三維激光掃描技術(shù)是一種先進(jìn)的全自動(dòng)高精度立體掃描技術(shù),高精度三維模型已在各行各業(yè)中取得了廣泛應(yīng)用,因此對(duì)于點(diǎn)云數(shù)據(jù)處理方法的研究尤為重要。本文在對(duì)三維激光掃描技術(shù)的原理以及點(diǎn)云數(shù)據(jù)處理技術(shù)研究的基礎(chǔ)上,對(duì)點(diǎn)云數(shù)據(jù)索引以及點(diǎn)云數(shù)據(jù)壓縮的經(jīng)典算法進(jìn)行改進(jìn),以獲得高效的點(diǎn)云數(shù)據(jù)查詢(xún)效率以及高精度的點(diǎn)云數(shù)據(jù)壓縮質(zhì)量。點(diǎn)云數(shù)據(jù)索引主要有格網(wǎng)索引、KD樹(shù)索引、R樹(shù)索引、八叉樹(shù)索引、四叉樹(shù)索引等方法,其中四叉樹(shù)索引具有較好的索引效率,但是在索引過(guò)程中存在樹(shù)深較大、四叉樹(shù)存儲(chǔ)冗余、堆棧溢出等問(wèn)題。因此本文對(duì)四叉樹(shù)索引進(jìn)行改進(jìn),首先根據(jù)點(diǎn)云數(shù)據(jù)的跨度對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行分塊,然后對(duì)分塊后的點(diǎn)云數(shù)據(jù)進(jìn)行四叉樹(shù)索引,在四叉樹(shù)索引時(shí),引入自定義堆棧以及最小外包矩形的概念,從而對(duì)點(diǎn)云數(shù)據(jù)的四叉樹(shù)索引結(jié)構(gòu)進(jìn)行良好的改進(jìn),經(jīng)與傳統(tǒng)的四叉樹(shù)結(jié)構(gòu)進(jìn)行實(shí)驗(yàn)對(duì)比分析,改進(jìn)的點(diǎn)云數(shù)據(jù)索引具有良好的建樹(shù)效率以及查詢(xún)效率。點(diǎn)云數(shù)據(jù)壓縮方法主要有曲率采樣法、隨機(jī)采樣法、均勻網(wǎng)格采樣法、坐標(biāo)增量法、區(qū)域重心法等方法,其中區(qū)域重心法具有較好的壓縮精度,但是在壓縮過(guò)程中會(huì)造成一些物體表面細(xì)節(jié)特征丟失,因此本文對(duì)區(qū)域重心法進(jìn)行改進(jìn),首先對(duì)點(diǎn)云數(shù)... 

