收藏本站
收藏 | 论文排版

基于激光扫描的三维点云数据处理技术研究

陈永辉  
【摘要】:三维点云模型以离散采样点为基元,数据结构简单,能够表达任意复杂细节,在逆向工程、虚拟现实、文物保护等领域得到广泛应用。但是,利用扫描设备采集的三维点云数据往往含有噪声、采样不均匀、数据缺失、特征丢失等缺陷,因此,为了提高三维点云的质量,对点云后处理关键技术的研究与改进,具有重要的研究意义。使用三维激光扫描设备对工厂等大型复杂建筑进行数据采集时,受扫描设备自身的物理限制(如:采样距离、精度)以及数据采集现场的环境影响,需要在多个测量点分别采集数据,以获取目标对象的较完整的三维点云数据。现有点云处理算法通常以较少的采样点数量及特征、较小的空间尺寸的点云模型为研究对象,很难直接推广和应用于较大规模的点云模型。本文针对大场景点云数据处理的需求,研究了适用于大场景点云模型的简化、目标自动提取、点云重采样、骨骼抽取等主要技术。本文的主要工作和贡献归纳为以下几个方面:(1)大场景的点云简化方法针对大场景点云数据的空间范围大、点云密度分布不均匀、特征多样、数据冗余严重等问题,提出了一种大场景的点云简化方法。首先从点云索引构建和相邻点快速查找的需求出发,根据点云模型的空间大小、点云数量和邻域信息,估算最优空间划分栅格尺寸,基于局部点云分布密度,优化空间搜索方向,提高相邻点的动态搜索速度;然后基于法向量差、投影距离和空间距离,定义采样点的特征参数,将采样点分类为特征点和非特征点,以特征点作为点云的分割依据,将点云分成不同的特征区域,最后根据区域的几何特征和局部熵,动态调整区域简化策略,实现了大场景点云的自适应简化。实验表明,该方法避免了传统算法中追求简化率但细节丢失严重或者注重保留特征但简化率较低的缺点,点云模型的简化率和特征保持率达到了较好的平衡性,并且具有较快的简化速度。(2)特征保持的点云重采样提出了一种特征保持的点云重采样方法。首先估算点云中采样点的初始法向量,利用高斯映射将点云划分为特征点和非特征点;基于法向量权重和投影距离权重定义了一种各向异性的法向量估算法,重新计算特征点的法向量;基于法向量权重和密度权重的投影运算,使得投影点集在平滑区域均匀分布;针对特征区域的插值运算,保证了新插入点沿着特征区域均匀分布并且紧贴着采样表面。实验结果表明,该方法在提高特征区域的点云法向量精度的基础上,使用各向异性的重采样方法,不仅能够获得分布相对均匀、特征保持的点云,而且具有较好的空洞修复效果。(3)鲁棒的点云骨骼提取提出了一种鲁棒的曲线骨骼提取算法。首先根据采样点间的可视度将点云分割成“弱”强凸面区域,通过形状直径函数计算区域相似度,融合可能归属于同一语义形状的分片区域,得到连通的弱凸面集;然后根据弱凸面集点云信息,使用中值点法和局部最优切平面法生成候选骨骼点,并对候选骨骼点进行压缩、平滑和重定位;最后根据弱凸面集之间的连接信息,能够快速、准确地将各区域的骨骼分支相连,获得最终的曲线骨骼。与其他方法相比,该方法不仅能够直接处理包含多种几何形状的完整点云模型,而且能够从不完整点云模型中提取曲线骨骼,提取的曲线骨骼与原始点云模型的拓扑结构达到了较高的相似性,该方法具有较强的鲁棒性。(4)室内建筑大场景点云中目标自动提取针对室内建筑中墙体和圆柱体两种代表性物体,提出了大场景点云中目标自动提取方法。墙体自动提取时,因为原始数据不完整性,容易产生虚假墙体,针对此问题,本方法首先使用子块区域生长法,根据采样点的法向量信息、空间密度和子块特征,将点云模型快速划分为平面区域和非平面区域;针对平面区域,使用基于密度的RANSAC算法,提高不同密度的平面区域的平面检测结果;然后基于有向包围盒验证平面间关系,移除虚假墙体信息,填充不完整的真实墙体信息;最后基于一维均值漂移聚类算法、墙体法向和距离信息进行墙体融合,提取得到完整的墙体信息。圆柱体自动提取时,因其空间自由度高和采样不完整,往往只能检测到特定角度的部分圆柱体,针对此问题,本方法首先将点云分别向三个标准坐标平面进行投影,把三维空间中的圆柱体检测转换为二维平面中的圆弧检测;然后基于高斯映射检测点云中与标准坐标平面非垂直关系的圆柱体点云,通过迭代拟合获得与点云模型最匹配的圆柱体参数;最后基于均值漂移聚类算法融合分段圆柱体,获得完整的圆柱体信息。实验表明,本文方法不仅能够准确提取单层建筑的墙体信息,而且能够准确提取多层建筑的墙体信息;对于复杂场景中圆柱体提取,特别是不完整点云,本文方法不仅能够检测到更多的圆柱体数量,而且对不同直径的圆柱体提取具有较好的鲁棒性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李海亮;邓非;李刚;;摄影测量激光点云空洞修补[J];测绘科学;2010年05期
2 高恩阳;郑昊鸿;;点云数据滤波方法综述[J];科技资讯;2012年33期
3 龚书林;;三维激光点云处理软件的若干关键技术[J];测绘通报;2014年06期
4 赵强;彭国华;王锋;;点云精简的一种方法[J];西南民族大学学报(自然科学版);2006年05期
5 李德江;张延波;于曼竹;姜丽丽;曲雪光;;基于扫描模式的点云修复技术研究[J];测绘与空间地理信息;2011年06期
6 蔡来良;李儒;;点云数据处理算法与实现初步研究[J];测绘通报;2012年S1期
7 詹庆明;张海涛;喻亮;;古建筑激光点云-模型多层次一体化数据模型[J];地理信息世界;2010年04期
8 曾敬文;朱照荣;丁锐;;基于立方体网格的数据点云约简和体积计算方法[J];测绘科学;2008年06期
9 杨欣;姚海燕;;平面点云边界参数识别[J];中国西部科技;2009年27期
