CN110415331A - 一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补方法 - Google Patents

一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补方法 Download PDF

Info

Publication number
CN110415331A
CN110415331A CN201910519172.2A CN201910519172A CN110415331A CN 110415331 A CN110415331 A CN 110415331A CN 201910519172 A CN201910519172 A CN 201910519172A CN 110415331 A CN110415331 A CN 110415331A
Authority
CN
China
Prior art keywords
point
hole
cloud data
point cloud
boundary
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910519172.2A
Other languages
English (en)
Other versions
CN110415331B (zh
Inventor
保振永
吴小东
吴弦骏
刘祜昌
肖胜昌
陈科
郑永新
陈昌黎
白畯文
杨文�
桂林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lubuge Hydropower Plant Of Southern Power Grid Peaking Frequency Modulation Power Generation Co ltd
PowerChina Kunming Engineering Corp Ltd
Original Assignee
PowerChina Kunming Engineering Corp Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by PowerChina Kunming Engineering Corp Ltd filed Critical PowerChina Kunming Engineering Corp Ltd
Priority to CN201910519172.2A priority Critical patent/CN110415331B/zh
Publication of CN110415331A publication Critical patent/CN110415331A/zh
Application granted granted Critical
Publication of CN110415331B publication Critical patent/CN110415331B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/005—General purpose rendering architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补方法，以三维激光扫描、水下多波束等方式采集的点云数据为基础，第一步是基于改进的吊锤法，核心在于不同的点云能自动解算最合适的参数，就能快速和准确的获取该点云的外轮廓和内部孔洞边界。以循环遍历的方式将点云的每一个点及其临近点给予相同的重量，以每一个目标点作为支点，根据物理知识，选取的目标点和其它临近点必然会呈现一定的空间分布关系，即可判定是否为轮廓或孔洞边界点；第二步就是按照找出的内部孔洞边界点集，按照拟合和逐步迭代的方式，将孔洞修补完整。

