基于PLC与组态王的实木板材双面检测装置的总体设计

选用S7-200 PLC,结合组态王人机交互界面,运用激光轮廓和色泽集成扫描技术设计了一种实木板材双面检测系统。主要介绍了该检测系统的工作原理和工作流程,简述了检测装置的整体结构及其传动、升降、检测、行程控制等主要模块的设计及电气控制系统总体设计。试运行表明,该装置集合PLC和组态王的优势,利用激光扫描技术,可实现对板材双面检测过程的实时控制;板材检测运用色泽与轮廓相结合,有效地解决了现有实木板材单面检测系统不能全面地反映实木板材表面缺陷状况的难题。该设计可为实木板材表面缺陷检测中三维轮廓检测技术的进一步应用提供有益参考。     

3D激光轮廓扫描仪在木制部件表面粗糙度测定中的应用

3D激光轮廓扫描仪是由一个线激光扫描仪从产品表面扫过,形成三维立体图像,可以检测扫描区域的各个点高度、体积、截面积、瑕疵等;通过对3D激光轮廓扫描仪获得的3D扫描图像,运用图像处理技术从光切显微图像中提取出表面轮廓断面图形,计算出木制部件表面粗糙度;采用3D激光轮廓扫描仪检测木制部件表面粗糙度,相对于触针式粗糙度检测仪,其检测受木材自身构造影响小,数据易保存,一经扫描完成,便可以反复测量、分析。     

基于三维激光扫描技术的原木三维图像重构

为实时健康监测森林资源的生长状况,以原木为试验样本,利用三维激光扫描技术(3D Laser Scanning Technology)对原木进行扫描,得到原木点云数据,共计1 016 990个数据点。经扫描直接得到的点云数据存在噪点且数据量过多,给重构原木三维模型增加了困难,因此需要对点云数据进行分割、去噪和精简。本研究应用K均值(K-means)聚类算法对点云数据进行数据分割;自组织映射(Self Organization Map,SOM)神经网络对点云数据进行数据去噪;弦高偏移算法(Chord Height Offset Algorithm)对点云数据进行数据精简;最后得到564 821个数据点,根据处理后的点云数据对原木三维模型进行重构。试验结果证明,得到的原木三维重构图像清晰且不失真,保留了表面的完整特征信息,进而对树木的生长状况进行评估,此方法也可应用在遥感卫星图像处理上。     

基于双边滤波算法的树木点云模型去噪方法研究

针对三维激光扫描仪获取的树木点云数据存在噪声点的问题,结合双边滤波算法,通过设定空间邻近度因子σc值不变、灰度邻近度因子σs变化以及σs值不变、σc变化的2种不同参数取值状态,根据计算得到的双边滤波权因子α,选择剔除部分与当前采样点距离过大的相邻采样点,更新所有的数据点,最后得到经过滤波后的新数据点。经过对比分析2种参数取值状态下的不同去噪结果,可得到合理的参数取值,进而实现对树木点云模型去噪的处理,且达到保持原特征的目的。最后选取2个合适的实验数据模型,进一步对实验结果进行验证。实验结果表明该算法简单高效,噪声去除效果良好,具有较好的实用性和研究意义。     

基于雷达波的树木躯干内部缺陷探测识别

【目的】采用探地雷达对木质体内部缺陷进行断层扫描探测,研究基于雷达波的树木内部层面反射特征识别算法,为雷达波无损测试技术在树木内部结构和缺陷的解析、定位及分布表征提供理论依据。【方法】采用900 MHz介质耦合树木雷达对柳木试件进行断层扫描,研究实现阈值法、匹配滤波器法和希尔伯特积算法获取缺陷层面的反射位置,基于层剥反演法对树木内部不同介质进行介电常数反演,求得层位的相对深度,结合三维激光扫描仪获取的树木外形轮廓点云数据,根据轮廓追踪法将雷达波B扫描图像与断层轮廓绝对位置进行映射,实现对树木内部缺陷的准确定位和表征。对3种算法分别使用FDTD正演方法进行对比验证,并应用于颐和园古柳木试件试验测试中。【结果】正演对比测试结果表明,希尔伯特积算法相较于阈值法和匹配滤波器法,对木质体内部缺陷识别效果更好。柳木试验测试结果显示,树木内部缺陷深度误差为10%,结合三维激光和外轮廓扫描技术求得的缺陷部分面积误差在5%左右。【结论】本研究提出的算法可以实现雷达波扫描图像对树木内部缺陷的准确定位和分布成像。     

