三维激光扫描点云数据质量评价模型及应用研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

三维激光扫描点云数据质量评价模型及应用研究

项目名称：三维激光扫描点云数据质量评价模型及应用研究
项目类别：面上项目
批准号：41174010
申请代码：D0401
项目来源：国家自然科学基金
研究期限：2012-01-01-2015-12-31

项目负责人：花向红
依托单位：武汉大学
批准年度：2011

中文摘要：

数据质量问题一直是测绘领域最关心的问题之一，本课题从测量误差传播理论、不确定度理论和信息熵理论入手，通过研究点云数据自身的特性，探讨点云数据质量评价的理论和方法。研究建立点云数据空间分辨率统一模型、点云建模精度评价及其描述模型、点云的信息量度量模型和无需构面的点云简化精度评价模型；研究多站点云数据配准算法及其配准精度评价模型，导出基于标靶的多站点云不等权整体配准模型和精度评价模型及实现的算法，推导无标靶的多站点云不等权整体配准误差矩阵平差模型；同时，研究建立三维激光扫描仪系统误差检校模型和检校方案，给出野外测量精度快速检校方法；并在此基础上，针对变形监测的具体工程应用，研究变形监测点云时间序列数据处理的理论和监测精度定量评价方法。本课题的研究，将解决点云数据处理及其成果质量评价等理论与应用中的瓶颈问题，促进三维激光扫描技术的广泛应用，为制定其测量规范提供理论依据。

中文主题词：三维激光扫描；点云数据质量评价；点位误差熵模型；点云误差椭球评价模型；点云变形序列可监测性指标

英文摘要：

3D Laser Scanning；assessment of point cloud data quality；the point error entropy model；assessment model of point cloud error ellipsoid；deformation monitorable indicator of point cloud

英文主题词： 3D Laser Scanning；assessment of point cloud data quality；the point error entropy model；assessment model of point cloud error ellipsoid；deformation monitorable indicator of point cloud

结论摘要：

本项目研究成果所形成的一套点云数据质量评价体系，可保证三维激光扫描技术应用的可靠性和准确性。其主要成果如下 1．导出了地面三维激光扫描仪光斑直径大小的三类计算公式；构建了影响点位精度的光斑分布函数模型，给出了平均点扩散函数及平均光斑点位精度指标；构建了点云角度分辨率精度评价模型，并建立了点云空间分辨率统一模型，给出了相邻光斑点位误差重叠模型；构建了激光点位误差模型；构建了点位误差熵模型，提出了广义P-范分布情况下的点云误差熵模型，导出了点云平均误差熵模型；给出了误差熵与光斑大小之间的关系；建立了扫描间隔与点位误差熵及点位精度之间的函数关系，提出了最佳扫描间隔函数模型；提出了点云误差椭球评价模型及平均点位误差椭球计算模型；建立了误差熵与误差椭球之间的转换关系；构建了广义误差熵的点云质量评价模型；提出了基于法向量夹角局部熵的点云简化方法以及基于信息熵的点云简化质量评价模型；开发了包含点云配准及点云质量评价的软件系统。 2．提出了基于标靶的改进点云整体配准算法和基于广义最小二乘的非等权闭合无标靶多站点云整体配准算法，推导出了基于四元数的点云配准误差评价模型；提出了点云配准算法中异常同名点的准确探测及纠正的算法；提出了利用平面特征和KNNS算法进行无标靶的ICP整体配准算法及其精度评价模型，构建了多站点云不等权整体配准模型及精度评价模型，实现了点云的整体配准和精度评价。 3．建立了三维激光扫描仪系统误差检校模型、顾及光束入射角的点位精度评定模型以及气象误差改正模型，提出了地面三维激光扫描仪自检校法的优化模型，并给出了模型解算策略。 4．研究了点云变形信息特征，利用邻近点搜索算法实现离散点云时间序列变形信息特征提取，通过构建的KNNS-ICP算法，实现了刚体特征点云变形大小及方向的准确提取，形成了基于点云切片中心的形变分析方法，提出了基于统一坐标系统下的点云数据质量评价模型的点云变形序列可监测性指标。 5.开发了三维激光扫描立面测量系统软件。研究并给出了加权整体最小二乘求解线性模型参数及精度估计方法、小波时间序列预测模型和小波去噪方法,并实现了在工程中的应用等，为三维激光扫描的应用提供了技术保障。项目发表论文50篇，其中，SCI 论文6篇，EI论文7篇；获计算机软件著作权3个；参加国际会议2次；获测绘科技进步二等奖一项。

成果综合统计