點(diǎn)云智能處理

目錄
第1章 緒論 1
1.1 引言 1
1.2 點(diǎn)云獲取 2
1.2.1 激光掃描點(diǎn)云獲取 2
1.2.2 影像點(diǎn)云獲取 14
1.2.3 點(diǎn)云獲取的發(fā)展趨勢 16
1.3 點(diǎn)云的基本特點(diǎn) 17
1.4 點(diǎn)云處理的關(guān)鍵內(nèi)容 18
1.4.1 點(diǎn)云質(zhì)量自動改善 18
1.4.2 點(diǎn)云模型構(gòu)建 18
1.4.3 點(diǎn)云特征精準(zhǔn)描述 18
1.4.4 點(diǎn)云語義信息提取 19
1.4.5 點(diǎn)云目標(biāo)結(jié)構(gòu)化重建與場景理解 19
1.5 點(diǎn)云處理的部分通用軟件 21
1.6 點(diǎn)云典型應(yīng)用 23
1.6.1 地球系統(tǒng)科學(xué)研究 23
1.6.2 基礎(chǔ)測繪 23
1.6.3 智慧城市建設(shè) 23
1.6.4 文化遺產(chǎn)數(shù)字化保護(hù) 24
1.6.5 無人駕駛 24
1.6.6 基礎(chǔ)設(shè)施安全監(jiān)測 24
1.6.7 影視娛樂 24
1.7 本章小結(jié) 25
參考文獻(xiàn) 25
第2章 點(diǎn)云模型 31
2.1 引言 31
2.2 廣義點(diǎn)云模型 31
2.2.1 廣義點(diǎn)云數(shù)據(jù)模型：從孤立、分散到多模統(tǒng)一 32
2.2.2 廣義點(diǎn)云處理模型：從人工輔助分類到智能化場景理解 33
2.2.3 廣義點(diǎn)云表達(dá)模型：從可視、量算到計算與分析 34
2.3 點(diǎn)云去噪 36
2.3.1 Statistical Outlier Removal濾波器 36
2.3.2 Radius Outlier Removal濾波器 37
2.4 點(diǎn)云強(qiáng)度校正 38
2.4.1 距離改正 38
2.4.2 入射角改正 39
2.4.3 大氣改正 39
2.4.4 總體改正 39
2.5 點(diǎn)云位置偏差改正 40
2.5.1 基于軌跡的車載點(diǎn)云分段 40
2.5.2 由粗到細(xì)的點(diǎn)云分段兩兩配準(zhǔn) 43
2.5.3 基于圖優(yōu)化的點(diǎn)云位置全局偏差改正 44
2.5.4 實驗分析 47
2.6 點(diǎn)云三維可視化 51
2.6.1 海量車載移動測量系統(tǒng)點(diǎn)云索引 51
2.6.2 雙層索引樹構(gòu)建方法 53
2.6.3 點(diǎn)云高效三維可視化實驗分析 54
2.7 本章小結(jié) 55
參考文獻(xiàn) 55
第3章 點(diǎn)云特征三維提取與表達(dá) 59
3.1 引言 59
3.2 點(diǎn)云局部特征描述研究現(xiàn)狀 59
3.2.1 點(diǎn)云特征描述子的魯棒性和描述性 60
3.2.2 點(diǎn)云特征描述子時間和內(nèi)存使用效率 65
3.3 BSC特征描述算子 70
3.3.1 關(guān)鍵點(diǎn)檢測 70
3.3.2 局部坐標(biāo)參考系建立 71
3.3.3 坐標(biāo)轉(zhuǎn)換和格網(wǎng)化 72
3.3.4 加權(quán)投影特征計算 73
3.3.5 特征二值化 74
3.4 實驗結(jié)果與分析 75
3.4.1 數(shù)據(jù)描述 75
3.4.2 特征描述子性能評價標(biāo)準(zhǔn) 79
3.4.3 BSC的參數(shù)敏感性分析 79
3.4.4 BSC的表達(dá)性比較分析 82
3.4.5 BSC的魯棒性比較分析 83
3.4.6 BSC的時間和內(nèi)存效率比較分析 85
3.5 本章小結(jié) 86
參考文獻(xiàn) 87
第4章 點(diǎn)云與影像的自動配準(zhǔn) 90
4.1 引言 90
4.2 點(diǎn)云與影像配準(zhǔn)研究現(xiàn)狀 90
4.2.1 低空無人機(jī)載激光掃描點(diǎn)云與框幅式影像配準(zhǔn) 91
4.2.2 車載激光掃描數(shù)據(jù)與序列全景影像配準(zhǔn) 92
4.3 三維點(diǎn)云與影像兩步法自動配準(zhǔn) 92
4.3.1 由粗配準(zhǔn)到精配準(zhǔn)的模型設(shè)計 93
4.3.2 配準(zhǔn)基元特征選擇與提取 95
4.3.3 基于圖匹配的共軛配準(zhǔn)基元對生成 97
4.3.4 粗配準(zhǔn)模型參數(shù)解算 102
4.3.5 3D-3D精配準(zhǔn)模型參數(shù)穩(wěn)健估計 102
4.3.6 實驗分析 106
4.4 本章小結(jié) 111
參考文獻(xiàn) 111
第5章 多源多平臺點(diǎn)云自動配準(zhǔn) 114
5.1 引言 114
5.2 點(diǎn)云配準(zhǔn)研究現(xiàn)狀 114
5.2.1 地面激光掃描點(diǎn)云配準(zhǔn) 114
5.2.2 地面激光掃描和移動激光掃描點(diǎn)云配準(zhǔn) 120