基于点云数据的阔叶树叶片重建研究

三维激光扫描仪因为获取数据速度快和精度高、对植物没有破坏性等优势,受到林业工作者广泛采用,但由于树木的形态结构极其复杂,在扫描中存在遮挡和风吹扰动等情况,造成扫描获取的树叶点云数据的失真。本文提出了一种新的阔叶树叶面重建方法。首先将激光扫描仪获取的散乱点云数据集合,采用多项式拟合的方法得到精确的树叶边界线,根据分而治之三角面片算法进行曲面拟合,拟合的叶面进行三角面片重建,得到真实叶片模拟图像。     

基于Faster R-CNN的实木板材缺陷检测识别系统

我国木材资源有限,为了提高木材的利用率,采用机器视觉来实现木材缺陷快速而稳定的检测,不仅可以克服人工检测的低效率和木材缺陷识别的低准确率,而且对提高木材加工企业的智能化水平具有重要意义。为了高效、快速、准确地进行无损检测,采用深度学习方法,建立了一种基于快速深度神经网络的实木板材缺陷识别模型。首先采用Resnet V2结构对采集到的实木板材缺陷图像进行特征提取,然后应用该模型对节子、孔洞等实木板材缺陷进行训练学习,最后构建了Faster R-CNN检测框架,并使用tensorflow开发平台对节子、孔洞等实木板材缺陷进行预测输出。具体选取了2 000块杉木样本,通过旋转对原始的实木板材图像进行数据扩充,扩充后图像的80%作为训练集,20%作为验证集来进行仿真。仿真结果表明,该模型对实木板材节子缺陷检测正确率为98%,对实木板材孔洞缺陷检测正确率为95%,验证了将深度学习算法应用于实木板材缺陷检测中的有效性。     

基于移动最小二乘法的点云叶面三维重建

利用地面激光扫描仪获取户外树木的大量点云数据,从中截取树叶点云数据并以此进行曲面拟合,构建树叶真实的三维模型。主要针对空间散乱点云数据的曲面拟合方法进行研究,并利用Delaunay三角剖分构建树叶三维模型。在移动最小二乘法的二维曲面拟合方法基础上,针对空间散乱点云数据,提出了新的曲面拟合方法。通过移动最小二乘法对点云数据曲面拟合,得到了理想的效果后再利用三角剖分重建叶面三维模型。     

基于双尺度体元覆盖密度的TLS点云数据单木识别算法

针对现有的地基激光雷达(Terrestrial Laser Scanning,TLS)点云数据单木识别算法存在抗噪性差的问题,本文提出一种基于双尺度体元覆盖密度的TLS点云数据单木识别算法。首先选择内蒙古根河林场的兴安落叶松天然次生林为研究对象,利用徕卡C10三维激光扫描仪获取单测站点云数据;然后通过计算双尺度体元覆盖密度滤除非树干点;最后通过分析体元水平坐标(x,y)位置处的体元z值序列确定滤波后点云数据中的单木位置。研究结果表明:该算法二次滤波结果的平均噪声比为1.66%;滤波后保留的单木数量是实际单木数量的88.94%;滤波后点云数据的单木识别率98.3%,漏检率1.69%,过检率0.56%,实际点云数据的单木识别精度为87.43%。与已有的单测站点云数据单木识别的研究相比,本文提出的单木识别算法简单、抗噪性强且单木识别精度更高,这对于实现复杂密集林分样地单测站点云数据单木的准确识别具有重要意义。     

