一种基于 LiDAR 点云辅助的立体影像密集匹配方法及系统，将投影获取立体像对重叠范围内的 LiDAR 点云并滤波处理；将滤波后的点云投影到核线立体像对上，确定后续密集匹配的视差范围；建立 金字塔，从金字塔顶层开始，采用三角网约束改造代价矩阵，进行 SGM 密集匹配，并进行左右一致性 检测，得到顶层最终的视差图；将金字塔当前层的视差图传递到下一层作为初始视差图，根据当前层的 视差图相应确定下一层的视差范围，将下一层作为新的当前层；基于新的当前层，同样处理得到当前层 最终的视差图，直到金字塔的底层，输出原始影像的视差图，根据视差图，得到立体像对的同名点，生 成密集匹配的点云。

机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。 一、项目分类 关键核心技术突破 二、技术分析 创新性： 机载LiDAR与航空影像联合城市三维建模系统（LiDARPro）主要以机载LiDAR点云及多视航空影像作为输入数据，通过点云语义分割、点云影像配准、实景三维模型重建、建筑物单体结构化模型重建、人机交互等功能模块，实现高效率、（半）自动的城市实体三维模型重建，具备全自动大测区城市建模、半自动城市高精度精细实体模型重建等多种解决方案，致力于提高智慧城市建设的自动化程度，推进实景三维中国建设进程。系统主要由两部分功能模块组成：自动化模型重建模块及三维可视化交互管理系统模块。其中自动建模模块由点云影像自动配准、实景三维模型重建、点云滤波、点云分类、建筑物单体化分割、建筑物结构化模型重建等软件子模块构成。系统支持DEM、DOM、实景三维模型、建筑物LoD1至LoD3模型等多种产品生产；支持多核、多CPU、多GPU架构的任务并行化管理，支持搭建点云、影像、模型数据库，支持人机交互进行语义分割、模型编辑、纹理编辑等功能。 软件解决的关键问题： LiDAR点云与倾斜影像异源异构数据配准问题，点云影像数据难以联合应用； 单一数据源三维信息与纹理信息不全，高质量模型结果依赖高精度数据输入，导致数据获取成本昂贵、效率较低； 城市级实景三维模型重建自动化程度低，低精度自动结构化模型成果难复用，而手动模型绘制难度高、工艺繁琐； 实景三维数据制作单位高度依赖国外软件，国产化难。 先进性： 当前，国内90%以上地形级实景三维数据制作测绘单位都基于国外软件进行三维重建，而城市级实景三维模型则重度依赖全人工手动勾绘且需调用国外专业三维建模软件，模型重建学习成本极高、软件针对性不强而效率低下。 机载LiDAR与航空影像联合城市三维建模系统软件系统以高精度、高效率、高自动化程度城市级实景三维模型重建为首要目标。软件系统具备高精度点云影像配准模块提供异源数据联合应用基础；采用LiDAR点云约束的多视影像密集匹配策略实现高精度、全覆盖三维数据输入以实现高质量实景三维模型重建；采取地面点滤波、非地面点地物分类、目标地物单体实例分割递进式流程得到建筑物等地物单体化三维数据；优化自动结构化模型重建与人工干预的结构化建模流程，无需额外依赖专业建模软件；提供针对建筑物结构化建模的模型编辑、纹理编辑模块，不达标的自动模型可复用，三维点云端、二维影像端可独立或联合编辑，具备交互友好的参照式、勾绘式、半自动编辑模式。 独占性： 系统主要搭建两条生产路线，以适应不同地域模型精度要求差异、不同应用时间响应要求。其一是以LiDAR点云为主的快速建筑物结构化模型重建，经过点云分类、建筑物实例分割、结构化模型重建等步骤构建人工地物结构化模型，并利用配准后多视影像对模型纹理映射，此生产线主要产品包括DOM、DEM、 LoD2为主的建筑物结构化模型、典型地物真实色彩点云等轻量基础数据；其二是在LiDAR点云约束下生成高精度密集匹配点云构造高质量实景三维模型，并在此基础上提取建筑物单体三角网数据，经过模型简化抽象得到建筑物LoD3模型，此生产线主要产品包括实景三维模型、建筑物LoD3模型等城市级实景三维数据要素。 此外，软件系统支持在Windows (Win7/10)、Ubuntu (16.04/18.04/ 20.04)、国产麒麟(V4/V10)等多操作系统中运行，已阶段性实现国产化。