5.2.3 地基和空基激光點(diǎn)云配準(zhǔn) 121
5.3 地基多平臺激光點(diǎn)云層次化自動配準(zhǔn) 122
5.3.1 數(shù)據(jù)預(yù)處理 122
5.3.2 點(diǎn)云多層次特征計算 123
5.3.3 點(diǎn)云近鄰（重疊）結(jié)構(gòu)關(guān)系圖構(gòu)建 124
5.3.4 顧及大重疊度的佳配準(zhǔn)點(diǎn)云對計算 126
5.3.5 融合BSC相似性和幾何一致性的點(diǎn)云兩兩配準(zhǔn) 127
5.3.6 點(diǎn)云增量合并與更新 129
5.3.7 點(diǎn)云層次化配準(zhǔn)策略 130
5.3.8 實驗結(jié)果與分析 132
5.4 基于建筑物邊界的地基激光點(diǎn)云與空基激光點(diǎn)云自動化配準(zhǔn) 147
5.4.1 地面點(diǎn)云中建筑物邊界線提取 147
5.4.2 機(jī)載點(diǎn)云中建筑物邊界線提取 148
5.4.3 邊界線特征的譜空間構(gòu)建 150
5.4.4 不同平臺點(diǎn)云邊界線匹配 151
5.4.5 實驗驗證與分析 155
5.5 本章小結(jié) 163
參考文獻(xiàn) 163
第6章 點(diǎn)云目標(biāo)三維提取 167
6.1 引言 167
6.2 點(diǎn)云目標(biāo)三維提取研究現(xiàn)狀 167
6.2.1 基于機(jī)器學(xué)習(xí)的逐點(diǎn)分類提取 167
6.2.2 先分割后目標(biāo)識別方法 169
6.2.3 基于深度學(xué)習(xí)的目標(biāo)提取 174
6.3 典型道路路側(cè)目標(biāo)三維提取 175
6.3.1 非地面點(diǎn)多尺度超體素生成 175
6.3.2 基于多規(guī)則區(qū)域生長的地物目標(biāo)結(jié)構(gòu)檢測 179
6.3.3 地物目標(biāo)結(jié)構(gòu)顯著性計算 180
6.3.4 地物目標(biāo)多分割圖構(gòu)建 181
6.3.5 地物目標(biāo)多層次特征計算 183
6.3.6 地物目標(biāo)提取與佳分割選擇 185
6.3.7 實驗結(jié)果與分析 188
6.4 道路邊界三維信息自動提取 205
6.4.1 道路邊界點(diǎn)識別 206
6.4.2 線性特征檢測 209
6.4.3 道路邊界定位與優(yōu)化 211
6.4.4 道路邊界三維提取實驗分析 215
6.5 道路標(biāo)線自動提取 229
6.5.1 激光點(diǎn)云中標(biāo)線特征建模 230
6.5.2 道路標(biāo)線多尺度分割 233
6.5.3 基于幾何模型的道路標(biāo)線提取 235
6.5.4 基于語義信息道路標(biāo)線優(yōu)化 239
6.5.5 道路標(biāo)線提取實驗分析 241
6.6 建筑物邊界三維提取 246
6.6.1 目標(biāo)區(qū)域粗提取 247
6.6.2 目標(biāo)區(qū)域分類 248
6.6.3 建筑物點(diǎn)云精確提取 250
6.6.4 建筑物邊界提取 251
6.6.5 實驗分析 251
6.7 本章小結(jié) 260
參考文獻(xiàn) 260
第7章 點(diǎn)云多細(xì)節(jié)層次三維建模 265
7.1 引言 265
7.2 點(diǎn)云三維建模研究現(xiàn)狀 265
7.2.1 多細(xì)節(jié)層次建筑物模型重建 265
7.2.2 典型復(fù)雜對象按需建模方法 266
7.3 基于形態(tài)學(xué)尺度空間的建筑物多細(xì)節(jié)層次三維重建 268
7.3.1 形態(tài)學(xué)尺度空間的多細(xì)節(jié)層次建筑物數(shù)據(jù)生成 268
7.3.2 多細(xì)節(jié)層次建筑物模型構(gòu)建 273
7.3.3 實驗驗證 277
7.4 典型復(fù)雜對象多粒度按需建模 280
7.4.1 局部曲面變化度量 282
7.4.2 基于徑向基函數(shù)模型的幾何顯著性測度 283
7.4.3 基于顯著性測度的點(diǎn)云多粒度表達(dá) 285
7.4.4 表面模型的視覺降質(zhì)度量 286
7.4.5 基于主觀性閾值的佳粒度選擇 291
7.4.6 視距依賴的多粒度表達(dá)實驗分析 293
7.4.7 不同視覺條件的按需選擇實驗 298
7.5 本章小結(jié) 300
參考文獻(xiàn) 300
第8章 點(diǎn)云工程化典型應(yīng)用 304
8.1 引言 304
8.2 室內(nèi)空間5G信號覆蓋仿真 304
8.3 城市太陽能潛力分析 307
8.4 高速公路改擴(kuò)建 309
8.5 高清駕駛地圖生產(chǎn) 311
8.6 電力線路走廊安全監(jiān)測 313
8.7 森林資源調(diào)查 317
8.8 文化遺產(chǎn)數(shù)字化保護(hù) 319
8.9 本章小結(jié) 321
參考文獻(xiàn) 321
第9章 總結(jié)與展望 324