基于地面三维激光扫描技术的林木胸径提取算法分析

胸径是树木最重要的测树因子之一,其精度直接影响材积的测定。传统的树木胸径测量效率低,范围较小;采用遥感反演间接测量胸径,精度较低,且不能直接获取单木的点云数据。本文利用三维激光扫描技术提取立木的3D点云数据,提出一种自动、高效提取单木胸径的算法。利用三维激光扫描仪对样地8棵杨树进行扫描,得到三维点云数据;同时,开展数据分割、精简、降噪处理,得到简化后的点云数据,最后对提取的胸径点云数据进行分层设置,将截取层厚度设置为0,0~1,1~2,2~3 cm 4个等级,利用快速凸包算法将点云数据闭合成一个多边形,运用Arc Engine控件调用Arc GIS中测算多边形长度的方法计算闭合平面周长,换算出立木胸径值,并结合同步实测数据与传统算法、拟合圆算法进行对比试验。结果表明:采用传统算法、拟合圆算法和快速凸包算法的模型决定系数R2分别为0.857、0.941和0.957,说明运用快速凸包算法提取立木胸径是一种高效且比较可行的方法。     

基于三维激光扫描的树冠体积计算方法研究

指出了由于树冠形状不规则,树冠体积难以被准确测算,传统的估算树冠体积的方法是将树冠近似为规则的几何体,所获得的树冠体积往往具有较大偏差。使用三维激光扫描仪,建立树木的三维模型,提取树冠点云数据,并提出了一种分层计算方法测算体积,使用MATLAB将树冠点云数据导入后得出树冠体积,结果表明:该方法降低了树冠近似几何体模拟带来的误差,并简化了计算方法,适用于用三维激光获取的树冠点云数据计算。     

基于X射线成像技术的木门门扇内部结构特征检测

采用X射线线阵传感器对门扇标准样块进行扫描,检测X射线透过门扇后的强度差异,并采用噪声去除、非线性灰度变换、形态学处理等技术进行图像处理。结果表明,X射线成像技术可识别门扇内部常用材料种类(实木、纤维板、刨花板、空心刨花板、蜂窝纸等)和结构特征,实现饰面后木门产品的无损检测,提高检测效率。     

基于三维激光点云与断面轮廓曲线的树干材积计算

【目的】利用地面三维激光扫描仪获取的单木树干点云,提出一种基于断面轮廓曲线的树干材积计算方法,为准确测定单木树干材积提供参考。【方法】首先,将树干点云按设定高度thick划分为若干等高垂直分段,对于一个垂直分段,将其树干点云投影至下断面得到一个平面点集,以该点集凸包点形成闭合凸多边形的质心为中心点,以角度参数θ对该平面点集角度分区,一个角度分区中所有点的重心点为该角度分区的轮廓点,根据角度分区在上下垂直分段上的相邻性和连续性修复无轮廓点的角度分区;然后,以当前垂直分段所有角度分区的轮廓点为插值点,构建一条闭合连续光滑的三次B样条曲线(称之为垂直分段的断面轮廓曲线),该曲线所围面积为断面积,断面积与高度thick之积为垂直分段体积,所有垂直分段体积累加得到树干材积。分别以可准确计算体积的圆柱体、圆台体和抛物线体的模拟点云与地面三维激光扫描仪获取的来自7个树种183个长度为1 m的树干点云为实测数据,开展模拟试验和实测试验。【结果】模拟试验结果表明,对于圆台体和抛物线体的体积计算,断面轮廓曲线法在合适的thick与θ参数下计算精度高于拟合圆、拟合圆柱体和Bézier凸曲线法的计算精度。实测试验结果表明,与断面轮廓曲线法计算的材积(thick=2 cm,θ=2°)相比,拟合圆、拟合圆柱体和Bézier凸曲线法计算材积的平均绝对百分比误差(MAPE)分别为064%、43365 cm~3和054%,均方根误差(RMSE)分别为063%、42906 cm~3和053%,总相对误差(TRE)分别为1188%、3 36136 cm~3和951%。【结论】断面轮廓曲线法计算的树干断面积和材积最为精确,传统以横断面是圆为理论计算的树干断面积和材积均大于其真值。     

基于三维激光扫描技术的树木建模研究

激光扫描技术的发展为获取空间信息提供了全新的技术途径,使人们从传统的手工获取变为连续自动的获取批量数据。本研究从树木三维建模的角度出发,以FARO LaserScanner Photon三维激光扫描仪为数据获取平台,结合三维激光扫描仪的工作原理,分析和研究了从获取树木点云数据到三维建模的整个流程。最后,选取树木实例,建立了其三维模型。与传统的技术手段相比,应用三维激光扫描技术进行树木建模具有更广阔的发展空间。     

