金山学院福建福州350002

在逆向工程的数据处理中点云采样是一项关键技术,它可以实现点云精简,从而提高后续的建模效率。文中介绍了基于曲率的点云采样算法,并进行了相关的实验,对其有效性进行了验证。

关键词：逆向工程曲率点云采样细分

基于特征增强核点卷积网络的多光谱LiDAR点云分类方法

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2023年第5期25卷 1075-1087页

作者：陈科管海燕雷相达曹爽南京信息工程大学遥感与测绘学院南京210044

多光谱LiDAR系统可同时提供目标地物的三维空间和光谱的信息,为地物识别、土地覆盖分类以及场景理解提供了便利。针对目前大规模多光谱LiDAR点云几何信息挖掘不充分与数据处理效率低问题,本文提出一种利用局部点云几何信息增强特征的端... 详细信息

多光谱LiDAR系统可同时提供目标地物的三维空间和光谱的信息,为地物识别、土地覆盖分类以及场景理解提供了便利。针对目前大规模多光谱LiDAR点云几何信息挖掘不充分与数据处理效率低问题,本文提出一种利用局部点云几何信息增强特征的端到端连续核点卷积网络—特征增强核点卷积网络的机载多光谱LiDAR点云分类方法。该网络是一个编解码结构,网络结构中结合随机采样与最远点采样快速处理大规模多光谱LiDAR点云,保证采样效率的同时减少随机采样导致的关键几何结构信息缺失。为提高多光谱LiDAR点云数据语义信息表达,设计了基于连续可变卷积的增强卷积模块,在聚合局部特征的同时,利用邻近点与中心点的位置关系增强赋予核点的局部特征;最后结合加权标签平滑损失与Lovasz-Softmax损失进一步提升多光谱LiDAR点云分类性能。通过对加拿大Optech公司的Titan多光谱LiDAR点云数据集的实验表明,本文所提出的特征增强核点卷积网络的综合精度、macro-F1指数和mIoU值分别为96.80%、88.51%和83.42%,相较于同类型网络在多光谱LiDAR点云分类性能上具有一定优越性;使用格网采样与KD-Tree结合更好地保留原始点云的几何特征;在单批次65536个点情况下,点云采样时间较同类多光谱LiDAR点云分类网络减少28261.79 ms,实现快速处理海量点云。实验结果证明了特征增强核点卷积网络在多光谱LiDAR点云分类任务上的潜力。

关键词：多光谱LiDAR 卷积神经网络核点卷积点云分类特征增强损失函数点云采样

在线全文

学校读者我要写书评

暂无评论

最佳采样率下的大部件位姿快速配准方法

机械设计与研究 2023年第2期39卷 118-122页

作者：阚艳柏森张文卿王皓陈根良上海交通大学机械与动力工程学院上海200240

针对当前大部件对接方法速度慢、成本高、自动化程度低等问题,提出了一种低成本的大部件快速位姿配准方法。以形状指数算子提取点云关键点,提高配准的速度与可靠性。结合滤波处理与点云采样分析,计算满足误差要求的最佳采样率,并通过配... 详细信息

针对当前大部件对接方法速度慢、成本高、自动化程度低等问题,提出了一种低成本的大部件快速位姿配准方法。以形状指数算子提取点云关键点,提高配准的速度与可靠性。结合滤波处理与点云采样分析,计算满足误差要求的最佳采样率,并通过配准实验进行了验证。最终,搭建大部件对接实验台,验证了该方法的效率与精度。文中提出的配准方法速度得到显著的提升,满足工业需求,精度远高于人工作业标准,具有广阔的应用前景。

关键词：大部件点云配准点云采样关键点提取

在线全文

学校读者我要写书评

暂无评论

海量三维点云的空间索引及可视化研究

海量三维点云的空间索引及可视化研究

作者：杨丽娟中国科学院大学(中国科学院国家空间科学中心)

学位级别：硕士

点云数据处理是信息技术领域的重要研究方向,广泛应用于地形测量、文物保护、三维重建、城市规划、工程测量、医疗卫生等领域。随着点云获取技术的高速发展和应用领域的快速拓展,如何为海量的三维点云建立高效的空间索引,实现更加快速... 详细信息