Description

一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补 方法
技术领域
本发明涉及基础测绘数据处理技术领域，具体的说，是基于点云数据的轮廓或孔洞快速 检测判别和孔洞修补的方法。属于三维激光扫描、水下多波束等方式采集的点云数据后续数 据处理的基础工作，对深层次的点云数据分析的精度、可靠性和应用有重要意义。
背景技术
点云是指采用三维激光扫描、水下多波束等方式采集的点云数据，它以其独特的优势逐 渐成为了多个领域的研究热点。由于在三维激光扫描或是水下多波束等数据采集过程中物体 遮挡或者被测物体表面复杂等因素的影响，测量数据不可避免地产生孔洞，必然会对重建后 数字模型的质量产生影响。研究点云轮廓或孔洞检测和孔洞修补，确保点云数据的完整性， 对后续点云数据处理和模型重构是十分有利的。
点云的外轮廓、孔洞识别和区分以及内部边界孔洞的修补是后续点云数据处理和分析的 重要基础，有利于提高后期其它分析功能的精度、可靠性，对点云重建三维模型也有重要的 作用，因此对于这方面的研究有重要意义。本发明就是从这个角度出发解决问题，整个过程 全自动化，无需人工干预，效率很高，识别正确率与参数的解算有关，比较好的参数能够使 识别正确率达到约99％以上。
发明内容
鉴于现有技术的不足，本发明提供了一种基于点云数据的轮廓或孔洞快速检测判别和孔 洞修补的方法。
本发明的技术方案如下：
一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补的方法，包括以下步骤：
步骤(1)最优化参数智能解算：以三维激光扫描、水下多波束等方式采集的点云数据为 基础，通过点云数据法向量的计算，即可得知点云整体的曲率变化，根据表面起伏变化的具 体情况，通过经验数值加以计算，从而计算出当前点云最适合解算轮廓、孔洞的相关参数；
所述点云数据法向量的计算是指点云数据任意一点处，先按照K近邻算法找到它的近邻 点，按照最小二乘法由该点的近邻点可以拟合一个平面，该平面的法线即为该点的法向量， 循环可得所有点的法向量；
步骤(2)查找外部轮廓线和内部孔洞边界线：以循环遍历的方式将点云的每一个点及其 临近点给予相同的重量，以每一个目标点作为支点，由选取的目标点和它的临近点呈现出的 空间分布关系，即可判定是否为边界点；在所有边界中(这里采用的是最简单的方式，按照边 界线的点数区分)，最长一个边界即为外轮廓边界线，其余为内部孔洞边界线；
具体判断步骤使用吊锤法，假设投影后的目标点S及其k个邻近点为拥有相同质量的点， 将整个参考数据看作一个整体，以S点作为支点，将这个整体悬挂于空中，那么垂线方向会 经过点S以及这个整体的质心p，如果目标点S为内部点，那么S点和p点的距离很近，且S 点的上方也分布了一定数量的点；如果目标点S为边界点，那么S点与p点相距较远，且S点上方仅有少量的点甚至没有点；吊锤法的具体改进之处详见具体实施步骤。
步骤(3)内部孔洞边界修补：对于每条内部孔洞边界线，先根据最小二乘法确定一个平 面，再将孔洞边界线投影到一个该平面上，接着在孔洞投影边界平面上按照数学插值方式均 匀插点，最后需要将插值出的点一一解算到对应的空间孔洞区域，解算方法是按照布尔沙七 参数法计算空间坐标系转换的七参数，将插值点反算回去，数学计算过程如下，即可完成修 补；
其中，ΔX，ΔY,ΔZ为平移分量，m为缩放系数，ω为旋转矩阵
在步骤(2)中吊锤法可改进以更快判断S点上方点数，具体如下：在投影的平面上建立 如下二维坐标系，目标点和质心的连线是Y轴，垂直于Y轴的直线是X轴，坐标原点是目标 点S，这样判断目标点以上是否存在点只需要设定一个开角(0-180°)范围，判断该范围是否 存在点即可；
为了加快速度，程序中采用二分法的方式，逐步增大开角，即节省了时间，又满足精度 要求；这里采用二分法来确定夹角的具体步骤是：设定的开角范围为0-180°，起始角度范 围大小为45°，具体范围为45°至135°，如果这个区域内没有点，加大开角，角度范围大小为135°，具体范围为22.5°至157.5°，如果这个区域内依然没有点，继续加大角度范 围寻找，此法既能满足目的，又能加快速度。
