第一章緒論

1.1地面三維激光掃描技術概況
基于地面的激光掃描儀主要包括激光測距系統(tǒng)和激光掃描系統(tǒng),王維激光掃描系統(tǒng),主要由三維激光掃描儀、汁算機、電源供應系統(tǒng)、支架以及系統(tǒng)配套軟件構成。而三維激光掃描儀作為三維激光掃描系統(tǒng)主要組成部分之一,又由激光發(fā)射器、接收器、時間計數器、馬達控制可旋轉的濾光鏡、控制電路板、微電腦、CCD相機及軟件等組成。除以上部件外,主流廠商的掃描儀通常帶有數碼相機,數碼相機一般與掃描儀一起內置或者單獨外置,數碼相機可以采集掃描物體的紋理信息,這其中包括點云顏色信息,送些信息是對三維坐標信息的重要補充,在信息提取,三維建模中應用非常廣泛。為了獲取掃描儀在大地坐標系中的坐標,有的掃描儀還配有GPS天線,這樣掃描儀自身的站也坐標系就能和大地坐標系統(tǒng)一起來,實現自主定位功能,使后續(xù)的數據處理過程更為方便。雖然不同的王維激光系統(tǒng)內部軟硬件結構細節(jié)上有所不同,但是一些激光掃描系統(tǒng)的工作原理的差別卻常常是大相徑庭。主要分為脈沖式測量原理、相位式測量原理、三角測量式原理以。地面激光掃描儀主要有三類觀測值:一是目標點與激光掃描儀的距離,二是激光束基于儀器站也坐標系的水平和豎直方向上的角度值,三是經目標點反射回來的激光強度。為了獲得掃描對象的表面紋理信息,大部分的激光掃描儀配置了高分辨率數碼照相機。
........

1.2國內外研究現狀
地面三維激光掃描儀獲得的點云數據集通常是散亂無序的,點與點之間缺乏明顯的拓撲關系,通過計算采樣點的K近鄰來確定散亂點云的幾何拓撲關系是點云數據處理過程中最常見的方法,它被廣泛應用于估算采樣點的法向量大小,噪聲點的濾波處理,曲面光順處理等過程中,是進行圖形圖像數據預處理的關鍵技術之一。K近鄰搜索首先在給定的二維或王維散亂數據集中找到K個與該點距離最近的點,距離的度量一般采用歐式距離。計算某點的K個近鄰點的一般方法是求出查詢點與點云數據集中除自身外所有點的距離,并按升序排列,前面的K個點即為查詢點的K近鄰。地面三維激光掃描儀獲得的原始點云數據量非常龐大,數以萬計,遍歷點云數據集中所有點計算查詢點的K近鄰時間開銷過大,不利于大規(guī)模點云數據的處理。
.........

第二章K近鄰搜索

2.1K近鄰的概念
陳杰根據函數連續(xù)性的定義,闡述了對于給定的空間形狀表面的一點,其局部鄰域范圍之內是連續(xù)的。因此可以采用K近鄰來計算物體表面的幾何信息。數學K近鄰是一種理論上的概念,即對點集中給定一點,到該點A個距離最近的點就是給定點的數學K近鄰。通常采用的距離度量方式為歐式距離,歐式距離計算比較簡便直觀,但點云數據分布和密度具有不均勻性,只采用歐式距離升算出的A近鄰的空間分布通常不均勻,而后續(xù)的處理需要A近鄰較為準確和均勻的反映某點周圍的空間信息,過于集中的分布使得同一區(qū)域的點表示的信息有限且重復,而分布較稀疏的區(qū)域點很難完整的表達該區(qū)域的空間信息,這樣會帶來空間表示的冗余和缺失。如圖2.1所示,在某點處選擇數學意義上的K近鄰的過程中,如果給定了K值(K=12),選擇的近鄰點主要集中于該點的左側,該點右側的近鄰點分布較為稀疏。
........

