收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于压缩感知的点云数据编码与重建

吴鑫  
【摘要】:三维激光扫描设备的飞速发展已经使得三维点云数据成为多媒体数据非常重要的组成部分。然而,随着三维扫描设备精度的不断提高,通过扫描设备所获取的三维点云数据也越来越大、越来越复杂,这给三维点云模型在网络资源有限的情况下,对其存储、传输、处理带来了很大困难,因此,关于三维点云数据的高效压缩编码方案一直被国内外学者广泛关注。 近几年,Candes、Donoho等人提出的压缩感知理论(Compressive Sensing/Compressed Sampling,CS)指出对于稀疏或者在某变换基下稀疏的信号可以对信号采用非线性下采样的方法来进行观测,利用低维的观测结果可以用与变换基满足非一致性的观测矩阵来对原始信号进行高概率精确重建。区别于传统的奈奎斯特采样定理,压缩感知理论结合信号的稀疏特性,利用观测矩阵来对信号进行观测,从而使得信号的采样过程不依赖于信号的带宽,而是信号的内容和结构。因此,压缩感知理论为多媒体信号的压缩编码开辟了一条崭新的途径。 本文从压缩感知理论的最新成果出发,利用三维点云数据局部空间的相似性,建立了三维点云数据的规格化方法,提出了基于过完备字典的点云数据稀疏表示模型和编码、重建模型。具体完成的工作如下: 第一,通过研究三维点云模型的几何空间特性以及局部相似特性,提出了一种基于K近邻的点云数据规格化方法,该方法有效的利用了点云数据的局部空间相似性,提高了三维点云数据在坐标数值上的相似性,为三维点云数据的稀疏表示提供了重要保证。 第二,考虑到规格化后的点云数据之间具有自相似性,因此,本文首先提出基于K-SVD的字典训练算法来获得规格化点云数据的稀疏表示基,使得规格化后的点云数据能够在过完备字典下稀疏表示。但是,传统的过完备字典训练算法不能很好的适用于三维点云数据,因此,本文结合点云数据的空间几何特性,提出一种基于K均值的三维点云数据过完备字典训练算法,为基于压缩感知的点云数据编码与重建奠定了基础。 第三,以压缩感知相关理论为指导,在点云数据规格化以及信号稀疏表示基础下,本文针对过完备字典稀疏表示的三维点云数据,提出了基于随-维1点云数据观测编码,方法,并且提出了基于1机观测的三范数最小化重建模型,以及基于TV方法的重建模型 实验结果表明,本文所述的三维点云数据处理方法具有良好的结果,为基于感知的三维点云数据编码与重建提供了一条崭新的思路,具有较高的创新性和实用价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨明菊;;单景扫描点云数据网模型的构建方法研究[J];硅谷;2011年08期
2 张春成;;一种改进的点云数据栅格算法[J];兵工自动化;2013年06期
3 徐伟恒;冯仲科;苏志芳;胥辉;焦有权;邓欧;;一种基于三维激光点云数据的单木树冠投影面积和树冠体积自动提取算法[J];光谱学与光谱分析;2014年02期
4 刘亚文;庞世燕;左志奇;;蚁群算法的建筑立面点云数据提取[J];武汉大学学报(信息科学版);2012年11期
5 喜文飞;方源敏;李帅;李健;;一种新的激光点云数据精简方法[J];测绘工程;2012年04期
6 何丽;李嘉;郑德华;;基于栅格的点云数据的边界探测方法[J];测绘工程;2013年03期
7 陈崇帮;欧新良;唐伟;李琦;;基于点云数据的去噪算法研究[J];长沙大学学报;2013年05期
8 钱锦锋,陈志杨,张三元,叶修梓;点云数据压缩中的边界特征检测[J];中国图象图形学报;2005年02期
9 李占贤;李振臣;陈杰;侯宇;;特殊工件扫描数据处理[J];机械工程师;2010年01期
10 夏永华;方源敏;陈杰;杨永明;左小清;;采空区点云数据的小波平滑方法[J];湖南科技大学学报(自然科学版);2012年01期
11 王可;唐忠辉;孙兴伟;;一种点云数据曲线光顺处理算法[J];组合机床与自动化加工技术;2013年02期
12 黄洪宇;陈崇成;邹杰;林定;;基于地面激光雷达点云数据的单木三维建模综述[J];林业科学;2013年04期
13 李健;王宗敏;马玉荣;田智慧;;多站激光点云数据全自动高精度拼接方法研究[J];武汉大学学报(信息科学版);2014年09期
14 李宝顺;岑红燕;包亚萍;李义丰;;基于平面提取的点云数据分割算法[J];计算机应用与软件;2014年07期
15 黄国珍,卢章平;面向逆向工程的点云数据精简方法[J];机械设计与研究;2005年03期