本发明与现有技术相比，其有益效果为：
本发明提供的一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补的方法，点云的 轮廓和孔洞边界线识别和区分以及内部边界孔洞的修补是后续点云数据处理和分析的重要基 础，有利于提高后期其它分析功能的精度、可靠性，对点云重建三维模型也有重要的作用， 因此对于这方面的研究有重要意义。本发明就是从这个角度出发解决问题，整个过程全自动 化，无需人工干预，效率很高，识别正确率与参数的解算有关，比较好的参数能够使识别正 确率达到约99％以上。
附图说明
图1为本发明的流程示意图；
图2为采用本发明对点云数据查找到的轮廓和孔洞边界线；
图3为本发明实施例中区分轮廓和孔洞边界线；
图4为采用本发明对内部孔洞区域进行修补后的结果；
图5为采用本发明对兔子点云模型表面法线显示效果图(反映出了模型表面的起伏状 况)；
图中1为找到的外轮廓线；2为找到的孔洞边界线；3为兔子点云模型上的法线显示。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进 一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限 定本发明。
本发明所采用的技术方案是：一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补 的方法，包括以下步骤：
步骤(1)最优化参数智能解算：对于一个点云数据，采用K近邻算法，来寻找目标点和 它的近邻点，然后需要根据该点云的法线信息反映出的曲率变化来确定来选用最合适的参数； 所述K近邻算法给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻 近的K个实例，这K个实例的多数属于某个类，就把该输入实例分类到这个类中；
步骤(2)查找外部轮廓线和内部孔洞边界线：
根据最小二乘法的原理求取目标点和它的近邻点投影效果最好的一个平面L，且目标点 在该平面上：
计算平面L的法向量，求解目标点和它的临近点在该平面的投影坐标；
具体判断步骤使用吊锤法，假设投影后的目标点S及其k个邻近点为拥有相同质量的点， 将整个参考数据看作一个整体，以S点作为支点，将这个整体悬挂于空中，那么垂线方向会 经过点S以及这个整体的质心p，如果目标点S为内部点，那么S点和p点的距离很近，且S 点的上方也分布了一定数量的点；如果目标点S为边界点，那么S点与p点相距较远，且S点上方仅有少量的点甚至没有点；吊锤法改进之处在于如何更快判断S点上方点数，具体如下：在投影的平面上建立如下二维坐标系，目标点和质心的连线是Y轴，垂直于Y轴的直线是X轴，坐标原点是目标点S，这样判断目标点以上是否存在点只需要设定一个开角(0-180°) 范围，判断该范围是否存在点即可，为了加快速度，程序中采用二分法的方式，逐步增大开 角，即节省了时间，又满足精度要求；
这里采用二分法来确定夹角的具体步骤是：设定的开角范围为0-180°，起始角度范围 大小为45°，具体范围为45°至135°，如果这个区域内没有点，加大开角，角度范围大小为135°，具体范围为22.5°至157.5°，如果这个区域内依然没有点，继续加大角度范围 寻找，此法既能满足目的，又能加快速度
步骤(3)内部孔洞边界修补：在步骤(2)的基础上，按照数学插值的方法在内部孔洞边 界投影平面上均匀插值，最后将这些插值全部反算回去(按照布尔沙七参数法计算空间坐标系 转换的七参数，将插值点反算回去),数学计算过程如下，即可修补好内部孔洞。
其中，ΔX，ΔY,ΔZ为平移分量，m为缩放系数，ω为旋转矩阵
以上说明了对一个点云进行轮廓和孔洞边界的寻找、区分和内部孔洞修补是自动处理的 过程，不需要人工干预，就可以完成全流程的操作，同时获取到理想的结果。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说， 在不脱离本发明权利要求所保护的范围情况下，还可以做出若干改进和润饰，这些改进和润 饰也应视本发明的保护范围。