10 孙瑞;张彩霞;;点云数据压缩算法综述[J];科技信息;2010年32期
11 张毅;闫利;;地面激光点云强度噪声的三维扩散滤波方法[J];测绘学报;2013年04期
12 盛业华;张凯;张卡;;多站拼接后三维激光扫描点云的消冗处理[J];测绘通报;2010年03期
13 程效军;李伟英;张小虎;;基于自适应八叉树的点云数据压缩方法研究[J];河南科学;2010年10期
14 吴胜浩;钟若飞;;基于移动平台的激光点云与数字影像融合方法[J];首都师范大学学报(自然科学版);2011年04期
15 张巧英;陈浩;朱爽;;密度聚类算法在连续分布点云去噪中的应用[J];地理空间信息;2011年06期
16 秦高德;曾煌兴;徐兵;;交互式点云建模系统[J];数学的实践与认识;2013年03期
17 朱林华;蔡勇;;一种节省内存的点云中K最近邻算法[J];兵工自动化;2008年07期
18 施晓磊;赵翠莲;荣坚;范志坚;;基于平面层结构勘察的点云快速分割[J];现代机械;2010年05期
19 李德江;殷福忠;孙利民;;基于特征点的点云压缩方法研究[J];测绘通报;2012年01期
20 宋杨;;基于线性八叉树的点云简化与特征提取研究[J];广东科技;2012年17期
中国重要会议论文全文数据库 前10条
1 李文涛;韦群;杨海龙;;基于图像的点云生成和预处理[A];2011年全国通信安全学术会议论文集[C];2011年
2 蔡来良;李儒;;点云数据处理算法与实现初步研究[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
3 马国庆;陶萍萍;杨周旺;;点云空间曲线的微分信息计算及匹配方法[A];第四届全国几何设计与计算学术会议论文集[C];2009年
4 江倩殷;刘忠途;李熙莹;;一种有效的点云精简算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
5 解辉;张爱武;孟宪刚;;机载激光点云快速绘制方法[A];第二十五届全国空间探测学术研讨会摘要集[C];2012年
6 李凯;张爱武;;基于激光点云的粮仓储粮数量测量方法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
7 朱晓强;余烨;刘晓平;袁晓辉;Bill P.Buckles;;基于航拍图像和LiDAR点云的城市道路提取[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年
8 刘虎;;基于线性八叉树的点云简化与特征提取研究[A];促进科技经济结合,服务创新驱动发展——蚌埠市科协2012年度学术年会论文集[C];2012年
9 李滨;王佳;;基于点云的建筑测绘信息提取[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
10 杨雪春;;反求工程建模中点云切片技术研究[A];全国先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 陈永辉;基于激光扫描的三维点云数据处理技术研究[D];中国科学技术大学;2017年
2 彭检贵;融合点云与高分辨率影像的城区道路提取与表面重建研究[D];武汉大学;2012年
3 刘涌;基于连续序列自动快速拼接的全方位三维测量技术研究[D];西南交通大学;2013年
4 赖祖龙;基于LiDAR点云与影像的海岸线提取和地物分类研究[D];武汉大学;2013年
5 王瑞岩;计算机视觉中相机标定及点云配准技术研究[D];西安电子科技大学;2015年
6 段敏燕;机载激光雷达点云电力线三维重建方法研究[D];武汉大学;2015年
7 李艳红;车载移动测量系统数据配准与分类识别关键技术研究[D];武汉大学;2014年
8 崔婷婷;结合车载点云和全景影像的建筑物立面重建[D];武汉大学;2015年
9 戴玉成;基于UAV倾斜影像匹配点云的城市建筑物信息提取方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
10 龚珍;地面三维激光扫描点云场景重建方法研究[D];中国地质大学;2017年
中国硕士学位论文全文数据库 前10条
1 龚硕然;基于Delaunay三角剖分的点云三维网格重构[D];河北大学;2015年
2 杨红粉;频域技术应用于点云配准研究[D];北京建筑大学;2015年
3 段红娟;点云图像交互式曲线骨架提取技术及其应用[D];西南交通大学;2015年
4 张永恒;散乱点云数据配准方法研究[D];长安大学;2015年
5 吴爱;面向特征拟合的点云简化方法研究[D];中国地质大学(北京);2015年
6 薛广顺;基于立体视觉的牛体点云获取方法研究与实现[D];西北农林科技大学;2015年
7 胡诚;精度约束下地表LiDAR点云抽稀方法研究[D];西南交通大学;2015年
8 余明;三维离散点云数据处理技术研究[D];南京理工大学;2015年
9 陈星宇;基于三维彩色点云的地形分类方法研究[D];南京理工大学;2015年
10 朱东方;基于复杂拓扑结构点云的曲线拟合研究与应用[D];山东大学;2015年
中国重要报纸全文数据库 前2条
1 曹裕华 高化猛 江鸿宾;激光点云 亦真亦幻[N];解放军报;2013年
2 中国工程院院士 刘先林;四维远见的装备创新[N];中国测绘报;2012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