點云即空間中大量點的集合,隨著各種掃描工具的出現(xiàn),我們可以越來越輕松地獲取身邊物體的點云信息。無論是從簡單的攝像測量原理得到的低精度點云,還是從精密的激光雷達獲得的高精度點云,都普遍存在點分布質量不高的問題。主要存在的問題有:受到觀測點和測量面之間空間關系,導致點分布不均;受到動態(tài)物體的干擾,致使噪點的出現(xiàn);受到遮擋物的掩蓋,靜態(tài)測量工具無法測量完整的物體,從而出現(xiàn)空洞等。怎樣從有缺陷的大量點云數(shù)據(jù)中提煉出最有效的、最有代表性的數(shù)據(jù)一直是點云初步處理中的重點和難點,進一步的研究和應用同時也期望著高質量的點云輸入,例如:3D物體重建、逆向工程和有限元分析等。面對種種需求和挑戰(zhàn),就催生了本文的研究:本文的工作主要就是從一個已知的密集點云出發(fā),用較少數(shù)量的稀疏點云來逼近這個密集點云所要表達的曲面。本文提出了一種新穎的點云重采樣方法,能對一個較為光滑的輸入點云進行重采樣,本文的主要理論貢獻是將網(wǎng)格上的重心Voronoi剖分(centroidal Voronoi tessellation)擴展到點云的重采樣上來。首先,根據(jù)輸入點云數(shù)據(jù)進行一次初步的隨機采樣,然后計算每一個采樣點的局部最佳估計曲面,...

【文章頁數(shù)】：77 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 概述
    1.2 相關工作
        1.2.1 點云獲取
        1.2.2 點云重采樣技術
    1.3 本文主要研究內容
    1.4 論文組織結構
第二章 背景知識介紹
    2.1 Voronoi圖
        2.1.1 受限Voronoi圖
        2.1.2 重心Voronoi剖分
        2.1.3 Voronoi圖的構造
    2.2 本章小結
第三章 基于重心Voronoi剖分方法的高質量點云重采樣
    3.1 點云重采樣算法流程
    3.2 點云初采樣
    3.3 局部估計網(wǎng)格
        3.3.1 最近鄰查找
        3.3.2 局部最佳估計曲面
        3.3.3 生成離散網(wǎng)格
    3.4 RVD的計算
    3.5 優(yōu)化
        3.5.1 Lloyd方法
        3.5.2 擬牛頓法
    3.6 投影
    3.7 點云二次初采樣
    3.8 本章小結
第四章 實驗結果
    4.1 均勻重采樣
    4.2 帶權輸出
    4.3 各向異性輸出
    4.4 帶有邊界的模型處理
    4.5 補洞
    4.6 點云去噪
    4.7 應用:點云重構網(wǎng)格模型
    4.8 本章小結
第五章 結論及研究展望
    5.1 總結
    5.2 展望
參考文獻
碩士期間發(fā)表文章目錄
致謝



本文編號：4019520