發(fā)布時間：2020-08-08 22:09

【摘要】：隨著三維激光掃描精度的不斷提高,三維激光掃描技術(shù)被大量應(yīng)用在地鐵隧道變形監(jiān)測、工業(yè)零件檢測、古文物三維重建等對精度要求較高的行業(yè)。由于三維激光點云數(shù)據(jù)具有高精度性和高密度性,使得點云數(shù)據(jù)量越來越龐大,給點云數(shù)據(jù)的處理與應(yīng)用帶來了一系列的難題。因此,研究保留特征的點云精簡算法是解決點云數(shù)據(jù)應(yīng)用的關(guān)鍵。然而,隨著精簡率的提高,精簡后點云數(shù)據(jù)與原始點模型的誤差逐漸增大,導(dǎo)致精簡后的點云構(gòu)建的三維模型的精度也逐漸降低,為了既能夠精簡點云又能保證模型的精度,就需要提升網(wǎng)格精度。本文針對點云數(shù)據(jù)的精簡及精簡后點云構(gòu)建三角網(wǎng)格優(yōu)化問題展開研究,研究內(nèi)容如下:1.本文針對點云精簡算法在處理散亂點云數(shù)據(jù)時特征保留不完整和對小曲率點云精簡造成數(shù)據(jù)空洞問題,提出了一種融合k-means聚類和Hausdorff距離的點云精簡算法。該算法利用八叉樹建立散亂點云數(shù)據(jù)的鄰接拓?fù)潢P(guān)系和k鄰域,采用Hausdorff距離對點云數(shù)據(jù)點的主曲率進(jìn)行分析確定特征區(qū)域,根據(jù)精簡比例設(shè)定閾值對點云進(jìn)行初步精簡,最后利用k-means聚類對初步精簡的點云數(shù)據(jù)進(jìn)行精細(xì)處理得到最終的精簡數(shù)據(jù)。實驗結(jié)果表明,該方法能較好的保持原始點云數(shù)據(jù)的幾何特征,并且精簡點云分布均勻,避免了過精簡造成數(shù)據(jù)空洞。2.針對高精度、高保真的點云數(shù)據(jù)在精簡后點云數(shù)據(jù)重構(gòu)網(wǎng)格精度降低誤差增大的問題,提出了面向點云數(shù)據(jù)的復(fù)雜幾何模型對象優(yōu)化方法。該方法首先利用八叉樹法構(gòu)建點云的索引以及建立點云與格網(wǎng)的拓?fù)潢P(guān)系,并利用原始模型與精簡后點云數(shù)據(jù)重建模型頂點歐式距離度量的方法計算重構(gòu)網(wǎng)格的誤差,然后根據(jù)預(yù)期精度去確定需要優(yōu)化的網(wǎng)格,接著利用面片劃分法(增點法)對網(wǎng)格進(jìn)行細(xì)分,最后根據(jù)插入點公式對預(yù)插入點進(jìn)行重新定位,以誤差最小的點作為插入點。實驗驗證表明:利用本文方法對兔子和龍進(jìn)行一次細(xì)分使得精簡率90%兔子重構(gòu)網(wǎng)格誤差由0.81mm提升到0.48mm,精簡率90%龍重構(gòu)網(wǎng)格誤差由0.36mm提升到0.11mm。
【學(xué)位授予單位】：鄭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TN249
【圖文】：

兔子點云

據(jù)中所有點都計算完畢。本文在 3.2.1 點云數(shù)據(jù)法向量計算結(jié)果的基礎(chǔ)上，利用 Matlab 對點云法向量進(jìn)行處理，根據(jù)不同的精簡程度設(shè)定閾值，本文實驗數(shù)據(jù)采用斯坦福大學(xué)兔子點云，共有 31607 個數(shù)據(jù)點。在此本文選用精簡率分別為 10%、30%和 45%對點云數(shù)據(jù)進(jìn)行精簡，結(jié)果如圖 3.2 所示：（a）原始兔子點云數(shù)據(jù) （b）精簡率 10%兔子點云

.1 曲率的估算對于點云數(shù)據(jù)，目標(biāo)點的曲率越大表明目標(biāo)點包含物體大量的特征信可以用來區(qū)分點云數(shù)據(jù)的特征點和非特征點并且對于點云數(shù)據(jù)中每個率是唯一，曲率被大量用在特征保留的點云精簡算法中。曲率是針對曲線上某個點的切線方向角對弧長的轉(zhuǎn)動率，而點云數(shù)據(jù)的點集。對于有序的點云數(shù)據(jù)，可以通過鄰域點集直接對曲率進(jìn)行估以對鄰域點集進(jìn)行曲面擬合進(jìn)行計算。而對于散亂無序的點云數(shù)據(jù)則拓?fù)潢P(guān)系，其曲率值只能通過局部曲面擬合和曲線的曲率估算。本文研究數(shù)據(jù)是散亂無序的點云數(shù)據(jù)，利用章節(jié) 3.1、3.2 和 3.3 中計得到曲面方程計算目標(biāo)點的切平面法向量，進(jìn)一步得到目標(biāo)點處的切平數(shù)據(jù)目標(biāo)點局部曲率及其鄰域點的結(jié)構(gòu)特性如圖 3.3 所示，目標(biāo)點 的， 的鄰域內(nèi)點 與 構(gòu)成的直線與切平面的夾角越大；反之，目標(biāo)點域上的數(shù)據(jù)點的曲率越小， 的鄰域內(nèi)點 與 構(gòu)成的直線與切平面的[57]；

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉亞文;覃蘇舜;;點云數(shù)據(jù)稀疏區(qū)域建筑物立面重建方法[J];應(yīng)用科學(xué)學(xué)報;2017年02期

