本文關(guān)鍵詞：基于鄰域幾何特征約束的植株點云配準(zhǔn)算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：虛擬植株研究、植株的三維形態(tài)重構(gòu)以及植株三維形態(tài)可視化是當(dāng)前國內(nèi)外農(nóng)業(yè)信息化研究的重點領(lǐng)域,為了獲得植株完整的三維形態(tài)的點云模型,植株三維形態(tài)的配準(zhǔn)也成為了熱門的研究領(lǐng)域�，F(xiàn)在的掃描儀及其相關(guān)的重建系統(tǒng)都基本采用手動配準(zhǔn)、貼標(biāo)簽等配準(zhǔn)方法實現(xiàn)點云的配準(zhǔn),使用范圍受限,并且不能滿足課題的要求。故為了滿足課題的需要,論文根據(jù)實驗室研發(fā)的遠(yuǎn)程3D激光掃描儀的特征,以配準(zhǔn)植株點云數(shù)據(jù)為目的,為不同角度多次掃描得到的植株點云提供自動化配準(zhǔn)方案,提出了一種基于鄰域幾何特征約束的植株點云配準(zhǔn)方法,包括初始配準(zhǔn)和精確配準(zhǔn)兩部分。論文主要的研究內(nèi)容及創(chuàng)新點如下:(1)提出了基于特征相似度的點云初始配準(zhǔn)算法。初始配準(zhǔn)主要是為了解決初始時點云位姿隨意的問題,為精確配準(zhǔn)提供良好位姿以便進(jìn)行優(yōu)化。針對激光點云散亂并缺少拓?fù)湫畔?幾何特征難以提取的問題,論文通過分析鄰域大小對曲面擬合的影響,選取關(guān)鍵點集來估計其中每個點的支撐鄰域,并擬合其支撐曲面,以便于進(jìn)一步計算鄰域幾何特征。針對點云數(shù)據(jù)規(guī)模大、匹配點對搜索耗時的問題,論文通過分別構(gòu)造源點云和目標(biāo)點云的數(shù)據(jù)點、鄰域關(guān)系和幾何特征的對應(yīng)關(guān)系表,并對目標(biāo)點集進(jìn)行加權(quán)和采樣,來壓縮點云搜索空間,降低尋找匹配點對的耗時。針對如何選擇高精確的匹配點對的問題,論文通過定義五維特征空間和特征相似度函數(shù)來選擇匹配特征點對,剔除大量錯誤的特征匹配點對,計算初始配準(zhǔn)坐標(biāo)變換參數(shù)。(2)改進(jìn)了迭代最近點(ICP)精確配準(zhǔn)算法。經(jīng)過初始配準(zhǔn)后,點云被變換到統(tǒng)一坐標(biāo)系下,為了進(jìn)一步的提高配準(zhǔn)的精度,論文通過加入兩個新的夾角特征改進(jìn)精確配準(zhǔn)對初始配準(zhǔn)結(jié)果進(jìn)行優(yōu)化,以完成點云的精確配準(zhǔn),得到物體表面完整點云模型。論文利用bunny、兵馬俑模型和植株點云對算法的精度和通用性進(jìn)行測試,實驗結(jié)果表明,與傳統(tǒng)的特征配準(zhǔn)方法相比,論文方法配準(zhǔn)時間減少約11.9%,精確配準(zhǔn)誤差約為傳統(tǒng)算法誤差的1%。并將算法應(yīng)用到植株模型的點云數(shù)據(jù),滿足課題的要求。
【關(guān)鍵詞】：三維形態(tài)配準(zhǔn) 虛擬植株 幾何特征 特征相似度 迭代最近點算法
【學(xué)位授予單位】：西北農(nóng)林科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-16
• 1.1 研究背景與意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.3 研究內(nèi)容13
• 1.4 研究方法與技術(shù)路線13-15
• 1.4.1 研究方法13-14
• 1.4.2 技術(shù)路線14-15
• 1.5 本論文的組織架構(gòu)15-16
• 第二章 點云配準(zhǔn)準(zhǔn)備與原理分析16-33
• 2.1 點云數(shù)據(jù)的獲取16-19
• 2.2 點云配準(zhǔn)的數(shù)學(xué)模型19-20
• 2.3 三維空間幾何變換20-23
• 2.3.1 三維平移和旋轉(zhuǎn)21-22
• 2.3.2 點云處理中坐標(biāo)變換22-23
• 2.4 配準(zhǔn)點對的選取方法23-25
• 2.4.1 基于距離函數(shù)的配準(zhǔn)點對的選擇23-24
• 2.4.2 基于特征的配準(zhǔn)點對的選擇24-25
• 2.5 特征提取25-32
• 2.5.1 鄰域選擇25-28
• 2.5.2 點云數(shù)據(jù)法向量計算28-29
• 2.5.3 鄰域大小的影響29
• 2.5.4 曲率和主曲率29-32
• 2.6 本章小結(jié)32-33
• 第三章 基于特征相似度的點云初始配準(zhǔn)算法33-43
• 3.1 初始配準(zhǔn)算法的改進(jìn)策略33
• 3.2 基于鄰域特征相似度的初始配準(zhǔn)33-42
• 3.2.1 基于四點算法的初始配準(zhǔn)34-35
• 3.2.2 搜索空間加權(quán)采樣35-37
• 3.2.3 五維特征空間37-38
• 3.2.4 特征相似度函數(shù)38
• 3.2.5 基于幾何特征的匹配點對的選擇38-39
• 3.2.6 基于特征相似度的點云初始配準(zhǔn)算法描述39-40
• 3.2.7 初始配準(zhǔn)算法的實驗與討論40-42
• 3.3 本章小結(jié)42-43
• 第四章 基于特征約束的點云精確配準(zhǔn)算法43-48
• 4.1 ICP算法配準(zhǔn)原理43-45
• 4.2 精確配準(zhǔn)算法改進(jìn)策略45-46
• 4.3 改進(jìn)的精確配準(zhǔn)算法描述46-47
• 4.4 本章小結(jié)47-48
• 第五章 實驗結(jié)果與討論48-60
• 5.1 實驗設(shè)計48-50
• 5.1.1 功能模塊劃分48-49
• 5.1.2 實驗?zāi)康?/span>49
• 5.1.3 實驗環(huán)境49-50
• 5.2 配準(zhǔn)算法比較50
• 5.3 噪聲和離異值50-55
• 5.4 算法的實際應(yīng)用55-59
• 5.4.1 在樹葉方面配準(zhǔn)的應(yīng)用55
• 5.4.2 在樹方面配準(zhǔn)的應(yīng)用55
• 5.4.3 在寬葉植株方面配準(zhǔn)的應(yīng)用55-59
• 5.5 本章小結(jié)59-60
• 第六章 結(jié)論與展望60-61
• 6.1 結(jié)論60
• 6.2 展望60-61
• 參考文獻(xiàn)61-66
• 致謝66-67
• 作者簡介67

