【摘要】：點云配準作為空間三維點云預處理階段的重要數(shù)據(jù)處理步驟,對獲得完整的被測目標表面空間三維坐標有著極其重要的作用,但目前的各種配準算法在配準速度、精度及可靠性方面還有待提升。本文主要研究了空間三維點云數(shù)據(jù)的精確配準技術,重點研究了其中的特征提取、坐標轉換、精確匹配、多站配準誤差改正等算法,主要工作和創(chuàng)新點如下:1.總結了目前空間三維點云數(shù)據(jù)配準技術及現(xiàn)狀,從數(shù)據(jù)預處理、特征提取、初始配準、精確配準及多站點云配準誤差改正五個方面分析總結了各種算法的原理及特性。2.分析了點云數(shù)據(jù)空間分布規(guī)律,提出了一種三維激光點云數(shù)據(jù)虛擬特征點提取算法,該算法在曲率特征提取邊角點的基礎上,使用特征點聚類法將同一特征線上的邊角點分類,并使用端點擬合或直線擬合方法提取出虛擬特征點。實驗表明該算法提取出的虛擬特征點具有更高的可靠性,能提高初始配準計算速率和精度。3.針對初始配準過程中傳統(tǒng)的七參數(shù)、羅德里格矩陣算法的穩(wěn)定性易受粗差影響的問題,提出了一種基于整體最小二乘的羅德里格矩陣算法,該算法能夠顧及系數(shù)矩陣本身存在的誤差,有效減小特征點坐標誤差對參數(shù)求解的影響。實驗結果表明該算法較傳統(tǒng)算法具有更高的精度及穩(wěn)健性。4.針對傳統(tǒng)點云精確匹配算法拉入范圍小且容易陷入局部最優(yōu)的情況,設計了一種基于兩步法的3D-NDT(3-Dimensional-Normal Distributions Transform,三維正態(tài)分布)點云數(shù)據(jù)精確配準算法。該算法較ICP(Iterative Closest Point,最近點迭代)算法不僅精度、可靠性顯著提高,且速度更快。5.針對多站地面三維點云連續(xù)配準過程中誤差累積的問題,采用基于二次或三次多項式的單航帶平差模型對累積誤差進行改正。實驗結果表明,該方法能有效減少系統(tǒng)誤差積累,提高配準精度。
【學位授予單位】：戰(zhàn)略支援部隊信息工程大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TN249
【圖文】：

圖 1.1 點云數(shù)據(jù)配準流程圖1.2.1點云數(shù)據(jù)預處理由于三維激光點云數(shù)據(jù)采集儀器、采集方式等因素影響，獲得的三維點云數(shù)據(jù)存在著遮擋、噪點和飛點等粗差點，因此需要在數(shù)據(jù)處理前將這些粗差點從已經(jīng)獲取的點云數(shù)據(jù)中剔除，以提高特征提取和配準的準確性。點云數(shù)據(jù)預處理的流程如圖 1.2 所示。

第一章 緒論第3頁圖 1.1 點云數(shù)據(jù)配準流程圖1.2.1點云數(shù)據(jù)預處理由于三維激光點云數(shù)據(jù)采集儀器、采集方式等因素影響，獲得的三維點云數(shù)據(jù)存在著遮擋、噪點和飛點等粗差點，因此需要在數(shù)據(jù)處理前將這些粗差點從已經(jīng)獲取的點云數(shù)據(jù)中剔除，以提高特征提取和配準的準確性。點云數(shù)據(jù)預處理的流程如圖 1.2 所示。圖 1.2 點云數(shù)據(jù)預處理流程圖目前點云數(shù)據(jù)的粗差剔除方法主要分為 3 類[4]：（1）直方圖分析法[5]對于外露點可以采用直方圖分析的方法對其評價，直方圖的橫軸表示高程值，縱軸表示對某高程值統(tǒng)計得到的點云數(shù)目。經(jīng)過統(tǒng)計得到的極高點信息，尤其是 x, y坐標信息，可以迅速完成外露點的定位。此外，通過構三角網(wǎng)的方法，也可以迅速找到外露點，并判

