为了解决地面激光点云角分辨未知和点密度变化的问题, 提出了一种顾及密度变化与未知角分辨率的地面激光点云分类方法。采用随机邻域分析的角分辨率估算法改进传统点密度计算方法, 结合角分辨率提出顾及密度变化的格网特征提取方法, 并将本文中所提出的方法在3组数据上进行了实验验证。结果表明, 该角分辨率估算方法的估算误差小于0.002°, 能够准确地估算点云角分辨率; 与传统点密度特征相比, 本文中提出的相对投影密度可以提高点云分类的整体精度, 以及在车、杆状物等地物类别上的分类效果。该方法能准确估算点云角分辨率, 以较高精度实现点云分类, 可为大规模地面激光点云的密度自适应处理提供参考。
激光技术 分类 点密度 角分辨率 相对投影密度 laser technique classification point density angular resolution relative projection density
西北大学 信息科学与技术学院，陕西西安710127
针对目前的点云配准方法在处理秦俑等文物模型时不能很好地解决分辨率不匹配、点云部分重叠、噪声点较多等问题，提出一种基于动态图注意力机制的ResUNet配准模型。该模型将残差模块融入U-Net网络中，使用三维稀疏体素卷积计算点云特征，并引入一种新的归一化技术：批邻域归一化（Batch-Neighborhood Normalization， BNHN），来提高特征对于点密度变化的鲁棒性；为了进一步提高配准性能，该模型通过自注意力机制和交叉注意力机制聚合局部特征和上下文特征，最后结合随机抽样一致性算法来估计源点云与目标点云之间的变化矩阵，完成秦俑文物模型的鲁棒配准。为了验证本文方法的有效与鲁棒，使用四组数据集（3DMatch、3DLoMatch、分辨率不匹配的3DMatch数据集以及两组秦俑数据）对配准模型进行测试，实验结果表明，该算法在3DMatch数据集和3DLoMatch数据集上的配准召回率分别达到90.1%和61.0%；在分辨率不匹配的3DMatch数据集，相比与基于特征学习的配准算法，该算法在配准召回率上提升了5%~20%；在秦俑数据集上，相对旋转误差均小于0.071，相对平移误差均小于0.016，相较于同类算法减少了一个量级或几倍。因此，本文的模型能够提取三维点云的关键特征信息，并且对点密度和重叠度变化具有更高的鲁棒性。
点云配准 动态图注意力机制 低重叠点云 点密度变化 残差网络 point cloud registration dynamic graph attention mechanism point clouds with low overlap point density changes residual network 光学 精密工程
2022, 30(24): 3210
1 北京信息科技大学应用数学研究所， 北京 100101
2 北京大学数学科学学院， 北京 100871
通过分析特征点密度与物点聚焦程度的关系，建立基于特征点密度的聚焦测度。将融合特征点密度与边缘信息建立新的聚焦测度，利用聚焦堆栈数据实现场景深度的估计与全聚焦成像。对于由边缘信息建立的聚焦测度在图像纹理区域存在不准确性，该方法可以有效地弥补这一缺点。将刻画边缘信息的Sum-Modified-Laplacian(SML)方法与特征点密度函数相融合建立新的聚焦测度，用于三维场景重构，实现了场景深度估计和全聚焦成像算法。实验结果表明，新方法有效地剔除了SML在纹理区域估计错误的深度值，保留了SML在边缘区域的优势，得到了高精度的场景深度图及其全聚焦图像。
成像系统 深度估计 全聚焦成像 特征点密度 聚焦测度 聚焦堆栈 激光与光电子学进展
2017, 54(7): 071101
山东理工大学 机械工程学院 测控系,山东 淄博 255000
直升机载荷平台6-D(Six-Dimensional)运动误差(即飞行轨迹和姿态角运动误差)对机载LiDAR点云质量影响显著,进而影响三维重建模型精度。分析各运动误差对点云质量的影响特点,对于有针对性地消除各运动误差影响、有效提高机载LiDAR三维成像产品精度具有重要意义。建立了机载激光扫描脚点三维空间位置偏差与机载平台六方位运动误差之间的传递关系; 采用数值仿真,定量比较了六方位运动误差对激光点云密度分布和的影响,获得了六方位运动误差的影响特点及规律。仿真结果表明,直升机载荷平台的三个姿态角运动误差对点云密度的影响更显著,且随飞行高度的增大而增大,而三个飞行轨迹运动误差的影响相对较小。
遥感 机载激光雷达 点云质量 点密度 6-D运动误差 误差分析 remote sensing airborne LiDAR quality of point cloud point density 6-D(six-dimensional) motion errors error analysis 红外与激光工程
2016, 45(8): 0830002
