本文關(guān)鍵詞：三維激光點云的處理及重建技術(shù)研究

  更多相關(guān)文章： 點云濾波 簡化 包圍盒 曲率 快速增量 三維重建

【摘要】：隨著計算機技術(shù)在相關(guān)領(lǐng)域的使用,逆向工程的優(yōu)勢得到進一步凸顯。逆向工程主要包括點云數(shù)據(jù)的采集、點云數(shù)據(jù)預(yù)處理、點云三維重建等方面內(nèi)容。其中,點云數(shù)據(jù)的預(yù)處理及三維模型重建具有非常重要的基礎(chǔ)性地位,以此為課題進行研究對于提高點云數(shù)據(jù)的處理效率及三維重建效率有非常重要的理論和實際意義。本文針對點云處理中的散亂點云去噪、簡化以及三維曲面重建中的關(guān)鍵技術(shù)進行重點研究。主要工作如下:(1)點云信息在采集過程中無法規(guī)避地會混入一些噪聲點,這些點的存在會對后續(xù)的三維重建效果產(chǎn)生影響,所以應(yīng)該先對噪聲點進行去除。幅度較大的離群點的存在會對后期的法向與曲率估計產(chǎn)生影響,所以首先應(yīng)將這類離群點進行去除;接著對點云進行法矢修正,將鄰域點限制在法向最相似的區(qū)域;最后對噪聲點云在法矢修正的基礎(chǔ)上進行位置濾波。這樣不僅可以保證濾波方向的正確性,同時有利于保持目標物表面的幾何特征。(2)海量的空間點云會影響到后期點云處理的效率和復(fù)雜度,本文采用了一種組合的點云簡化算法,基于點云簡化的精度、簡度和速度三方面綜合考慮的基礎(chǔ)上實現(xiàn)海量點云的精簡。首先利用包圍盒對點云進行均勻劃分,然后分別在每個分區(qū)內(nèi)使用點云曲率精簡算法。這種方法可以在保證點云模型表面細節(jié)特征的前提下實現(xiàn)對大規(guī)模點云數(shù)據(jù)的精簡,方便后續(xù)的點云處理。(3)使用基于快速增量的三角網(wǎng)格化方法對點云進行三角網(wǎng)格構(gòu)建。在候選點的選取策略上進行了新的嘗試,本文引入了動態(tài)球策略將候選點自適應(yīng)地集中在動態(tài)球內(nèi),明顯縮短了候選點的尋找時間;接下來基于多種約束原則尋找最優(yōu)點對邊界邊進行擴展,在約束過程中采用距離計算代替三角函數(shù)計算以提高計算效率;最后通過設(shè)計獨到的最優(yōu)點評價函數(shù)對候選點進行量化,從中選擇出最優(yōu)點,與邊界邊進行連接,逐步形成三角網(wǎng)格,最終實現(xiàn)了點云的三維重建。論文中通過實驗對上述去噪、簡化和重建算法進行了驗證分析,說明了上述所用算法的可行性與有效性,展現(xiàn)了本研究的實際意義。
【關(guān)鍵詞】：點云濾波 簡化 包圍盒 曲率 快速增量 三維重建
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN249;TP391.7
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-13
• 1.1 研究背景與意義9-10
• 1.2 研究現(xiàn)狀10-12
• 1.2.1 點云去噪研究現(xiàn)狀10-11
• 1.2.2 點云簡化研究現(xiàn)狀11
• 1.2.3 點云曲面重構(gòu)研究現(xiàn)狀11-12
• 1.3 課題來源12
• 1.4 論文的組織結(jié)構(gòu)12-13
• 第2章 點云理論基礎(chǔ)及相關(guān)算法概述13-23
• 2.1 三維點云數(shù)據(jù)13-15
• 2.1.1 點云數(shù)據(jù)的采集13-14
• 2.1.2 點云數(shù)據(jù)類型及特點14-15
• 2.1.3 噪聲點的分類15
• 2.2 點云的K鄰域搜索15-19
• 2.2.1 點云數(shù)據(jù)的空間劃分16-18
• 2.2.2 K-鄰域搜索18
• 2.2.3 數(shù)據(jù)存儲18-19
• 2.3 曲率與法向量估計19-22
• 2.3.1 法向量估計及修正19-20
• 2.3.2 曲率估計20-22
• 2.4 本章小結(jié)22-23
• 第3章 基于空間分布的組合去噪算法研究23-33
• 3.1 雙邊濾波思想23-24
• 3.2 組合去噪算法24
• 3.3 基于鄰域距離和半徑的離群點去除24-26
• 3.3.1 基于半徑濾波的離群點去除24-25
• 3.3.2 基于鄰域距離的離群點去除25-26
• 3.4 基于法矢修正的噪聲點去除26-29
• 3.4.1 改進的協(xié)方差分析法27
• 3.4.2 點云法矢修正27-29
• 3.4.3 點云平滑29
• 3.5 算法流程29-30
• 3.6 實驗結(jié)果分析30-32
• 3.7 本章小結(jié)32-33
• 第4章 一種組合的點云簡化算法33-39
• 4.1 常用的點云簡化方法33-35
• 4.1.1 包圍盒算法33-34
• 4.1.2 基于曲率的簡化算法34-35
• 4.2 組合的點云精簡算法35-37
• 4.2.1 算法思想35-36
• 4.2.2 算法流程36-37
• 4.3 實驗結(jié)果及分析37-38
• 4.4 本章小結(jié)38-39
• 第5章 快速增量三角網(wǎng)格化39-53
• 5.1 三角網(wǎng)格化理論知識39-40
• 5.1.1 Voronoi圖39
• 5.1.2 Delaunay三角剖分39-40
• 5.2 常見的點云重建算法分析40-42
• 5.2.1 基于Delaunay三角化方法40-41
• 5.2.2 基于隱式曲面方法41
• 5.2.3 基于區(qū)域增長的重建方法41
• 5.2.4 網(wǎng)格常見算法分析41-42
• 5.3 快速增量三角網(wǎng)格化42-49
• 5.3.1 初始三角形構(gòu)建42
• 5.3.2 候選點范圍確定42-44
• 5.3.3 最優(yōu)點選取44-49
• 5.3.4 三角網(wǎng)格化算法的步驟49
• 5.4 數(shù)據(jù)存儲49-50
• 5.5 實驗結(jié)果及分析50-51
• 5.6 本章小結(jié)51-53
• 結(jié)論53-55
• 參考文獻55-59
• 攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文59-61
• 致謝61

