【摘要】：隨著獲取點(diǎn)云設(shè)備的發(fā)展,人們能夠方便快捷地獲得實(shí)際場景的大量點(diǎn)云數(shù)據(jù),促進(jìn)了逆向工程技術(shù)的發(fā)展。在三維重建的過程中,為了獲得大范圍場景的點(diǎn)云,需要從不同的角度去獲取場景的點(diǎn)云數(shù)據(jù),所以點(diǎn)云的拼接和重建技術(shù)顯得尤為重要。論文對點(diǎn)云數(shù)據(jù)處理的拼接和重建算法以及相關(guān)問題進(jìn)行研究。針對點(diǎn)云拼接中存在耗時(shí)長、拼接效果差等問題,本文研究了現(xiàn)有的ICP拼接算法以及LM、SVD獲得變換矩陣的方法。通過利用正交映射,獲取三維點(diǎn)云與二維圖像之間的映射關(guān)系,并在二維圖像中獲取匹配點(diǎn)對,提出采用LM和SVD結(jié)合的方法來獲取變換矩陣,實(shí)現(xiàn)點(diǎn)云的拼接。最后將幾種拼接算法的實(shí)驗(yàn)結(jié)果進(jìn)行分析比較,驗(yàn)證了本文提出的改進(jìn)算法,在極大縮短拼接時(shí)間的同時(shí),降低了拼接誤差。針對點(diǎn)云重建中存在的抗噪性差、耗時(shí)長、不光滑且存在孔洞等問題,本文研究了泊松算法和貪婪投影三角化算法。然后在貪婪投影三角化算法的基礎(chǔ)上,首先,提出一種改進(jìn)的加權(quán)移動(dòng)最小二乘方法來進(jìn)行法線估計(jì),使得重建效果在平滑的同時(shí),具有了抗噪性;其次,提出了改進(jìn)點(diǎn)云預(yù)處理方法,在平滑的基礎(chǔ)上進(jìn)行了數(shù)據(jù)重采樣,使得重建效果更加光滑且細(xì)化了孔洞;最后,針對重建耗時(shí)長的問題,使用八叉樹替代KD樹,在不影響重建效果的基礎(chǔ)上,實(shí)現(xiàn)了重建時(shí)效的優(yōu)化。
[Abstract]:With the development of point cloud acquisition devices, people can easily and quickly obtain a large number of point cloud data of the actual scene, which promotes the development of reverse engineering technology. In the process of 3D reconstruction, in order to obtain the point cloud of a large scale scene, it is necessary to obtain the point cloud data from different angles, so the point cloud splicing and reconstruction technology is particularly important. In this paper, the algorithms and related problems of point cloud data processing are studied. In order to solve the problems of point cloud stitching, such as time consuming and poor effect, the existing ICP stitching algorithm and the method of obtaining transformation matrix by LM,SVD are studied in this paper. By using orthogonal mapping, the mapping relationship between 3D point cloud and two-dimensional image is obtained, and matching point pairs are obtained in two-dimensional image. The method of combining LM and SVD to obtain transformation matrix is proposed to realize the splicing of point cloud. Finally, the experimental results of several stitching algorithms are analyzed and compared to verify the proposed improved algorithm, which can greatly shorten the stitching time and reduce the stitching error. In this paper, Poisson algorithm and greedy projection triangulation algorithm are studied to solve the problems of poor noise resistance, long time consumption, not smooth and holes in point cloud reconstruction. Then, based on the greedy projection triangulation algorithm, an improved weighted moving least square method is proposed to estimate the normal line, which makes the reconstruction effect smooth and noise resistant. Secondly, an improved point cloud preprocessing method is proposed, and the data resampling is carried out on the basis of smoothing, which makes the reconstruction effect smoother and finer. Finally, octree is used instead of KD tree to solve the problem of time-consuming reconstruction, and the reconstruction time is optimized without affecting the reconstruction effect.
【學(xué)位授予單位】：西南科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 梁新合;宋志真;;改進(jìn)的點(diǎn)云精確匹配技術(shù)[J];裝備制造技術(shù);2008年03期

2 葉愛芬;龔聲蓉;王朝暉;劉純平;;基于隨機(jī)分布估計(jì)的點(diǎn)云密度提取[J];計(jì)算機(jī)工程;2009年04期

3 梁新合;梁晉;郭成;曹巨明;;法向約束的多幅點(diǎn)云數(shù)據(jù)融合算法[J];西安交通大學(xué)學(xué)報(bào);2009年05期

4 孟凡文;吳祿慎;;用繼承與優(yōu)化算法精密拼接無序點(diǎn)云[J];光學(xué)精密工程;2009年04期

5 李海亮;鄧非;李剛;;攝影測量激光點(diǎn)云空洞修補(bǔ)[J];測繪科學(xué);2010年05期

6 張晶;楊云生;豐少偉;;基于點(diǎn)云法矢變化的點(diǎn)云簡化方法研究[J];計(jì)算機(jī)與數(shù)字工程;2011年12期

7 李曉久;景曉寧;;基于非接觸式測量的人體點(diǎn)云簡化方法[J];紡織學(xué)報(bào);2012年07期

8 高恩陽;鄭昊鴻;;點(diǎn)云數(shù)據(jù)濾波方法綜述[J];科技資訊;2012年33期

9 范然;金小剛;;大規(guī)模點(diǎn)云選擇及精簡[J];圖學(xué)學(xué)報(bào);2013年03期

10 李偉;李旭東;趙慧潔;張穎;;基于姿態(tài)標(biāo)準(zhǔn)化的線特征點(diǎn)云提取方法[J];北京航空航天大學(xué)學(xué)報(bào);2013年08期