CloudCompare、MeshLab、GeomagicStudio 等三維點云數(shù)據(jù)處理軟件均具有點云配準的功能模塊，其中 CloudCompare 可以實現(xiàn)大數(shù)據(jù)量的人工干預點云配準，并可在點云重疊率高的情況下完成自動配準；MeshLab 可快速實現(xiàn)小數(shù)據(jù)量的人工干預點云配準Geomagic Studio 可以完成人工選點實現(xiàn)點云坐標轉換，完成點云配準。國內具有配準功能的軟件有 LiDAR360、CoProcess 及點云魔方等三維點云處理軟件其中 LiDAR360 點云處理軟件是北京數(shù)字綠土科技有限公司研制的一款點云處理軟件，可實現(xiàn)自動的航帶拼接、自動識別標志點的自動配準及人工干預的地面點云配準。CoProces及點云魔方三維點云處理軟件的配準功能均可以人工選點方式實現(xiàn)點云配準。1.3論文研究內容與結構安排由于目前三維點云數(shù)據(jù)配準還存在初值要求高、抗差性及抗噪性能低、使用點迭代方式時間消耗大且易陷入局部最優(yōu)等問題，本文從提高空間三維點云數(shù)據(jù)配準精度、速度及可靠性的角度出發(fā)，在深入分析三維點云數(shù)據(jù)空間分布形態(tài)、數(shù)據(jù)存儲結構及算法運用模式的基礎上，重點對空間三維點云數(shù)據(jù)配準的特征提取、初始配準、精確配準及誤差改正等方面進行了研究。論文的研究思路如圖 1.3 所示。

【參考文獻】

相關期刊論文 前10條

1 胡修祥;張良;;結合NARF特征的改進型3D-NDT多視點云配準[J];信號處理;2015年12期

2 鄧勇;;廣義Lehmer矩陣求逆問題研究[J];華中師范大學學報(自然科學版);2015年06期

3 胡川;陳義;朱衛(wèi)東;錢承軍;;整體最小二乘和最小二乘擬合空間直線的比較[J];大地測量與地球動力學;2015年04期

4 駱林;杜寧;張顯云;王莉;汪波;馮富壽;黃宏暢;;融合點云RGB影像和3D-NDT算法溶洞的點云自動精確拼接[J];礦山測量;2015年04期

5 林祥國;黃擇祥;;利用KD-樹剔除機載雷達點云粗差的方法研究[J];測繪科學;2015年11期

6 張步;姚頑強;陳鵬;;基于幾何特征的建筑物點云配準方法[J];大地測量與地球動力學;2015年03期

7 馮林;李斌兵;黃磊;;基于魯棒馬氏距離的LiDAR點云粗差探測與分析[J];大地測量與地球動力學;2014年05期

8 官云蘭;程效軍;詹新武;魯鐵定;;地面三維激光掃描儀系統(tǒng)誤差標定[J];測繪學報;2014年07期

9 姚吉利;馬寧;賈象陽;韓保民;;光束法區(qū)域網(wǎng)平差的地面激光掃描多站點云自動定向方法[J];測繪學報;2014年07期

10 姚宜斌;黃書華;孔建;何軍泉;;空間直線擬合的整體最小二乘算法[J];武漢大學學報(信息科學版);2014年05期

相關博士學位論文 前2條

1 袁小翠;產品表面缺陷視覺檢測數(shù)據(jù)處理關鍵技術研究[D];南昌大學;2015年

2 胡峰俊;三維離散點云數(shù)據(jù)的預處理和配準技術研究[D];浙江工業(yè)大學;2015年

相關碩士學位論文 前10條

1 駱林;基于無標志點溶洞三維激光點云自動拼接算法及應用研究[D];貴州大學;2016年

2 陳姝文;基于Plücker直線的機載LiDAR點云與航空影像配準研究[D];南京航空航天大學;2016年

3 楊朝嵐;基于Kinect的移動機器人室內環(huán)境三維重建[D];北京石油化工學院;2015年

4 李國俊;基于Delaunay細化的散亂點云曲面重建研究[D];解放軍信息工程大學;2015年

5 徐榮袖;點云的拼接與拓撲[D];河北工業(yè)大學;2014年

6 薄夫祥;基于Kinect與PCL的三維重建系統(tǒng)研究[D];東北大學;2013年

7 宋林霞;三維點云配準方法的研究[D];濟南大學;2013年

8 左超;激光成像雷達距離像拼接技術[D];國防科學技術大學;2012年

9 曹曉興;逆向工程模型重構關鍵技術及應用[D];鄭州大學;2012年

10 鄒冬;點云模型的尖銳特征提取與分片分析[D];南京師范大學;2012年

本文編號：2761364