發(fā)布時間：2020-03-28 10:40

【摘要】：激光雷達(dá)可以在夜間,霧天等一些惡劣條件下得到點云圖像。這些數(shù)據(jù)稀疏、不完整,通過人工提取特征需要依靠非常專業(yè)的知識和個人的經(jīng)驗。而卷積神經(jīng)網(wǎng)絡(luò)可以自動提取特征并分類,對位移、縮放及其它形式的剛體變化具有不變性。已有一些專家學(xué)者利用卷積神經(jīng)網(wǎng)絡(luò)來對點云圖像進(jìn)行分類識別,其中識別率最高的Vox Net網(wǎng)絡(luò)由于網(wǎng)格的劃分?jǐn)?shù)量有限,會使一部分?jǐn)?shù)據(jù)丟失。正是在這樣的背景下,本文對基于卷積神經(jīng)網(wǎng)絡(luò)的點云識別方法進(jìn)行了研究。本文首先介紹了卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展情況,分析了目前基于卷積神經(jīng)網(wǎng)絡(luò)的Vox Net網(wǎng)絡(luò)存在的不足。之后將三維CAD模型ModeNet做為待識別的物體模型,通過程序仿真激光雷達(dá)的掃描過程生成三維的點云數(shù)據(jù),對數(shù)據(jù)進(jìn)行預(yù)處理得到實驗所需數(shù)據(jù)。然后改進(jìn)了基于卷積神經(jīng)網(wǎng)絡(luò)的點云識別方法,搭建了神經(jīng)網(wǎng)絡(luò),進(jìn)行了架構(gòu)設(shè)計分析實驗得到了合適的網(wǎng)絡(luò)超參數(shù)。最后將訓(xùn)練好的網(wǎng)絡(luò)應(yīng)用于點云分類識別中,并將實驗結(jié)果與VoxNet網(wǎng)絡(luò)進(jìn)行了比較。實驗結(jié)果表明在使用相同的數(shù)據(jù)集進(jìn)行分類識別時,本文的方法比VoxNet方法在識別準(zhǔn)確率上有一定程度的提高。
【圖文】：

然后進(jìn)行最近鄰搜索匹配，來匹配結(jié)果，根據(jù)假設(shè)驗證來得到最終結(jié)果。點云常見特征如圖1.1 所示。（a） 點特征直方圖 （b） 快速點特征直方圖 (c) 視點特征直方圖圖 1.1 點云特征圖點云的一些算法如 k-d 樹，點特征直方圖、視點特征直方圖等已被 PCL 庫實現(xiàn)，并提供了豐富的接口供開發(fā)都使用。PCL 是由國外開源組織實現(xiàn)的，相對來說已經(jīng)很成熟了，但是在國內(nèi)只有很少的研究人員去使用。PCL 是由 C++語言實現(xiàn)，一般的開發(fā)人員都會用 Qt 來編寫界面，并調(diào)用 PCL 庫來實現(xiàn)算法。PCL 包含了點云處理中的常用算法

組合成一個特征進(jìn)行識別。HChen[41]將一然后在特征點周圍鄰域內(nèi)綜合考慮表面類圍鄰居點法向的關(guān)系提出了一種特征描述 LSP 之間對應(yīng)關(guān)系估計目標(biāo)是否存在中的位置。標(biāo)識別方法的蓬勃發(fā)展使得計算機運算和計算機存儲于 2D 圖像，越來越多的專家開始關(guān)注基。如 DanielMaturana 等人提出的 VoxNe用率來估計立體網(wǎng)格，二是能夠直接根據(jù)他們對 Binary occupancy grid、 Density究，，都取得了很好的結(jié)果。圖 1.2 是 V成的點云圖像的分類識別情況。
【學(xué)位授予單位】：西安工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN958.98

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王雯;任小玲;陳逍遙;;一種改進(jìn)的區(qū)域增長彩色3D點云分割算法[J];國外電子測量技術(shù);2018年11期

2 馬東嶺;王曉坤;李廣云;;一種基于高度差異的點云數(shù)據(jù)分類方法[J];測繪通報;2018年06期

3 楊澤鑫;程效軍;丁瓊;程小龍;;面向室內(nèi)場景點云的對象重建[J];測繪通報;2017年06期

4 翁福洲;黃鶴;;快速點云定向數(shù)學(xué)模型實際精度分析[J];北京測繪;2017年04期

5 琚俏俏;王令文;;基于自適應(yīng)切片的點云壓縮算法[J];工程勘察;2017年09期

6 許寧;鐘友玲;;地面三維激光掃描點云重建技術(shù)研究[J];數(shù)碼世界;2017年08期

7 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

8 徐守乾;朱延娟;;稀疏點云的曲面重構(gòu)[J];中國制造業(yè)信息化;2011年03期

9 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

10 周德芳,劉京南,余玲玲;基于OpenGL實現(xiàn)三維重構(gòu)點云處理[J];電子工程師;2003年10期

相關(guān)會議論文 前10條

1 牛雪娟;劉景泰;孫雷;;基于小波變換的柵格點云多分辨率分析[A];第二十七屆中國控制會議論文集[C];2008年

2 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

3 趙小祥;劉寶武;;車載點云中建筑物快速提取方法[A];地理信息與人工智能論壇暨江蘇省測繪地理信息學(xué)會2017年學(xué)術(shù)年會論文集[C];2017年

4 張舒;謝艾伶;白志輝;王響雷;;三維激光掃描點云粗差剔除方法研究[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008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

7 童艷麗;施昆;李志杰;;機載激光點云與影像的融合與分類技術(shù)研究[A];云南省測繪地理信息學(xué)會2016年學(xué)術(shù)年會論文集[C];2016年

8 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

9 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

10 趙四能;張靜海;楊映泉;王利黨;;基于布料模擬的點云濾波算法應(yīng)用分析研究[A];云南省測繪地理信息學(xué)會2017年學(xué)術(shù)年會論文集[C];2017年

相關(guān)重要報紙文章 前10條

1 本報記者 楊靜;私企的天空有點云[N];山西經(jīng)濟日報;2001年

2 記者 張瑩瑩;指點云嶺 激揚文字[N];云南政協(xié)報;2012年

3 商報記者 張緒旺;盤點云計算：概念眾多 能力存疑[N];北京商報;2011年

4 記者 王力中 通訊員 沈惠芳;世界頂尖點云掃描設(shè)備技術(shù)入駐德清[N];湖州日報;2015年

5 曹裕華 高化猛 江鴻賓;激光點云 亦真亦幻[N];解放軍報;2013年

6 VAR記者 張林才　郭宏遠(yuǎn) 彭敏;點云成金[N];電腦商報;2011年

7 高衛(wèi)松　蔡列飛;武大師生兩論文獲美國攝影測量與遙感學(xué)會獎[N];中國測繪報;2014年

8 記者 祝桂峰 通訊員 張榮;構(gòu)建“智慧廣州”又添新技術(shù)[N];中國礦業(yè)報;2012年

9 張立本 彭桂輝;航測局四項科研成果通過鑒定[N];中煤地質(zhì)報;2014年

10 本報記者 李樹

本文編號：2604337