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

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

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

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

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

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

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

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

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

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

10 錢偉春;3DSMAX中動態(tài)云的制作[J];多媒體世界;1999年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

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

2 蔡來良;李儒;;點云數(shù)據(jù)處理算法與實現(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;;點云空間曲線的微分信息計算及匹配方法[A];第四屆全國幾何設(shè)計與計算學(xué)術(shù)會議論文集[C];2009年

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

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

6 李凱;張愛武;;基于激光點云的糧倉儲糧數(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點云的城市道路提取[A];全國第19屆計算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集（上冊）[C];2008年

8 劉虎;;基于線性八叉樹的點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)動發(fā)展——蚌埠市科協(xié)2012年度學(xué)術(shù)年會論文集[C];2012年

9 李濱;王佳;;基于點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)自動化與信息化技術(shù)研討會論文集[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 曹裕華 高化猛 江鴻賓;激光點云 亦真亦幻[N];解放軍報;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;2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 彭檢貴;融合點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 袁小翠;產(chǎn)品表面缺陷視覺檢測數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];南昌大學(xué);2015年

4 韓峰;基于點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

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

6 李揚彥;基于點云的三維重建與形變事件分析[D];中國科學(xué)院深圳先進(jìn)技術(shù)研究院;2013年

7 楊德賀;面向虛擬測方系統(tǒng)的點云聚類與擬合理論[D];中國礦業(yè)大學(xué)（北京）;2014年

8 何朝明;離散點云處理的關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2007年

9 孟凡文;面向光柵投影的點云預(yù)處理與曲面重構(gòu)技術(shù)研究[D];南昌大學(xué);2010年

10 李寶;三維點云的魯棒處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

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

3 段紅娟;點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云獲取方法研究與實現(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)點云的曲線擬合研究與應(yīng)用[D];山東大學(xué);2015年

  本文關(guān)鍵詞：基于鄰域幾何特征約束的植株點云配準(zhǔn)算法研究，由筆耕文化傳播整理發(fā)布。

本文編號：297335