【文章來(lái)源】：西安科技大學(xué)陜西省

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 選題背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究?jī)?nèi)容
2 三維激光掃描技術(shù)
    2.1 三維激光掃描系統(tǒng)工作原理
        2.1.1 三維激光掃描系統(tǒng)掃描原理
        2.1.2 定向原理
        2.1.3 測(cè)距原理
        2.1.4 測(cè)角原理
    2.2 三維激光掃描系統(tǒng)設(shè)備組成
    2.3 三維激光掃描系統(tǒng)分類(lèi)
    2.4 經(jīng)典三維激光掃描系統(tǒng)介紹
    2.5 三維激光掃描應(yīng)用領(lǐng)域
3 三維激光掃描數(shù)據(jù)處理
    3.1 三維激光掃描數(shù)據(jù)獲取
        3.1.1 現(xiàn)場(chǎng)踏勘
        3.1.2 方案設(shè)計(jì)
        3.1.3 控制點(diǎn)布設(shè)
        3.1.4 測(cè)站點(diǎn)布設(shè)
        3.1.5 標(biāo)靶點(diǎn)布設(shè)
        3.1.6 數(shù)據(jù)采集
    3.2 三維激光掃描數(shù)據(jù)預(yù)處理
        3.2.1 點(diǎn)云數(shù)據(jù)去噪
        3.2.2 點(diǎn)云數(shù)據(jù)配準(zhǔn)
        3.2.3 點(diǎn)云數(shù)據(jù)曲面擬合
    3.3 三維激光掃描誤差分析
        3.3.1 系統(tǒng)誤差
        3.3.2 偶然誤差
        3.3.3 粗差
    3.4 三維模型重建
        3.4.1 三維建模
        3.4.2 紋理映射
    3.5 本章小結(jié)
4 點(diǎn)云數(shù)據(jù)索引
    4.1 點(diǎn)云數(shù)據(jù)特點(diǎn)
    4.2 常用點(diǎn)云數(shù)據(jù)索引算法
        4.2.1 基于KD樹(shù)的點(diǎn)云數(shù)據(jù)索引
        4.2.2 基于格網(wǎng)的點(diǎn)云數(shù)據(jù)索引
        4.2.3 基于R樹(shù)的點(diǎn)云數(shù)據(jù)索引
        4.2.4 基于八叉樹(shù)的點(diǎn)云數(shù)據(jù)索引
        4.2.5 基于四叉樹(shù)的點(diǎn)云數(shù)據(jù)索引
    4.3 改進(jìn)的點(diǎn)云數(shù)據(jù)四叉樹(shù)索引算法
        4.3.1 點(diǎn)云數(shù)據(jù)空間索引設(shè)計(jì)原則
        4.3.2 點(diǎn)云數(shù)據(jù)四叉樹(shù)索引的改進(jìn)
        4.3.3 改進(jìn)的點(diǎn)云數(shù)據(jù)四叉樹(shù)索引構(gòu)建方法
    4.4 實(shí)驗(yàn)與分析
        4.4.1 改進(jìn)的點(diǎn)云數(shù)據(jù)四叉樹(shù)索引實(shí)驗(yàn)
        4.4.2 實(shí)驗(yàn)結(jié)果對(duì)比與分析
    4.5 本章小結(jié)
5 點(diǎn)云數(shù)據(jù)壓縮
    5.1 點(diǎn)云數(shù)據(jù)壓縮評(píng)估準(zhǔn)則
    5.2 常用點(diǎn)云數(shù)據(jù)壓縮算法
        5.2.1 法矢量夾角采樣法
        5.2.2 隨機(jī)采樣法
        5.2.3 均勻網(wǎng)格采樣法
        5.2.4 坐標(biāo)增量法
        5.2.5 區(qū)域重心壓縮算法
    5.3 改進(jìn)的區(qū)域重心壓縮算法
        5.3.1 點(diǎn)云數(shù)據(jù)壓縮算法設(shè)計(jì)原則
        5.3.2 區(qū)域重心壓縮算法的改進(jìn)
        5.3.3 改進(jìn)的區(qū)域重心壓縮算法
    5.4 實(shí)驗(yàn)與分析
        5.4.1 改進(jìn)的區(qū)域重心壓縮算法實(shí)驗(yàn)
        5.4.2 實(shí)驗(yàn)結(jié)果對(duì)比與分析
    5.5 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間競(jìng)賽獲獎(jiǎng)及論文發(fā)表情況