点云数据处理是信息技术领域的重要研究方向,广泛应用于地形测量、文物保护、三维重建、城市规划、工程测量、医疗卫生等领域。随着点云获取技术的高速发展和应用领域的快速拓展,如何为海量的三维点云建立高效的空间索引,实现更加快速准确的点云数据可视化已成为一个研究热点。目前的空间索引对空间的划分都是基于空间规律性和轴对齐包围盒的,与点云空间分布的非均匀性和不规则性不符,无法准确表达点云本身的空间结构。同时,海量的点云数据也对传统可视化方法的性能提出了新的挑战。针对目前点云的组织索引及可视化方面存在的问题,本文在对点云获取技术的研究基础之上,着重研究了三维点云数据的组织管理方式,分析了目前常用于点云数据的索引算法,提出了基于三维点云空间分布特征的多级索引结构,以提高数据查询的效率。在此基础上,建立了基于空间加速泊松圆盘采样的多分辨率LOD模型,利用可见性判断及剔除技术、LOD的选择及判断等技术,实现快速高效的点云可视化。本文的研究工作具体如下:(1)研究了三维点云数据的获取技术,整理了三维激光扫描技术和摄影测量技术的原理和类别,总结和分析了不同点云获取技术的特点及应用场景。(2)研究了三维点云数据的组织索引算法,对常见的三维点云数据空间索引算法进行了分析与总结,提出了一种方向八叉树的空间划分方法,并进一步使用KD树对方向八叉树的叶子节点进行二次组织构建,形成基于三维点云空间分布特征的多级索引结构,提高了点云查询的效率。实验结果表明方向八叉树能有效减少节点总数和冗余节点数量,将空间利用率提高了5%;本文的多级索引结构与其他索引结构相比,构建索引消耗的时间较低,占用的内存较少,并且平均邻域搜索效率提高了18%,充分验证了方向八叉树和KD树的组合嵌套结构可以有效划分海量点云数据,实现点云数据的高效检索,对点云数据进行有效管理。(3)研究了多层次细节(LOD)技术及蓝噪声采样算法,提出了基于空间加速泊松圆盘采样的多分辨率LOD模型,综合运用了视域剔除、LOD选择与判断等技术,降低了点云绘制的计算量,加快了点云可视化的速度。实验结果表明,空间加速的泊松圆盘采样方法获得的采样点分布均匀,能够很好的保留点云的带状特征,相较于原始的泊松圆盘采样方法,采样效率提高了65.71%,结合LOD技术,解决了点云数据绘制及漫游时,数据调度较慢的问题。

关键词：三维点云数据空间索引点云采样可见性判断

基于深度学习的机械加工特征识别及智能工艺路线优化研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的机械加工特征识别及智能工艺路线优化研究

作者：雷若山华中科技大学

学位级别：硕士

智能工艺规划对于加快企业生产效率、保证产品制造质量有重要的作用。当前基于特征的工艺规划中存在着加工特征识别效率低下、鲁棒性差,人工工艺规划费时费力、加工工艺路线优化方案非最优等问题。针对上述问题,为实现加工特征识别与智... 详细信息

智能工艺规划对于加快企业生产效率、保证产品制造质量有重要的作用。当前基于特征的工艺规划中存在着加工特征识别效率低下、鲁棒性差,人工工艺规划费时费力、加工工艺路线优化方案非最优等问题。针对上述问题,为实现加工特征识别与智能加工工艺路线优化,本文提出了一种基于点云数据的特征识别神经网络,构建并求解了一种基于多目标优化算法的加工工艺路线模型。本文的主要研究内容介绍如下:(1)针对基于深度学习方法的加工特征数据集缺失、代表性不足等问题,本文使用Solid Works参数化建模,构建了包含33类单一加工特征和9类相交加工特征的加工特征MFDataset数据集,为后续基于深度学习方法的加工特征识别打好了基础。(2)针对点云特征神经网络参数量较大等问题,本文提出了一种基于点云数据选择性下采样(Selective Downsampling Layer)的MFPoint Net神经网络。实验结果表明MFPoint Net网络在保证特征识别准确率的前提下降低了神经网络的计算复杂度。(3)针对现有的人工工艺规划效率低、鲁棒性差等问题,本文进行了零件的加工工艺路线优化研究。首先建立了以加工工序、加工机床、加工刀具为优化变量,以加工时间和加工工艺成本为目标的优化模型;然后提出了一种基于改进多目标白鲸优化算法对该模型进行求解;最后通过零件实例验证了求解该优化模型的有效性。本文主要的贡献表现在以下三个方面:一是构建了包含33类单一特征和9类相交特征在内的大约75000条MFDataset加工特征数据,解决了大规模点云加工特征训练数据集缺失、代表性不足的问题。二是改进了原始Point Net网络,通过引入选择性下采样网络层,降低了识别网络输入的计算复杂度,保证识别准确率的前提下对输入特征模型具有更强的鲁棒性。三是提出并求解了一种基于改进多目标优化算法的加工工艺路线优化模型,有助于实现零件的智能工艺路线优化,提高了机械产品全生命周期的研发和制造效率。

关键词：加工特征识别智能工艺规划加工工艺路线计算机辅助工艺设计点云采样神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的点云目标检测算法研究