16 沈海平;达飞鹏;雷家勇;;基于最小二乘法的点云数据拼接研究[J];中国图象图形学报;2005年09期
17 周波;陈新河;谢雪冬;;多视点云数据自动拼合算法[J];自动化与仪器仪表;2007年01期
18 李丰;惠延波;吴小晴;;多视点云数据的拼合与精简技术研究[J];制造技术与机床;2009年08期
19 张昌明;;鼠标曲面点云数据处理及快速原型制作研究[J];机械设计与制造;2010年01期
20 孙玉文,刘伟军,王越超,刘健;截面扫描型点云数据的几何处理技术[J];机械科学与技术;2002年06期
中国重要会议论文全文数据库 前10条
1 闫龙;;摄影测量点云数据精简研究[A];第二十九届中国控制会议论文集[C];2010年
2 吴美金;;基于薄壁构件的点云数据提取[A];全国射线数字成像与CT新技术研讨会论文集[C];2009年
3 段文国;张爱武;蔡广杰;;基于VTK的点云数据绘制研究与实现[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
4 宋碧波;卢小平;卢遥;;基于点云数据的建筑物三维重建[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
5 张伟忠;张顺海;于德敏;;点云数据与建模软件的接口设计[A];全国第13届计算机辅助设计与图形学(CAD/CG)学术会议论文集[C];2004年
6 吕琼琼;杨晓晖;杨唐文;韩建达;庄严;;激光雷达点云数据的三维建模技术[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
7 刘佳;张爱武;杨丽萍;;室内场景激光点云数据的三维建模[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
8 隋立春;张熠斌;赵旦;;基于MicroStation的机载LiDAR点云数据分类处理软件[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
9 黄承亮;吴侃;刘虎;;基于三维TIN的格网化点云数据特征提取[A];数字测绘与GIS技术应用研讨交流会论文集[C];2008年
10 杨铭;陈建峰;;基于CUDA的海量点云数据kNN查询算法[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
中国博士学位论文全文数据库 前10条
1 张学昌;基于点云数据的复杂型面数字化检测关键技术研究及其系统开发[D];上海交通大学;2006年
2 王果;不同平台激光点云数据面状信息自动提取研究[D];中国矿业大学(北京);2014年
3 赵煦;基于地面激光扫描点云数据的三维重建方法研究[D];武汉大学;2010年
4 张会霞;三维激光扫描点云数据组织与可视化研究[D];中国矿业大学(北京);2010年
5 孙晓东;人体点云数据处理中若干问题的研究[D];北京工业大学;2012年
6 张帆;点云数据几何处理方法研究[D];西北大学;2013年
7 杨建思;机载/地面海量点云数据组织与集成可视化方法研究[D];武汉大学;2011年
8 敖建锋;动态沉陷区地面激光扫描数据处理关键问题研究[D];中国矿业大学;2013年
9 张力宁;点云数据抗噪处理方法及其在叶片重建中的应用研究[D];西北工业大学;2006年
10 薛耀红;点云数据配准及曲面细分技术研究[D];吉林大学;2010年
中国硕士学位论文全文数据库 前10条
1 叶雯;杨树活立木点云数据模型化研究[D];南京林业大学;2013年
2 刘金玲;基于隐函数实现点云数据重构方法的研究[D];辽宁师范大学;2009年
3 赵柳;基于点云数据的逆向技术研究与设计[D];中北大学;2010年
4 陈金锐;点云数据三维重建研究[D];武汉理工大学;2011年
5 张飞飞;点云数据简化及三维曲面重构[D];吉林大学;2012年
6 桓秉邦;牙颌点云数据三维可视化研究[D];电子科技大学;2012年
7 李伟;汽车座椅点云数据的精简和三角曲面重构[D];吉林大学;2013年
8 杜小燕;点云数据的光顺去噪与简化技术的研究与实现[D];苏州大学;2009年
9 李志良;基于点云数据的真三维建模方法研究[D];太原理工大学;2014年
10 吴岩冰;基于支持向量机的点云数据修补[D];郑州大学;2009年
中国重要报纸全文数据库 前1条
1 张庆英;危房测量引入三维实景技术[N];中国测绘报;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978