2 劉尚蔚;朱小超;張永光;魏群;;多片點云數(shù)據(jù)拼接處理技術(shù)的研究[J];水利與建筑工程學(xué)報;2014年01期

3 張習(xí)民;余小清;萬旺根;張娟;;壓縮感知點云數(shù)據(jù)壓縮[J];應(yīng)用科學(xué)學(xué)報;2014年05期

4 康蘭;馮亞娟;陳正鳴;;多視點云數(shù)據(jù)快速對齊方法[J];機械設(shè)計與研究;2009年01期

5 鄭德華;;點云數(shù)據(jù)直接縮減方法及縮減效果研究[J];測繪工程;2006年04期

6 宇超群;門葆紅;王鑫;;海量點云數(shù)據(jù)分布式并行處理技術(shù)綜述[J];信息工程大學(xué)學(xué)報;2018年05期

7 張東;;基于球域膨脹的點云數(shù)據(jù)平面提取[J];工程技術(shù)研究;2018年11期

8 宣偉;;地面激光點云數(shù)據(jù)質(zhì)量評價與三維模型快速重建技術(shù)研究[J];測繪學(xué)報;2017年12期

9 孫瑞;張貴豪;陳普智;;三維激光掃描點云數(shù)據(jù)的精簡方法探討[J];黃河水利職業(yè)技術(shù)學(xué)院學(xué)報;2018年02期

10 諶鵬;;點云數(shù)據(jù)生成軟件的設(shè)計及其在月餅?zāi)＞吣嫦蛟O(shè)計與制造中的應(yīng)用[J];制造技術(shù)與機床;2017年03期

相關(guān)會議論文 前10條

1 胡文慶;施昆;曹影;;模糊C-均值聚類對點云數(shù)據(jù)的分割[A];云南省測繪地理信息學(xué)會2015年學(xué)術(shù)年會論文集[C];2015年

2 張飛飛;車翔玖;左文品;;基于B樣條曲線的點云數(shù)據(jù)簡化方法[A];第五屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2011年

3 胡志杰;石鵬飛;李廣偉;羌鑫林;;車載點云數(shù)據(jù)自動分類提取與應(yīng)用研究[A];第十一次江蘇科技論壇智慧城市與大數(shù)據(jù)應(yīng)用分論壇論文集[C];2015年

4 曹天賜;李慶莉;龔緒龍;葛云峰;盧毅;陳勇;張芷薇;劉智超;聞煉;;基于點云數(shù)據(jù)的地裂縫監(jiān)測對象提取研究——以江蘇無錫光明村為例[A];2018年全國工程地質(zhì)學(xué)術(shù)年會論文集[C];2018年

5 張萍;;逆向工程中基于聚類的點云數(shù)據(jù)精簡[A];2010年西南三省一市自動化與儀器儀表學(xué)術(shù)年會論文集[C];2010年

6 葛振華;王鵬;孫建;王紀(jì)凱;陳宗海;;點云數(shù)據(jù)的配準(zhǔn)算法綜述[A];第17屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會論文集（17th CCSSTA 2016）[C];2016年

7 劉佳;張愛武;楊麗萍;;室內(nèi)場景激光點云數(shù)據(jù)的三維建模[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

8 孟麗芬;;3D逆向造型的標(biāo)準(zhǔn)化作業(yè)[A];創(chuàng)新塑性加工技術(shù)，推動智能制造發(fā)展——第十五屆全國塑性工程學(xué)會年會暨第七屆全球華人塑性加工技術(shù)交流會學(xué)術(shù)會議論文集[C];2017年

9 段文國;張愛武;蔡廣杰;;基于VTK的點云數(shù)據(jù)繪制研究與實現(xiàn)[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

10 吳衛(wèi)軍;陳平;殷義程;;基于DEM的點云數(shù)據(jù)對比方法分析[A];云南省測繪地理信息學(xué)會2017年學(xué)術(shù)年會論文集[C];2017年

相關(guān)重要報紙文章 前2條

1 記者 廖雪梅;重慶明年擬打造700個“智慧工地”[N];重慶日報;2018年

2 李兆平　龔渤;多點開花 前景廣闊[N];中國測繪報;2012年

相關(guān)博士學(xué)位論文 前10條

1 鄧博文;大體積比工件裝配面檢測及其點云數(shù)據(jù)處理方法研究[D];中北大學(xué);2019年

2 張紹澤;面向三維可視化的激光掃描點云數(shù)據(jù)處理方法研究[D];西安電子科技大學(xué);2017年

3 羅楠;基于點云數(shù)據(jù)的3D打印關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2017年

4 唐逸之;點云數(shù)據(jù)的魯棒配準(zhǔn)與自適應(yīng)表面重建[D];浙江大學(xué);2017年

5 楊永濤;三維離散點云數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];燕山大學(xué);2017年

6 金娟鳳;基于特征距離的腰腹臀部體型分析與個性化女褲樣板生成[D];浙江理工大學(xué);2017年

7 石宏斌;地面激光點云模型自動構(gòu)建方法研究[D];武漢大學(xué);2014年

8 葉立志;機載LiDAR與影像密集匹配點云數(shù)據(jù)的濾波方法研究[D];武漢大學(xué);2016年

9 張學(xué)昌;基于點云數(shù)據(jù)的復(fù)雜型面數(shù)字化檢測關(guān)鍵技術(shù)研究及其系統(tǒng)開發(fā)[D];上海交通大學(xué);2006年

10 張力寧;點云數(shù)據(jù)抗噪處理方法及其在葉片重建中的應(yīng)用研究[D];西北工業(yè)大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 曹W

本文編號：2786178