【參考文獻(xiàn)】：
期刊論文
[1]車(chē)輛曲面重構(gòu)中點(diǎn)云精簡(jiǎn)算法的研究與改進(jìn)[J]. 王瓊,王海燕,孫保群,夏光,徐超.  電子測(cè)量與儀器學(xué)報(bào). 2017(11)
[2]基于三維點(diǎn)云的隧道全局中線提取方法及應(yīng)用[J]. 程云建,仇文革,雷勁.  湖南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(09)
[3]激光掃描系統(tǒng)在煤礦火區(qū)治理中的應(yīng)用[J]. 王海生.  煤炭技術(shù). 2017(09)
[4]基于改進(jìn)坐標(biāo)增量的點(diǎn)云數(shù)據(jù)壓縮算法[J]. 姚頑強(qiáng),藺小虎,馬飛,薛貝.  西安科技大學(xué)學(xué)報(bào). 2016(06)
[5]基于數(shù)據(jù)類(lèi)型轉(zhuǎn)換的點(diǎn)云快速有損壓縮算法[J]. 律帥,達(dá)飛鵬,黃源.  圖學(xué)學(xué)報(bào). 2016(02)
[6]LiDAR技術(shù)在公路工程測(cè)量中的應(yīng)用[J]. 賈軍.  黑龍江交通科技. 2016(02)
[7]基于重疊區(qū)域的高性能近似kD樹(shù)算法[J]. 鄭明玲,許柯,劉衡竹,魏登萍,李寶峰.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2015(06)
[8]大規(guī)模點(diǎn)云內(nèi)外存調(diào)度繪制技術(shù)[J]. 張毅,呂秀琴.  計(jì)算機(jī)工程. 2014(01)
[9]基于八叉樹(shù)的虛擬場(chǎng)景管理器的設(shè)計(jì)與實(shí)現(xiàn)[J]. 沈永增,劉東岳,徐均.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2012(03)
[10]新的點(diǎn)云數(shù)據(jù)精簡(jiǎn)存儲(chǔ)方法[J]. 張有亮,劉建永,付成群,郭杰.  計(jì)算機(jī)應(yīng)用. 2011(05)

博士論文
[1]基于三維激光掃描的點(diǎn)云數(shù)據(jù)逆向重建算法研究[D]. 張坤.燕山大學(xué) 2016
[2]融合攝影測(cè)量技術(shù)的地面激光掃描數(shù)據(jù)全自動(dòng)紋理映射方法研究[D]. 方偉.武漢大學(xué) 2014
[3]機(jī)載/地面海量點(diǎn)云數(shù)據(jù)組織與集成可視化方法研究[D]. 楊建思.武漢大學(xué) 2011
[4]三維激光掃描點(diǎn)云數(shù)據(jù)組織與可視化研究[D]. 張會(huì)霞.中國(guó)礦業(yè)大學(xué)（北京） 2010

碩士論文
[1]基于三維激光掃描的橋梁檢測(cè)技術(shù)應(yīng)用研究[D]. 盧穎.吉林大學(xué) 2017
[2]基于車(chē)載三維激光掃描數(shù)據(jù)分類(lèi)的路面提取研究[D]. 楊芳.昆明理工大學(xué) 2016
[3]闊葉樹(shù)激光雷達(dá)點(diǎn)云數(shù)據(jù)壓縮方法研究[D]. 吳寶峰.電子科技大學(xué) 2016
[4]基于最小生成樹(shù)的三維點(diǎn)云數(shù)據(jù)壓縮算法研究[D]. 律帥.東南大學(xué) 2016
[5]基于點(diǎn)云數(shù)據(jù)的三維模型重建[D]. 樊琦.西安科技大學(xué) 2015
[6]基于坐標(biāo)增量的點(diǎn)云數(shù)據(jù)精簡(jiǎn)壓縮分析與實(shí)踐[D]. 孫鵬飛.西安科技大學(xué) 2014
[7]三維激光掃描數(shù)據(jù)處理及在礦區(qū)大壩沉陷監(jiān)測(cè)中的應(yīng)用研究[D]. 郭超.吉林大學(xué) 2014
[8]點(diǎn)云數(shù)據(jù)的壓縮算法研究[D]. 楊璐璟.中南大學(xué) 2014
[9]真實(shí)感三維模型的紋理映射技術(shù)研究與實(shí)現(xiàn)[D]. 錢(qián)朔.東華大學(xué) 2014
[10]海量三維點(diǎn)云數(shù)據(jù)的組織與可視化研究[D]. 徐鵬.南京師范大學(xué) 2013



本文編號(hào)：3460537