Claims (3)

1.一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补的方法，包括以下步骤：
步骤(1)最优化参数智能解算：以三维激光扫描、水下多波束等方式采集的点云数据为基础，通过点云数据法向量的计算，即可得知点云整体的曲率变化，根据表面起伏变化的具体情况，通过经验数值加以计算，从而计算出当前点云最适合解算轮廓、孔洞的相关参数；
所述点云数据法向量的计算是指点云数据任意一点处，先按照K近邻算法找到它的近邻点，按照最小二乘法由该点的近邻点可以拟合一个平面，该平面的法线即为该点的法向量，循环可得所有点的法向量；
步骤(2)查找外部轮廓线和内部孔洞边界线：以循环遍历的方式将点云的每一个点及其临近点给予相同的重量，以每一个目标点作为支点，由选取的目标点和它的临近点呈现出的空间分布关系，即可判定是否为边界点；在所有边界中，按照边界线的点数区分，最长一个边界即为外轮廓边界线，其余为内部孔洞边界线；
具体判断步骤使用吊锤法，假设投影后的目标点S及其k个邻近点为拥有相同质量的点，将整个参考数据看作一个整体，以S点作为支点，将这个整体悬挂于空中，那么垂线方向会经过点S以及这个整体的质心p，如果目标点S为内部点，那么S点和p点的距离很近，且S点的上方也分布了一定数量的点；如果目标点S为边界点，那么S点与p点相距较远，且S点上方仅有少量的点甚至没有点；
步骤(3)内部孔洞边界修补：对于每条内部孔洞边界线，先根据最小二乘法确定一个平面，再将孔洞边界线投影到一个该平面上，接着在孔洞投影边界平面上按照数学插值方式均匀插点，最后需要将插值出的点一一解算到对应的空间孔洞区域，解算方法是按照布尔沙七参数法计算空间坐标系转换的七参数，将插值点反算回去，数学计算过程如下，即可完成修补；
其中，ΔX，ΔY,ΔZ为平移分量，m为缩放系数，ω为旋转矩。阵。
2.如权利要求1所述的一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补的方法，其特征在于步骤(2)中吊锤法可改进以更快判断S点上方点数，具体如下：在投影的平面上建立如下二维坐标系，目标点和质心的连线是Y轴，垂直于Y轴的直线是X轴，坐标原点是目标点S，这样判断目标点以上是否存在点只需要设定一个开角(0-180°)范围，判断该范围是否存在点即可。
3.如权利要求2所述的一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补的方法，其特征在于为了加快速度，程序中采用二分法的方式，逐步增大开角，即节省了时间，又满足精度要求；这里采用二分法来确定夹角的具体步骤是：设定的开角范围为0-180°，起始角度范围大小为45°，具体范围为45°至135°，如果这个区域内没有点，加大开角，角度范围大小为135°，具体范围为22.5°至157.5°，如果这个区域内依然没有点，继续加大角度范围寻找，此法既能满足目的，又能加快速度。
CN201910519172.2A 2019-06-14 2019-06-14 一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补方法 Active CN110415331B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910519172.2A CN110415331B (zh) 2019-06-14 2019-06-14 一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910519172.2A CN110415331B (zh) 2019-06-14 2019-06-14 一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补方法