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 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

2 龔書林;;三維激光點云處理軟件的若干關(guān)鍵技術(shù)[J];測繪通報;2014年06期

3 趙強;彭國華;王鋒;;點云精簡的一種方法[J];西南民族大學(xué)學(xué)報(自然科學(xué)版);2006年05期

4 李德江;張延波;于曼竹;姜麗麗;曲雪光;;基于掃描模式的點云修復(fù)技術(shù)研究[J];測繪與空間地理信息;2011年06期

5 蔡來良;李儒;;點云數(shù)據(jù)處理算法與實現(xiàn)初步研究[J];測繪通報;2012年S1期

6 詹慶明;張海濤;喻亮;;古建筑激光點云-模型多層次一體化數(shù)據(jù)模型[J];地理信息世界;2010年04期

7 曾敬文;朱照榮;丁銳;;基于立方體網(wǎng)格的數(shù)據(jù)點云約簡和體積計算方法[J];測繪科學(xué);2008年06期

8 楊欣;姚海燕;;平面點云邊界參數(shù)識別[J];中國西部科技;2009年27期

9 孫瑞;張彩霞;;點云數(shù)據(jù)壓縮算法綜述[J];科技信息;2010年32期

10 張毅;閆利;;地面激光點云強度噪聲的三維擴散濾波方法[J];測繪學(xué)報;2013年04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;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];促進科技經(jīng)濟結(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 賴祖龍;基于LiDAR點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

5 王瑞巖;計算機視覺中相機標定及點云配準技術(shù)研究[D];西安電子科技大學(xué);2015年

6 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

7 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

8 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)院深圳先進技術(shù)研究院;2013年

9 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

10 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

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 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

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

3 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

4 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

5 呂超;異型面工件定位裝配系統(tǒng)測控技術(shù)研究[D];北京交通大學(xué);2016年

6 劉婷玉;基于逆向工程的曲面模型數(shù)字化技術(shù)研究[D];華東理工大學(xué);2016年

7 羅寒;地面激光掃描三維模型重建技術(shù)研究[D];東華理工大學(xué);2016年

8 劉群;基于小光斑機載LiDAR數(shù)據(jù)的單木三維分割[D];北京林業(yè)大學(xué);2016年

9 張巍;基于深度相機Kinect的植物葉片重建研究[D];江蘇大學(xué);2016年

10 謝穎;基于三維激光掃描的糧倉儲量測量中點云數(shù)據(jù)處理技術(shù)的研究[D];華東師范大學(xué);2016年

，

本文編號：678837