基于深度学习的点云目标检测算法研究

作者：苗蕾长春理工大学

学位级别：硕士

随着激光雷达等三维数据采集设备的性能不断提升,点云数据在自动驾驶、人工智能等领域的研究和应用日渐丰富。深度学习技术通过对大量数据的训练可以学习到各类目标的特征,基于深度学习的识别,检测和分割算法性能显著。本文利用激光雷... 详细信息

随着激光雷达等三维数据采集设备的性能不断提升,点云数据在自动驾驶、人工智能等领域的研究和应用日渐丰富。深度学习技术通过对大量数据的训练可以学习到各类目标的特征,基于深度学习的识别,检测和分割算法性能显著。本文利用激光雷达点云数据,结合深度学习方法,围绕三维点云目标检测任务进行了理论分析、算法设计、实测验证和结果分析等工作,主要工作内容如下:1)提出一种基于注意力机制的点云目标检测算法。针对体素离散化过程中带来的信息损失问题,借鉴注意力机制思想,通过构建上下文网络对体素特征的多个维度进行重标定,强化体素特征表示,建立不同体素间依赖关系。并在特征提取主干网络后嵌入注意力机制,增强模型对物体空间结构和语义信息的表征能力。最后,在KITTI数据集对算法有效性进行验证,实验结果表明鸟瞰视角下m AP较基准模型提升了1.15%,3D视角下m AP高出基准模型2.28%。2)针对点云下采样过程中前景点丢失从而影响检测精度的问题,改进一种基于点的点云目标检测算法。在点云下采样过程中结合语义信息,同时将欧氏距离和语义特征作为点云采样算法的度量标准,在不改变采样点数的前提下提升前景点所占比例,以自下而上的方式为前景点生成3D候选包围框,并在ROI精修网络中对候选框进行位置修正,得到更准确的检测结果。在KITTI数据集上的实验结果表明,3D视角下改进后的算法在三种难度类别下AP值分别提升了0.54%,0.53%和1.44%。最后,搭建无人车实验平台采集点云数据,利用实际场景中获取的点云数据,分别对基于注意力机制的点云目标检测算法和基于语义信息采样的点云目标检测算法进行实验与测试,实验结果表明改进后的算法能取得较准确的检测结果。

关键词：点云数据深度学习目标检测注意力机制点云采样

基于深度神经网络的点云分类与语义分割技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度神经网络的点云分类与语义分割技术研究

作者：任清泉中南大学

学位级别：硕士

随着三维成像技术的飞速发展,获取三维数据的成本越来越低。越来越多大规模三维数据集的出现为深度学习运用在三维数据上奠定了基础,而三维数据的现实意义吸引了大量学者投入三维深度学习的研究中,推动了许多依赖三维点云数据的应用,例... 详细信息

随着三维成像技术的飞速发展,获取三维数据的成本越来越低。越来越多大规模三维数据集的出现为深度学习运用在三维数据上奠定了基础,而三维数据的现实意义吸引了大量学者投入三维深度学习的研究中,推动了许多依赖三维点云数据的应用,例如自动驾驶、机器人操纵和虚拟现实等。而这些应用中通用的研究任务是三维点云物体分类以及三维点云语义分割,因此对三维点云物体分类以及三维点云语义分割进行研究具有重要的科研与实际应用价值。本文针对已有三维点云分类与分割算法仅仅考虑单个邻域的情况,提出膨胀K近邻特征增强模块,该模块由膨胀K近邻模块、点云邻域融合模块以及多尺度邻域特征融合模块组成,通过借鉴二维图像中膨胀卷积增大像素感受野的思想,膨胀K近邻模块采用跳变的方式选取中心三维点的膨胀邻域点云,极大增大了中心三维点的感受野大小,让中心三维点可以拥有更大范围邻域的特征信息,点云邻域融合模块采用注意力机制融合中心三维点本身特征信息和膨胀邻域特征信息,增强中心三维点的特征信息,多尺度邻域特征融合模块融合中心三维点多尺度的特征信息,进一步增强了中心三维点的特征信息。除此之外,为了避免点云下采样过程中丢弃特征丰富的三维点,本文提出基于特征的采样模块,该模块在一定程度上避免了单纯依靠三维点的距离信息选取三维点云子集,而是利用三维点的特征信息大小来选取合适的三维点云子集,即使进行下采样也不会丢失太多的特征信息,从而增强了三维点云分类任务以及语义分割任务的准确性。本文在Model Net40分类数据集和S3DIS分割数据集进行验证,实验结果表明,与其他先进的方法相比,所提出的算法模型在用于点云分类和分割任务的代表性公共数据集中可以获得更好的结果。图41幅,表7个,参考文献61篇

关键词：三维点云卷积神经网络点云特征增强点云采样多尺度融合