Publications (2)

Publication Number Publication Date
CN110415331A true CN110415331A (zh) 2019-11-05
CN110415331B CN110415331B (zh) 2022-08-19

Family

ID=68359147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910519172.2A Active CN110415331B (zh) 2019-06-14 2019-06-14 一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补方法

Country Status (1)

Country Link
CN (1) CN110415331B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111174696A (zh) * 2019-11-30 2020-05-19 河北科技大学 一种基于ccd传感器的激光辅助校准方法及装置
CN113223189A (zh) * 2021-05-31 2021-08-06 北京航空航天大学 机械臂抓取物体三维点云模型孔洞修复及规则体拟合方法
CN116753907A (zh) * 2023-08-18 2023-09-15 中国电建集团昆明勘测设计研究院有限公司 一种地下深层空洞的探测方法、装置、设备及存储介质
CN118037601A (zh) * 2024-04-07 2024-05-14 法奥意威(苏州)机器人系统有限公司 点云补齐方法和电子设备

Citations (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1693798A1 (de) * 2005-02-18 2006-08-23 BrainLAB AG Schaft- und Schenkelhalsachsenbestimmung und dreidimensionale Rekonstruktion
US20060291716A1 (en) * 2005-06-28 2006-12-28 Janakiraman Vaidyanathan Thermal imaging and laser scanning systems and methods for determining the location and angular orientation of a hole with an obstructed opening residing on a surface of an article
CN101697233A (zh) * 2009-10-16 2010-04-21 长春理工大学 一种基于结构光的三维物体表面重建方法
WO2012170023A1 (en) * 2011-06-08 2012-12-13 Empire Technology Development Llc Two-dimensional image capture for an augmented reality representation
CN103049622A (zh) * 2013-01-16 2013-04-17 杨安康 基于空间编码投影的逆向工程加工系统与方法
CN203038276U (zh) * 2013-01-16 2013-07-03 杨安康 基于空间编码投影的逆向工程加工系统
CN104867180A (zh) * 2015-05-28 2015-08-26 南京林业大学 一种集成uav与lidar的森林林分特征反演方法
CN105136094A (zh) * 2015-05-29 2015-12-09 哈尔滨工业大学 一种用于对称双曲率板的曲面辅助测量装置及曲面坐标系确定方法
CN105242279A (zh) * 2015-07-30 2016-01-13 王植 一种基于激光雷达技术的滑坡体变化检测方法
CN105512287A (zh) * 2015-11-30 2016-04-20 山东正元地球物理信息技术有限公司 一种建立综合管廊信息数据库的方法
US20160133048A1 (en) * 2014-11-11 2016-05-12 Intergraph Corporation Method and Apparatus for Shadow Estimation and Spreading
CN105627992A (zh) * 2015-12-28 2016-06-01 桂林电子科技大学 一种快速高精度非接触测绘古建筑的方法
CN105787921A (zh) * 2015-08-19 2016-07-20 南京大学 利用机载LiDAR数据重建大型复杂立交桥三维模型的方法
CN105868326A (zh) * 2016-03-25 2016-08-17 山东正元地球物理信息技术有限公司 一种管线数据存储方法
US9495764B1 (en) * 2016-03-21 2016-11-15 URC Ventures, Inc. Verifying object measurements determined from mobile device images
WO2017004464A1 (en) * 2015-06-30 2017-01-05 Nec Corporation Of America Facial recognition system
CN106774069A (zh) * 2016-12-26 2017-05-31 机械工业勘察设计研究院有限公司 一种基于三维激光扫描的土方填筑监控装置及方法
CN106780751A (zh) * 2017-01-19 2017-05-31 桂林电子科技大学 基于改进的屏蔽泊松算法的三维点云重建方法
CN106952336A (zh) * 2017-03-13 2017-07-14 武汉山骁科技有限公司 一种保特征的人类三维头像生产方法
WO2017120897A1 (zh) * 2016-01-15 2017-07-20 武汉武大卓越科技有限责任公司 基于线扫描三维点云的物体表面变形特征提取方法
CN107084676A (zh) * 2017-04-06 2017-08-22 国核电力规划设计研究院有限公司 一种获得输电线路的防舞装置的布置位置处的相间距离的方法
CN107463918A (zh) * 2017-08-17 2017-12-12 武汉大学 基于激光点云与影像数据融合的车道线提取方法
CN107590825A (zh) * 2017-07-31 2018-01-16 东南大学 一种基于sfm的点云孔洞修补方法
CN107644452A (zh) * 2017-09-15 2018-01-30 武汉大学 机载LiDAR点云屋顶面片分割方法及系统
CN107702663A (zh) * 2017-09-29 2018-02-16 五邑大学 一种基于具有标志点的旋转平台的点云配准方法
WO2018049843A1 (zh) * 2016-09-14 2018-03-22 杭州思看科技有限公司 三维传感器系统及三维数据获取方法
JP2018067188A (ja) * 2016-10-20 2018-04-26 日本電信電話株式会社 カメラ情報修正装置、カメラ情報修正方法、及びカメラ情報修正プログラム
CN108106881A (zh) * 2017-12-15 2018-06-01 佛山市神风航空科技有限公司 一种载有三维扫描系统的水质监测无人机及采样方法
CN108805143A (zh) * 2018-06-01 2018-11-13 苏州工业园区测绘地理信息有限公司 一种基于切片点云的数据特征提取方法
CN108898673A (zh) * 2018-06-13 2018-11-27 东莞时谛智能科技有限公司 一种重构脚部三角网格模型处理方法及系统
CN108955685A (zh) * 2018-05-04 2018-12-07 北京航空航天大学 一种基于立体视觉的加油飞机锥套位姿测量方法
CN109102569A (zh) * 2018-06-13 2018-12-28 东莞时谛智能科技有限公司 一种重构脚部点云模型处理方法及系统
CN109186858A (zh) * 2018-09-10 2019-01-11 广州汽车集团股份有限公司 一种重心测量装置及方法
JP2019021252A (ja) * 2017-07-21 2019-02-07 日本電信電話株式会社 内壁抽出装置、内壁抽出方法、及びプログラム
CN109541997A (zh) * 2018-11-08 2019-03-29 东南大学 一种面向平面/近似平面工件的喷涂机器人快速智能编程方法
US20190108679A1 (en) * 2017-10-11 2019-04-11 Alibaba Group Holding Limited Point Cloud Meshing Method, Apparatus, Device and Computer Storage Media
CN109708698A (zh) * 2018-12-29 2019-05-03 中国科学院合肥物质科学研究院 一种旋转式三维脚型与足底压力扫描仪及其工作方法

