基于表面特征的变电站设备三维点云识别
本文关键词:基于表面特征的变电站设备三维点云识别
更多相关文章: 三维目标识别 线性八叉树 曲面特征 霍夫投票 姿态估计
【摘要】:随着地理信息系统向三维领域的不断发展,变电站三维数字化的研究备受关注,逐步成为研究的热点。运用三维激光扫描仪获取设备的点云数据并进行三维元器件的目标识别是此类研究的难点和关键点。由于采集数据的环境复杂、多变,在实际的场景中采集到的数据会有噪声、缺失、遮挡等情况,即使同一类型设备的点云数据也会存在不同程度的差异,这些都是三维目标识别的难点。本文将对基于点云三维数据进行目标识别这一课题进行研究和探讨,主要的研究工作如下:(1)采用八叉树方法对点云空间拓扑结构进行分析,获得设备点云的空间结构及层次关系,达到快速完成邻近点的搜索、提高数据预处理效率的目的。(2)在数据预处理的精简过程中,运用改进的线性八叉树方法使精简后的数据来源于设备的原有数据而非八叉树的根节点数据,从而尽可能地保留设备原有的曲面信息。(3)研究基于局部基面参数化的曲面拟合的方法,实现点云曲面特征的有效提取,包括主曲率、高斯曲率、平均曲率和形状索引值等参数,从而获得目标表面的局部特征。(4)研究基于三维霍夫投票的三维目标识别方法,通过建立局部参考系、描述符、对应点的搜寻、坐标转换和霍夫投票一系列步骤,获得目标质心的位置,从而进行设备三维点云的目标识别。(5)在识别过程中引入统计特性较好距离直方图,节约了识别时间,提高三维目标的识别效率。最后根据三维目标识别算法进行实验仿真,结果表明该算法能够较为有效地对三维设备点云进行识别。(6)研究了基于主成分分析方法的姿态估计算法,完成了对设备三维姿态的估计。仿真实验结果表明,本文方法能够较好地对三维设备的姿态进行估计。
【学位授予单位】:郑州大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TM63
【相似文献】
中国期刊全文数据库 前10条
1 周会成,陈吉红,黄声华,于克训;用三维点云计算活塞腔的体积[J];现代测量与实验室管理;2003年02期
2 托雷;康志忠;谢远成;王保前;;利用三维点云数据的地铁隧道断面连续截取方法研究[J];武汉大学学报(信息科学版);2013年02期
3 孙军华;谢萍;刘震;张广军;;基于分层块状全局搜索的三维点云自动配准[J];光学精密工程;2013年01期
4 周正捚;;基于三维点云数据在隧道变形监测中的应用[J];河南科技;2014年05期
5 葛宝臻;彭博;田庆国;;基于曲率图的三维点云数据配准[J];天津大学学报;2013年02期
6 李嘉;阿依古丽·阿曼;郑德华;;复杂场景三维点云中未知球形目标的自动识别方法[J];计算机辅助设计与图形学学报;2013年10期
7 孟放;查红彬;;基于LOD控制与内外存调度的大型三维点云数据绘制[J];计算机辅助设计与图形学学报;2006年01期
8 张牧行;贺昱曜;张智;;齐次坐标下基于卡尔曼算法的三维点云数据拼接算法[J];制造业自动化;2013年02期
9 张辉;张丽艳;;面向三维点云测量的双目立体匹配算法[J];南京航空航天大学学报;2009年05期
10 周会成,陈吉红,周云飞,曾理湛;三维散乱点云的分割与几何形体重构[J];机械与电子;2003年06期
中国重要会议论文全文数据库 前1条
1 陈宝权;;Towards Building a Live Digital City through Laser Scanning[A];第四届全国几何设计与计算学术会议论文集[C];2009年
中国博士学位论文全文数据库 前3条
1 王丽辉;三维点云数据处理的技术研究[D];北京交通大学;2011年
2 安毅;三维点云数据的几何特性估算与特征识别[D];大连理工大学;2011年
3 万国伟;面向建筑物的三维点云生成、增强和重建技术研究[D];国防科学技术大学;2011年
中国硕士学位论文全文数据库 前10条
1 梁士超;三维点云预处理技术研究[D];西南科技大学;2015年
2 可杨;基于相位轮廓术的三维重建技术研究[D];西南科技大学;2015年
3 邓军;三维点云处理和规则曲面拟合算法研究[D];西南科技大学;2015年
4 宋立鹏;室外场景三维点云数据的分割与分类[D];大连理工大学;2015年
5 赵鹏;三维点云数据的离群点检测和模型重建[D];大连理工大学;2015年
6 王建东;基于奶牛乳房子空间特征向量的三维点云相似性分析[D];天津科技大学;2013年
7 张楠;铁路场景下三维点云识别与分类算法研究[D];北京交通大学;2016年
8 杨小青;基于法向量的三维点云配准方法研究[D];中北大学;2016年
9 王洪宝;基于车辆变形三维点云数据的碰撞事故再现[D];江苏大学;2016年
10 蒋峥;室外三维点云采集系统研究[D];南京大学;2016年
,本文编号:1257947
本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/1257947.html