2.2空間索引
為了提高K近鄰搜索算法的效率,首先需要建立對點云數據集的空間索引P93,根據空間對象屬性的特征,給出相應的方法對空間對象屬性進行重新排列,這種數據結構稱為空間索引,為了處理復雜的空間對象,空間索引通常會簡化對象信息,突出重點對象或對象屬性,刪除與研究無關的對象或對象屬性。雖然空間索引只是輔助性的數據結構,但簡化了這算操作過程,提高了效率。對于大量的散亂點云數據,合適的空間索引可以提高對點云數據空間操作的效率,其中包括對點云數據的查詢、刪除、插入等。數據結構重組法引入樹狀數據結構,將整個數據集分成多層次子空間,然后根據分支規(guī)則,遞巧的用子空間建立節(jié)點。迭類方法用到的數據結構是二叉樹或多叉樹,分支規(guī)則保證了樹中的節(jié)點各不相同,分支規(guī)則也決定了送類方法的搜索效率�？臻g分割法將點集的包畫盒分成子空間,分割過程和數據結構重組法類似,但空間分割法不會將點重組為樹的形式,只記錄哪個子連間包含哪些點,子空間通常為立方體。算法首先計算出子立方體邊長,根據邊長將包圍念分成許多邊長一致的子立方體,然后先確定查詢點在哪個子立方體,接著計算子立方體中每個點和查詢點的距離,按升序排列,如果子立方體中有足夠的點,并且第A個最近距離小于查詢點和子立方體的最近面,就停止捜索。否者,就對附近的一個或多個子立方體進行捜索,當查詢點改變時,重復上面的過程。
.........

第三章回光強度與測距誤差........30
3.1回光強度........30
3.2點云測距誤差產生原因和回光強度的關系........31
3.3實驗與分析........35
3.4結語........36
第四章法向量估算和定向........37
4.1法向量估算方法........37
4.2K值的確定........39
4.3離群點和尖銳持征的處理........41
4.4法向量的重定向........42
4.5實驗和分析........45
4.6結語........46
第五章基于曲率特征的點君數據配準........47
5.1數據配準基本問題........47
5.2轉換矩陣和平移矩陣的求解........51
5.3同名點的選取........52
5.4基于曲率的特征點提取........55
5.5匹配點對的提取........56
5.6實驗與分析........60
5.7結語........60

第五章基于曲率特征的點云數據配淮

5.1數據配準基本問題

如圖5.1所示,同一三維模型數據在不同的觀察坐標系下得到的兩種形式。這兩種形式之間的關系,可以通過一個三維射影變換矩陣好來確定。一般的地面三維測量系統(tǒng),從不同視角獲取的三維數據,如果沒有發(fā)生特殊情況,一般不會發(fā)生形變,只需要進行參考坐掠系的旋轉和平移。因此射影變換矩陣以將會變?yōu)楸３纸嵌燃伴L度不變的剛體變換,對式(5.14),旋轉矩陣及平移向量—共有6個未知參數,為此,可以利用2對控制點約束的6個線性方程,來近似求解這6個參數。由于通常情況下,很難在兩組數據集中,非常精確地獲得正確的對應點,采用最少點的線性解法,計算得到的歐氏變換矩陣好誤差較大。為了減少變換矩陣參數的計算誤差,需要尋找盡可能多的對應點,用來約束盡可備多的變換方程,然后通過數學方法來對歐氏變換參數進行估算。利用約束方程對歐氏變換矩陣的參數進行估計,通�？蒦轉化為估計歐氏變換矩陣參數,使得在歐氏變換矩陣下,兩數據集間的誤差最小。

.........

總結

緒論部分介紹T地面三維激光掃描技術的發(fā)展現狀。包括市場上幾種主要的三維激光掃描儀和掃描儀各自的工作原理,概述了K近鄰搜索的現狀、基于點云回光強度信息的研究進展、對法向量估算和方向調整的重點和難點以及點云配準的研究現狀。第二章分析了三種類型的K近鄰,介紹了對散亂點云數據建立空間索引的必要性,重點闡述和分析了基于空間分塊和KD樹搜索算法的優(yōu)劣,確定了KD樹搜索算法作為文章的K近鄰查找算法,并驗證了KD樹捜索算法的有效性。第三章研究了回光強度的定義以及目前主要的應用領域,分析脈沖式測距原理測距誤差產生的原因,從光學角度出發(fā),研究了回光強度對測距誤差的影響,通過K近鄰計算局部離群系數來定量的度量測距誤差,并通過實驗探討了測距誤差和回光強度之間的聯系。發(fā)現某地鐵隧道掃描得到的點云數據的回光強度值越小,測距誤差越大。第四章介紹了基于Voroni圖和局部表面擬合的法向量估算,研究了離群點和噪聲的處理,合理K近鄰的選取及尖銳區(qū)域法向量的穩(wěn)健估算,最后分析了法向量定向的幾中常見的方法,并用實驗驗證了法向量定向的必要性。第五章詳細介紹了點云配準的基本原理和變換矩陣的求解,研究了基于標靴和基于幾何特征的同名點提取方法,提出了一種新的基于曲率信息的同名點對精確匹配算法,算法采用比對局部坐標系中,法向量方向上點的值的大小來確定同名點對,用實驗驗證算法的到的匹配點對求得的轉換參數能得到較好的初始配準效果。
.........
參考文獻(略)

，

本文編號：34923