Patent Citations (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1693798A1 (de) * 2005-02-18 2006-08-23 BrainLAB AG Schaft- und Schenkelhalsachsenbestimmung und dreidimensionale Rekonstruktion
US20060291716A1 (en) * 2005-06-28 2006-12-28 Janakiraman Vaidyanathan Thermal imaging and laser scanning systems and methods for determining the location and angular orientation of a hole with an obstructed opening residing on a surface of an article
CN101697233A (zh) * 2009-10-16 2010-04-21 长春理工大学 一种基于结构光的三维物体表面重建方法
WO2012170023A1 (en) * 2011-06-08 2012-12-13 Empire Technology Development Llc Two-dimensional image capture for an augmented reality representation
CN103049622A (zh) * 2013-01-16 2013-04-17 杨安康 基于空间编码投影的逆向工程加工系统与方法
CN203038276U (zh) * 2013-01-16 2013-07-03 杨安康 基于空间编码投影的逆向工程加工系统
US20160133048A1 (en) * 2014-11-11 2016-05-12 Intergraph Corporation Method and Apparatus for Shadow Estimation and Spreading
CN104867180A (zh) * 2015-05-28 2015-08-26 南京林业大学 一种集成uav与lidar的森林林分特征反演方法
CN105136094A (zh) * 2015-05-29 2015-12-09 哈尔滨工业大学 一种用于对称双曲率板的曲面辅助测量装置及曲面坐标系确定方法
WO2017004464A1 (en) * 2015-06-30 2017-01-05 Nec Corporation Of America Facial recognition system
CN105242279A (zh) * 2015-07-30 2016-01-13 王植 一种基于激光雷达技术的滑坡体变化检测方法
CN105787921A (zh) * 2015-08-19 2016-07-20 南京大学 利用机载LiDAR数据重建大型复杂立交桥三维模型的方法
CN105512287A (zh) * 2015-11-30 2016-04-20 山东正元地球物理信息技术有限公司 一种建立综合管廊信息数据库的方法
CN105627992A (zh) * 2015-12-28 2016-06-01 桂林电子科技大学 一种快速高精度非接触测绘古建筑的方法
WO2017120897A1 (zh) * 2016-01-15 2017-07-20 武汉武大卓越科技有限责任公司 基于线扫描三维点云的物体表面变形特征提取方法
US9495764B1 (en) * 2016-03-21 2016-11-15 URC Ventures, Inc. Verifying object measurements determined from mobile device images
CN105868326A (zh) * 2016-03-25 2016-08-17 山东正元地球物理信息技术有限公司 一种管线数据存储方法
WO2018049843A1 (zh) * 2016-09-14 2018-03-22 杭州思看科技有限公司 三维传感器系统及三维数据获取方法
JP2018067188A (ja) * 2016-10-20 2018-04-26 日本電信電話株式会社 カメラ情報修正装置、カメラ情報修正方法、及びカメラ情報修正プログラム
CN106774069A (zh) * 2016-12-26 2017-05-31 机械工业勘察设计研究院有限公司 一种基于三维激光扫描的土方填筑监控装置及方法
CN106780751A (zh) * 2017-01-19 2017-05-31 桂林电子科技大学 基于改进的屏蔽泊松算法的三维点云重建方法
CN106952336A (zh) * 2017-03-13 2017-07-14 武汉山骁科技有限公司 一种保特征的人类三维头像生产方法
CN107084676A (zh) * 2017-04-06 2017-08-22 国核电力规划设计研究院有限公司 一种获得输电线路的防舞装置的布置位置处的相间距离的方法
JP2019021252A (ja) * 2017-07-21 2019-02-07 日本電信電話株式会社 内壁抽出装置、内壁抽出方法、及びプログラム
CN107590825A (zh) * 2017-07-31 2018-01-16 东南大学 一种基于sfm的点云孔洞修补方法
CN107463918A (zh) * 2017-08-17 2017-12-12 武汉大学 基于激光点云与影像数据融合的车道线提取方法
CN107644452A (zh) * 2017-09-15 2018-01-30 武汉大学 机载LiDAR点云屋顶面片分割方法及系统
CN107702663A (zh) * 2017-09-29 2018-02-16 五邑大学 一种基于具有标志点的旋转平台的点云配准方法
US20190108679A1 (en) * 2017-10-11 2019-04-11 Alibaba Group Holding Limited Point Cloud Meshing Method, Apparatus, Device and Computer Storage Media
CN108106881A (zh) * 2017-12-15 2018-06-01 佛山市神风航空科技有限公司 一种载有三维扫描系统的水质监测无人机及采样方法
CN108955685A (zh) * 2018-05-04 2018-12-07 北京航空航天大学 一种基于立体视觉的加油飞机锥套位姿测量方法
CN108805143A (zh) * 2018-06-01 2018-11-13 苏州工业园区测绘地理信息有限公司 一种基于切片点云的数据特征提取方法
CN109102569A (zh) * 2018-06-13 2018-12-28 东莞时谛智能科技有限公司 一种重构脚部点云模型处理方法及系统
CN108898673A (zh) * 2018-06-13 2018-11-27 东莞时谛智能科技有限公司 一种重构脚部三角网格模型处理方法及系统
CN109186858A (zh) * 2018-09-10 2019-01-11 广州汽车集团股份有限公司 一种重心测量装置及方法
CN109541997A (zh) * 2018-11-08 2019-03-29 东南大学 一种面向平面/近似平面工件的喷涂机器人快速智能编程方法
CN109708698A (zh) * 2018-12-29 2019-05-03 中国科学院合肥物质科学研究院 一种旋转式三维脚型与足底压力扫描仪及其工作方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
申玫: "船体分段激光扫描点云切片处理研究", 《青岛远洋船员职业学院学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111174696A (zh) * 2019-11-30 2020-05-19 河北科技大学 一种基于ccd传感器的激光辅助校准方法及装置
CN111174696B (zh) * 2019-11-30 2022-04-15 河北科技大学 一种基于ccd传感器的激光辅助校准方法
CN113223189A (zh) * 2021-05-31 2021-08-06 北京航空航天大学 机械臂抓取物体三维点云模型孔洞修复及规则体拟合方法
CN116753907A (zh) * 2023-08-18 2023-09-15 中国电建集团昆明勘测设计研究院有限公司 一种地下深层空洞的探测方法、装置、设备及存储介质
CN116753907B (zh) * 2023-08-18 2023-11-10 中国电建集团昆明勘测设计研究院有限公司 一种地下深层空洞的探测方法、装置、设备及存储介质
CN118037601A (zh) * 2024-04-07 2024-05-14 法奥意威(苏州)机器人系统有限公司 点云补齐方法和电子设备
CN118037601B (zh) * 2024-04-07 2024-07-19 法奥意威(苏州)机器人系统有限公司 点云补齐方法和电子设备