相關(guān)會(huì)議論文 前10條

1 李文濤;韋群;楊海龍;;基于圖像的點(diǎn)云生成和預(yù)處理[A];2011年全國通信安全學(xué)術(shù)會(huì)議論文集[C];2011年

2 蔡來良;李儒;;點(diǎn)云數(shù)據(jù)處理算法與實(shí)現(xiàn)初步研究[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

3 馬國慶;陶萍萍;楊周旺;;點(diǎn)云空間曲線的微分信息計(jì)算及匹配方法[A];第四屆全國幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2009年

4 江倩殷;劉忠途;李熙瑩;;一種有效的點(diǎn)云精簡算法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

5 解輝;張愛武;孟憲剛;;機(jī)載激光點(diǎn)云快速繪制方法[A];第二十五屆全國空間探測學(xué)術(shù)研討會(huì)摘要集[C];2012年

6 李凱;張愛武;;基于激光點(diǎn)云的糧倉儲(chǔ)糧數(shù)量測量方法[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

7 朱曉強(qiáng);余燁;劉曉平;袁曉輝;Bill P.Buckles;;基于航拍圖像和LiDAR點(diǎn)云的城市道路提取[A];全國第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊）[C];2008年

8 劉虎;;基于線性八叉樹的點(diǎn)云簡化與特征提取研究[A];促進(jìn)科技經(jīng)濟(jì)結(jié)合，，服務(wù)創(chuàng)新驅(qū)動(dòng)發(fā)展——蚌埠市科協(xié)2012年度學(xué)術(shù)年會(huì)論文集[C];2012年

9 李濱;王佳;;基于點(diǎn)云的建筑測繪信息提取[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

10 楊雪春;;反求工程建模中點(diǎn)云切片技術(shù)研究[A];全國先進(jìn)制造技術(shù)高層論壇暨第八屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前2條

1 曹裕華 高化猛 江鴻賓;激光點(diǎn)云 亦真亦幻[N];解放軍報(bào);2013年

2 中國工程院院士 劉先林;四維遠(yuǎn)見的裝備創(chuàng)新[N];中國測繪報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 彭檢貴;融合點(diǎn)云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學(xué);2012年

2 劉涌;基于連續(xù)序列自動(dòng)快速拼接的全方位三維測量技術(shù)研究[D];西南交通大學(xué);2013年

3 賴祖龍;基于LiDAR點(diǎn)云與影像的海岸線提取和地物分類研究[D];武漢大學(xué);2013年

4 王瑞巖;計(jì)算機(jī)視覺中相機(jī)標(biāo)定及點(diǎn)云配準(zhǔn)技術(shù)研究[D];西安電子科技大學(xué);2015年

5 段敏燕;機(jī)載激光雷達(dá)點(diǎn)云電力線三維重建方法研究[D];武漢大學(xué);2015年

6 李艷紅;車載移動(dòng)測量系統(tǒng)數(shù)據(jù)配準(zhǔn)與分類識(shí)別關(guān)鍵技術(shù)研究[D];武漢大學(xué);2014年

7 崔婷婷;結(jié)合車載點(diǎn)云和全景影像的建筑物立面重建[D];武漢大學(xué);2015年

8 戴玉成;基于UAV傾斜影像匹配點(diǎn)云的城市建筑物信息提取方法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院遙感與數(shù)字地球研究所);2017年

9 韓峰;基于點(diǎn)云信息的既有鐵路狀態(tài)檢測與評估技術(shù)研究[D];西南交通大學(xué);2015年

10 金龍存;3D點(diǎn)云復(fù)雜曲面重構(gòu)關(guān)鍵算法研究[D];上海大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 龔碩然;基于Delaunay三角剖分的點(diǎn)云三維網(wǎng)格重構(gòu)[D];河北大學(xué);2015年

2 楊紅粉;頻域技術(shù)應(yīng)用于點(diǎn)云配準(zhǔn)研究[D];北京建筑大學(xué);2015年

3 段紅娟;點(diǎn)云圖像交互式曲線骨架提取技術(shù)及其應(yīng)用[D];西南交通大學(xué);2015年

4 張永恒;散亂點(diǎn)云數(shù)據(jù)配準(zhǔn)方法研究[D];長安大學(xué);2015年

5 吳愛;面向特征擬合的點(diǎn)云簡化方法研究[D];中國地質(zhì)大學(xué)(北京);2015年

6 薛廣順;基于立體視覺的牛體點(diǎn)云獲取方法研究與實(shí)現(xiàn)[D];西北農(nóng)林科技大學(xué);2015年

7 胡誠;精度約束下地表LiDAR點(diǎn)云抽稀方法研究[D];西南交通大學(xué);2015年

8 余明;三維離散點(diǎn)云數(shù)據(jù)處理技術(shù)研究[D];南京理工大學(xué);2015年

9 陳星宇;基于三維彩色點(diǎn)云的地形分類方法研究[D];南京理工大學(xué);2015年

10 朱東方;基于復(fù)雜拓?fù)浣Y(jié)構(gòu)點(diǎn)云的曲線擬合研究與應(yīng)用[D];山東大學(xué);2015年

本文編號(hào)：2427623