-
公开(公告)号:CN116310355A
公开(公告)日:2023-06-23
申请号:CN202211093180.3
申请日:2022-09-08
Applicant: 东南大学
Abstract: 本发明公开了一种复杂结构件的激光点云去噪和缺陷检测方法,以标准理想点云为先验信息,包括以下步骤:1、获取目标物采集点云和标准点云;2、基于主成分分析(PCA)和最近点迭代(ICP)算法将采集点云配准到标准点云;3、将标准点云进行多向偏移并合成膨胀标准点云;4、基于膨胀标准点云对采集点云进行去噪;5、利用倒角距离和二次确认算法提取缺陷;6、基于密度聚类(DBSCAN)算法分类缺陷。本发明基于先验信息实现了对激光LIDAR采集到的复杂结构目标物激光点云数据精细化去噪以及缺陷检测,去噪和检测效果良好。本发明应用广泛,在点云去噪、设备检修、建筑验收等场合均有重大意义。
-
公开(公告)号:CN115409966A
公开(公告)日:2022-11-29
申请号:CN202210988496.2
申请日:2022-08-17
Applicant: 东南大学
IPC: G06T17/10 , G06T7/73 , G06V30/422 , G06V30/19 , G06V30/18
Abstract: 本发明公开了一种从二维矢量图纸自动重建桁架结构三维点云的方法,只需要二维矢量图纸,即可使用一系列图像识别和信息融合算法重建真实世界的三维点云。为解决无法采用cad进行桁架结构三维重建、手动建模过程繁琐等问题,提出基于深度学习和连通域、obb包围盒等算法对图纸进行掩膜提取、自动分割和视角校正,并区分“主平面”与“辅平面”。通过对“主平面”、“辅平面”的尺寸结构进行特征匹配,得到各个平面的空间位置;在各个平面内,采用一种基于聚类与矢量拼接的直线检测算法识别拓扑,最终重建出桁架结构的三维点云。有益效果在于:提出从二维矢量图纸智能识别和融合语义信息,无需借助cad软件或手动建模,可直接实现三维点云的重建。
-