Also Published As

Publication number Publication date
CN110415331B (zh) 2022-08-19

Similar Documents

Publication Publication Date Title
CN110415331A (zh) 一种基于点云数据的轮廓或孔洞快速检测判别和孔洞修补方法
CN101672637B (zh) 一种复杂曲面的数字化检测方法
CN110227876A (zh) 基于3d点云数据的机器人焊接路径自主规划方法
CN113298833A (zh) 目标物点云特征线面提取方法及系统
CN108010116A (zh) 点云特征点检测方法和点云特征提取方法
CN116402866A (zh) 基于点云的零件数字孪生几何建模与误差评定方法及系统
CN108304687B (zh) 一种预测薄壁复杂曲面回转件车削加工变形的方法
CN107025657A (zh) 一种基于视频图像的车辆行为轨迹检测方法
CN201514207U (zh) 一种复杂曲面的数字化检测系统
CN109583377A (zh) 一种管路模型重建的控制方法、装置及上位机
CN114119922A (zh) 基于点云三维重构的复杂轮廓缺陷校验方法
CN115546116A (zh) 全覆盖式岩体不连续面提取与间距计算方法及系统
CN113657423A (zh) 适用于小体积零件与堆叠零件的目标检测方法及其应用
Martinez et al. Real-time visual detection and correction of automatic screw operations in dimpled light-gauge steel framing with pre-drilled pilot holes
CN116295065A (zh) 基于三维激光扫描点云数据的岩体变形量及变形趋势的描述方法
CN113267122A (zh) 一种基于3d视觉传感器的工业零件尺寸测量方法
CN117745780A (zh) 一种基于孤立簇去除的室外大场景3d点云配准方法
CN106372282B (zh) 一种体现制造几何缺陷的三维有限元模型修调方法
CN106447781B (zh) 一种基于Minkowski和面向自动装配的碰撞检测方法
CN112942837A (zh) 一种悬挑结构混凝土3d打印方法及系统
CN112561989A (zh) 一种建造场景下吊装对象的识别方法
Liu et al. A fast weighted registration method of 3d point cloud based on curvature feature
CN115980063A (zh) 工件表面瑕疵检测方法及装置
CN109615603A (zh) 一种基于任务驱动的视觉注意模型提取激光条纹的通用方法
US20150051875A1 (en) Computer process for determining best-fitting materials for constructing architectural surfaces

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230320

Address after: NO.115, Renmin East Road, Panlong District, Kunming, Yunnan 650000

Patentee after: POWERCHINA KUNMING ENGINEERING Corp.,Ltd.

Patentee after: LUBUGE HYDROPOWER PLANT OF SOUTHERN POWER GRID PEAKING FREQUENCY MODULATION POWER GENERATION CO.,LTD.

Address before: NO.115, Renmin East Road, Panlong District, Kunming, Yunnan 650000

Patentee before: POWERCHINA KUNMING ENGINEERING Corp.,Ltd.

TR01 Transfer of patent right