考虑三维点云缺少颜色信息和光学影像缺少空间信息的互补特性，三维点云与光学影像多光融合装备可以提升数据的信息量，基于三维点云和二维图像融合的可视化结果，能够增强三维场景真实感，相较于可见光图像，融合后的三维点云可以实现多角度观测，能够更好的表达的空间特征。 相较于原始和伪彩色点云数据，融合后的三维点云有了色彩纹理信息，目标的形态和边缘都更加明显，整个三维场景更加的真实，也为后续识别、定位、重建等过程提供更多细节信息；同时克服了单一传感器的局限性，充分发挥两者的互补优势，大幅提升了探测设备的环境适应性，适用于全天时复杂场景的下目标探测，具有很强的实用价值。在无人驾驶领域，譬如智能导航、环境感知、高精度地图的构建等，都依赖于可见光图像和点云的融合处理。大家所熟知的百度 Apollo、谷歌 Waymo 自动驾驶系统均应用视觉相机和激光雷达作为主传感器进行定位和环境感知，目前已经实现 L4 级别的高度自动化驾驶。此外，在医学影像、高精度工程测量、工业生产、虚拟现实等领域，三维点云和可见光图像融合技术也有着广泛应用。 图1.三维点云与光学影像融合效果

本发明属于三维测量领域中的点云数据拼接技术，具体为一种 自适应的无标志点三维点云自动拼接方法，本发明包括几何特征点的 查找，图像特征点的查找，配准算法选择模型的建立，基于 RANSAC 的几何特征点匹配，利用 RANSAC 排除误匹配图像特征点，利用 SVD 算法求解旋转平移矩阵 RT，最后利用 RT 矩阵完成两片点云拼接。该 方法因为利用物体特征点来代替标志点进行拼接，可用于不能粘贴标 记点的测量场合；同时依靠对应

本书共11章,第1章阐明了研究背景与意义,国内外研究现状,研究对象概况,三维建模技术方法;第2~6章分别介绍了海清寺的阿育王塔,万年宝鼎,关圣帝君像,浮雕长廊三维建模的技术方法;第7~9章分别介绍了淮海工学院苍梧校区的欣园亭,化工工程学院实验楼,测绘工程学院集中办公区三维建模的技术方法;第10~11章分别介绍了石灰岩矿与地质灾害体的三维建模与应用技术方法.

一、项目简介 激光扫描系统能够直接获取被测目标表面的三维空间坐标，具有采样密度高、点云分布密集等特点，正逐渐成为三维空间信息快速获取的主要手段之一，被广泛应用于文物保护、三维重建、数字地面模型生产、城市规划等领域。团队拥有世界上最先进的车载和静态地面激光扫描系统，具备在城市、海岸带、矿山等环境条件下获取三维点云数据的能力。通过研发点云分割、点云智能量测、三维目标提取、点云分析、三维场景

本发明公开了一种基于距离方差最小的工件点云匹配算法，包 括以下步骤：(1)分别构建测量模型点云和带法矢的设计模型点云：(2) 寻找最近点点集及最近点法矢集合；(3)根据余量要求，建构基于距离 方差的目标函数：(4)通过目标函数求解测量模型与设计模型间的刚体 变换参数，并利用刚体变化参数更新测量点云，实现点云匹配。本发 明中的基于距离方差最小的点云匹配算法，对于工件存在余量的情况， 不论凹面和凸面的余量是相等，还是呈差值或者比值关系，均能较好 的得到点云匹配的结果，迭代效率高、匹配准确性好。 

本发明公开了一种计算三维点云模型骨骼的方法；本发明首先通过使用逐步细分的策略将三维点云 模型均匀体素化；此后，使用快速行军算法，计算出模型内部体素点的距离域；然后，使用距离域计算 出模型的初始骨骼；最后，将初始骨骼与 L1 中值骨骼提取算法融合，生成基于距离域的 L1 中值骨骼提 取算法，快速准确计算出模型骨骼；与现有的三维点云模型骨骼提取方法相比，本发明处理带有大量噪 声点、奇异点和大面积点云缺失的点云模型，而且不会产生错误的骨骼连接，同时不

本实用新型提供一种油画表面三维点云扫描系统，包括二维激光位移传感器(1)、精密程控三维平 移台(2)、真空吸盘载物台(3)、光电定位开关(4)、控制器(5)、计算机(6)和限位器(7);二维 激光位移传感器(1)经控制器(5)连接计算机(6);精密程控三维平移台(2)包括 X 轴平移臂和 Y 轴平移台，真空吸盘载物台(3)安装在 Y 轴平移台上;光电定位开关(4)经控制器(5)连接计算机 (6)，限位器(7)采用凹形限位条，固定在真空吸盘载物台(3)下方。本实用新型实现简单，成本较 低，同时确保使用获得的点云精度，具有重要的市场价值。

本发明公开了一种利用激光点云辅助的可量测全景影像生成方法，包括：步骤 1，将全景影像进行 虚拟成像获得多幅框幅式影像；步骤 2，选取初始点对，并初始化各框幅式影像的外方位元素；步骤 3， 以初始点对中所有激光点到对应框幅式影像上的投影误差的和最小为条件方程，调整外方位元素初始值， 获得精确的外方位元素值；步骤 4，构建激光点云的空间索引，在空间索引中选取以曝光中心为球心的 球形邻域，球形邻域内激光点云即全景影像的邻域点云；步骤 5，计算邻域点云中各激光点的法向量， 获得邻域点云的特征；步骤 6，将邻域点云的深度和特征投影到全景影像。采用本发明生产的可量测全 景影像具有较高精度，可广泛运用于测量领域及资产调查。