航拍影像与点云数据在矿区生态修复中的应用

由于矿业开发强度高和规模大,以及在开矿过程里不注意维护好矿区的生态,目前矿区的生态维护承受着十分庞大的压力。为更好地对矿区进行生态修复,首先,本研究介绍矿区修复的基本内容及其效益,通过无人机像和三维激光扫描仪技术获取的航拍影像图和激光点云数据,阐述航拍影像与点云数据的获取流程和处理方式,将矿区生态修复采集的数据从二维拓展到三维;以矿区待修复区的测量分析和已修复区林地细化调查为案例,在Arc GIS、南方CASS、FAROscene和GEOmagic等软件支持下,得矿区各类专题图和建立三维场景模型,为矿区生态修复提供技术和成果支撑。应用结果表明,航拍影像与点云数据在矿区生态修复中的应用,成效明显。     

基于边缘检测滤波的机载激光雷达点云数据处理

机载激光雷达（Lidar）是一种主动式对地观测技术,可以直接获取点的三维坐标.Lidar点云数据的括滤波和分类,是Lidar数据处理的重要步骤.利用国际摄影测量与遥感协会ISPRS提供的实验数据,采用边缘检测滤波算法和线性卷积滤波算法对数据进行滤波,滤波后的图像表明,边缘检测滤波算法效果优于线性卷积滤波.采用基于Axelsson的改进的不规则三角格网加密方法进行点云分类,将Lidar点云分为以下8类：低点、孤立点、空中点、地面点、模型关键点、低于地表的点、建筑物点和植被点.分类后的Lidar点云数据都被分到了唯一的类别中,清楚地显示出地面信息.结果表明,采用的滤波和分类算法有效可行,对Lidar点云数据处理有重要的借鉴意义.     

基于激光三维扫描的地铁弹条扣件检测系统研究与应用

针对地铁弹条扣件检修工作量大、效率低的缺点，设计了一套基于激光三维扫描技术的地铁弹条扣件检测系统，通过获取弹条扣件三维点云，转换成高度图之后，利用数字图像技术，分析弹条扣件各部件特征，完成扣件系统零部件缺失检测。通过历史数据比对完成弹条扣件松动检测，并结合点云数据实现异物检测。     

基于三维激光点云数据获取树木几何参数的研究

无人机(Unmanned Aerial Vehicle,UAV)遥感可快捷获取高分辨率正射影像。本文探讨利用无人机采集高分辨率影像,生成三维点云数据获取树高和冠幅,并与实测数据对比。实验地点选择北京市京西林场,采用无人机搭载激光雷达扫描系统获取点云数据,使用LiDAR360软件进行数据处理分析,获取树木位置、株数、树高、树冠直径等信息,并与实测数据对比,结果表明:最大类间方差法可分割树木点云数据;利用三维点云技术可获取树木高度及冠幅;树高提取平均精度为94%,冠幅提取平均精度为89%。     

基于地面激光雷达的单木枝干建模方法

基于激光点云数据的高精度活立木建模技术在林业无损测量中受到越来越多的重视,由于树木形态多样且拓扑结构复杂,因此传统的建模方法在针对活立木的建模上效果并不理想。笔者提出了一种针对地面激光雷达点云数据的活立木枝干三维建模方法。首先将采集到的树木点云进行枝叶分离,从原始活立木数据中分割出树叶点云;然后对枝干点云构建基于Laplace算子的加权矩阵,迭代收缩地进行骨架提取,得到枝干的骨架并保留;其次结合改进的随机Hough变换计算树枝的半径;最后运用广义圆柱体围绕枝干骨架绘制树枝几何结构,最终完成三维重建。该方法能直接对活立木枝干进行建模,无需手工交互,对立木无任何影响。通过在校园内采集到的4株活立木进行试验验证,结果表明该算法重建结果精度较高,并能很好地保持植株的细节特征。     

浅谈使用激光扫描仪在树叶可视化中存在的问题及对策

指出了随着科技的进步,激光扫描仪广泛地应用于生产生活的各种方面,特别是林业方面,但由于室外树叶存在抖动,树叶间存在遮挡,导致树叶的点云数据不易重建。探讨了树叶可视化过程中遇到的问题,包括原始点云存在大量噪声,叶片边缘不光顺等问题。并针对这些问题,提出了相应的解决方法。