不同视角下建筑物LiDAR点云配准技术的研究

发布时间：2017-10-18 17:09

  本文关键词：不同视角下建筑物LiDAR点云配准技术的研究

  更多相关文章： 点云配准 建筑物LiDAR点云 FPFH描述子 ISS算法 CPD算法 模板匹配 降维 重采样

【摘要】：激光扫描技术因具有连续、自动、不接触和快速地采集高分辨率空间三维数据的特点,正逐步成为建筑物三维重建及数字城市中的新研究热点。为构建一个完整的建筑物LiDAR点云数据结构,需要对不同视角下获取的建筑物LiDAR点云数据进行配准。为此,本文以建筑物的三维重建为背景,重点研究了不同视角下建筑物Li DAR点云数据的配准问题。主要工作如下:1.针对建筑物LiDAR点云数据采用基于FPFH特征描述子的点云配准算法进行配准时,仅采用距离阈值法剔除错误的对应关系后仍然存在着许多误匹配点,导致配准精度不足的问题,提出了一种改进的配准算法。该算法在基于距离阈值法剔除误匹配点的基础上,加入了消除重复匹配点的约束条件,并利用特征点处的法向量进行约束,完成对剩余误匹配点的剔除,最后对建筑物LiDAR点云进行配准。实验表明,改进的配准算法可以很好地完成建筑物LiDAR点云的配准,提高配准的精度。2.针对传统的CPD配准算法计算复杂度高,大规模点云数据难以直接采用此算法进行配准的问题,提出了一种基于ISS特征点的快速CPD建筑物LiDAR点云的配准算法。首先,对建筑物LiDAR点云数据采用ISS算法提取特征点,减少建筑物LiDAR点云的数据量规模;其次,将提取得到的不同视角下建筑物LiDAR点云的ISS特征点采用CPD算法进行配准。实验结果表明,改进的配准算法简单有效、稳定可靠,提高了建筑物LiDAR点云采用CPD算法配准的效率。3.由二维图像的配准算法与建筑物丰富的结构信息得到启发,提出了一种基于降维的建筑物LiDAR点云配准算法。该方法采用降维的思想,首先,采用最小二乘法对建筑物的立面进行拟合,形成建筑物的投影面;其次,将建筑物LiDAR点云垂直投影到建筑物的投影面,最大限度的保持了建筑物固有的结构信息;然后,将投影点进行重采样生成二维图像,利用模板匹配法求出图像的同名点;最后,将图像的同名点索引回到建筑物LiDAR点云数据中,完成配准。实验表明,本文提出的配准算法,可以准确地获取建筑物LiDAR点云的同名点,有效地完成建筑物LiDAR点云的配准。
【关键词】：点云配准 建筑物LiDAR点云 FPFH描述子 ISS算法 CPD算法 模板匹配 降维 重采样
【学位授予单位】：集美大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TU198;TN249
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-16
• 1.1 研究背景和研究意义9-10
• 1.2 点云配准的国内外研究现状及问题10-14
• 1.2.1 基于足点分布的配准算法11-12
• 1.2.2 基于特征的配准算法12-14
• 1.3 研究目标14
• 1.4 本文的结构安排14-16
• 第2章 地面激光扫描仪简介16-21
• 2.1 地面激光扫描仪的基本工作原理16-18
• 2.2 典型的地面激光扫描仪简介18-21
• 第3章 基于 FPFH 特征描述子的建筑物 LiDAR 点云配准算法21-36
• 3.1 引言21
• 3.2 配准流程概述21-22
• 3.3 点云特征描述22-28
• 3.3.1 点云关键点提取22-24
• 3.3.2 点云的表面法线24
• 3.3.3 点特征直方图（PFH）描述子24-26
• 3.3.4 快速点特征直方图（FPFH）描述子26-28
• 3.3.5 PFH和FPFH的区别28
• 3.4 对应关系估计28-30
• 3.4.1 特征点对应估计28-29
• 3.4.2 奇异值法解变换矩阵29-30
• 3.5 实验结果与分析30-35
• 3.6 本章小结35-36
• 第4章 基于ISS特征点的快速CPD建筑物LIDAR点云配准算法36-48
• 4.1 引言36
• 4.2 ISS算法36-37
• 4.3 CPD算法模型37-40
• 4.3.1 极大似然估计37-38
• 4.3.2 CPD配准算法目标函数的构造38-39
• 4.3.3 EM算法解变换参数39-40
• 4.4 算法流程概述40-41
• 4.5 算法复杂度分析41
• 4.6 实验结果与分析41-47
• 4.7 本章小结47-48
• 第5章 基于降维的建筑物LIDAR点云配准算法48-62
• 5.1 引言48
• 5.2 配准算法概述48-49
• 5.3 建筑物LIDAR点云的降维49-52
• 5.3.1 建筑物投影面的确定49-50
• 5.3.2 点云投影50-51
• 5.3.3 投影点采样51-52
• 5.4 基于平方差的模板匹配52-53
• 5.5 点云同名点的索引53-54
• 5.6 实验结果与分析54-61
• 5.7 本章小结61-62
• 第6章 总结与展望62-64
• 6.1 论文的工作总结62-63
• 6.2 问题与展望63-64
• 致谢64-66
• 参考文献66-70
• 在学期间科研成果情况70

【相似文献】

中国期刊全文数据库 前10条

1 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

2 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

3 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

4 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

5 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

6 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

7 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

8 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

9 孙瑞;张彩霞;;点云数据压缩算法综述[J];科技信息;2010年32期

10 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

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

中国博士学位论文全文数据库 前10条

1 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

2 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

3 袁小翠;产品表面缺陷视觉检测数据处理关键技术研究[D];南昌大学;2015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 韩峰;基于点云信息的既有铁路状态检测与评估技术研究[D];西南交通大学;2015年

8 金龙存;3D点云复杂曲面重构关键算法研究[D];上海大学;2012年

9 李扬彦;基于点云的三维重建与形变事件分析[D];中国科学院深圳先进技术研究院;2013年

10 杨德贺;面向虚拟测方系统的点云聚类与拟合理论[D];中国矿业大学（北京）;2014年

中国硕士学位论文全文数据库 前10条

1 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

2 张永恒;散乱点云数据配准方法研究[D];长安大学;2015年

3 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

4 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

5 吕超;异型面工件定位装配系统测控技术研究[D];北京交通大学;2016年

6 刘婷玉;基于逆向工程的曲面模型数字化技术研究[D];华东理工大学;2016年

7 罗寒;地面激光扫描三维模型重建技术研究[D];东华理工大学;2016年

8 刘群;基于小光斑机载LiDAR数据的单木三维分割[D];北京林业大学;2016年

9 张巍;基于深度相机Kinect的植物叶片重建研究[D];江苏大学;2016年

10 谢颖;基于三维激光扫描的粮仓储量测量中点云数据处理技术的研究[D];华东师范大学;2016年

本文编号：1056117