基于激光扫描的变电站设备三维点云数据识别技术研究

发布时间：2017-06-30 08:13

  本文关键词：基于激光扫描的变电站设备三维点云数据识别技术研究，由笔耕文化传播整理发布。

【摘要】：物体表面的三维坐标信息能够通过激光扫描仪快速获取,有助于加快其三维模型的重建。随着激光扫描仪在电力行业的应用,变电站三维仿真模型的建立逐渐变成研究的焦点。目前在进行变电站三维模型重建时,主要通过人眼对采集的三维点云数据进行辨认,确定设备所属的类型,然后再找出该设备所对应的3Dmax模型用于建模。这种方法不仅浪费了大量人力资源,而且效率低下。因此研究如何快速对设备点云进行精确识别具有重要的实际意义。本文以一个500kV变电站中的设备为实验场景,通过激光扫描仪获取设备的三维坐标信息,研究了三维点云数据的精简算法,重点解决了待测点云的特征提取以及识别的问题,最后介绍了Matlab算法的封装方法以及模型数据库管理软件的功能。针对上述研究目标,本文所做的具体工作如下:(1)选取了一个500kV的变电站,使用Faro激光扫描仪采集变电站内所有设备的点云数据,然后使用Geomagic软件提取出单个设备的点云数据。点云精简时利用了基于八叉树结构编码的精简算法,大大缩减了点云数目。(2)设备在三个坐标平面点集的边界点曲率可以表达它的外形信息,本文首先介绍了两种提取边界点的方法,说明了它们的优劣,然后提出了滚圆法,只提取出点集的外边界点,加快了边界点提取速度。最后利用点到弦的距离累积来求取边界点曲率,将曲率作为特征保存到模型数据库中。(3)采用了一种投影轮廓特征(PCF)的提取方法,将待测点云和模型点云的特征进行比较,预选出比较接近的设备,减少配准时的模型数量,然后利用ICP算法进行点云精确配准,找到匹配误差最小的模型,即待测点云所属类型。(4)对Matlab识别算法的封装进行了介绍,封装完成后生成了dll文件,并且给出了C#调用dll文件的方法。最后对本文设计的模型数据库管理软件进行了详细介绍,包括软件的增加、删除、修改以及查询等功能。
【关键词】：激光扫描仪 精简 识别 边界点曲率 PCF ICP算法
【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;TN249
【目录】：

• 摘要4-5
• Abstract5-13
• 1 绪论13-20
• 1.1 选题背景及研究意义13-15
• 1.1.1 地球空间信息科学的形成及应用领域13-14
• 1.1.2 论文研究内容及实际意义14-15
• 1.2 三维物体识别研究现状15-18
• 1.2.1 三维物体识别方法介绍15-17
• 1.2.2 激光扫描测量技术的现状17-18
• 1.3 课题来源及论文组织结构18-20
• 2 变电站设备点云数据识别整体流程及预处理20-30
• 2.1 变电站设备点云数据识别整体处理流程20
• 2.2 变电站设备点云数据的获取20-23
• 2.2.1 Faro激光扫描仪介绍20-21
• 2.2.2 变电站真实环境下点云数据采集过程21-23
• 2.3 变电站设备点云数据的精简23-29
• 2.3.1 常用的点云数据精简方法23-24
• 2.3.2 基于八叉树结构编码的点云精简24-26
• 2.3.3 点云精简实验26-29
• 2.4 本章小结29-30
• 3 投影降维数据边界点提取及曲率计算30-47
• 3.1 Delaunay三角网格剖分30-36
• 3.1.1 Delaunay三角剖分定义30-31
• 3.1.2 Delaunay三角剖分的准则31-32
• 3.1.3 局部最优化处理32
• 3.1.4 Delaunay剖分算法32-34
• 3.1.5 基于Delaunay三角化提取点集边界点34-36
• 3.2 滚圆法提取点集边界点原理36-39
• 3.2.1 Alpha Shape简介36
• 3.2.2 Alpha Shape算法原理36-37
• 3.2.3 滚圆法基本原理37
• 3.2.4 滚圆法提取设备投影点集边界点步骤37-39
• 3.3 边界点曲率计算39-43
• 3.3.1 曲率计算相关研究39
• 3.3.2 点到弦的距离累积39-43
• 3.4 滚圆法提取点集边界点实验43-45
• 3.5 距离累积法求取边界点曲率实验45-46
• 3.6 本章小结46-47
• 4 投影轮廓特征提取及目标分类47-66
• 4.1 投影轮廓特征的提取47-51
• 4.2 目标点云识别算法51-54
• 4.2.1 基于投影轮廓特征的模型预选51
• 4.2.2 基于ICP算法的目标识别51-54
• 4.3 点云识别实验分析54-64
• 4.3.1 模型预选的高效性54-58
• 4.3.2 ICP点云配准方法分析58-64
• 4.4 本章小结64-66
• 5 Matlab识别算法封装及模型库管理系统设计66-78
• 5.1 Matlab识别算法封装66-67
• 5.2 C#调用 Matlab 算法封装的 dll 文件67-69
• 5.3 模型数据库管理系统设计69-77
• 5.3.1 数据库表设计69-70
• 5.3.2 数据库管理系统功能介绍70-77
• 5.4 本章小结77-78
• 6 总结与展望78-80
• 6.1 本文研究内容总结78
• 6.2 研究展望78-80
• 参考文献80-83
• 致谢83-84
• 个人简历、在校期间发表的学术论文与研究成果84

【相似文献】

中国期刊全文数据库 前10条

1 钟晨;王伟;庄严;;基于三维点云的阶梯目标检测与参数估计[J];控制理论与应用;2013年06期

2 谭志国;鲁敏;郭裕兰;左超;;基于投影分布熵的多视点三维点云场景拼接方法[J];中国激光;2012年11期

3 康志忠;王薇薇;李珍;;多源数据融合的三维点云特征面分割和拟合一体化方法[J];武汉大学学报(信息科学版);2013年11期

4 简献忠;周海;杨鑫;侯乐鑫;郭强;;三维点云物体频谱获取方法[J];光子学报;2014年05期

5 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

6 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

7 宋宏权;刘学军;闾国年;甄艳;;地理参考下未标定图像序列的三维点云精度分析[J];测绘通报;2012年07期

8 解则晓;徐尚;;三维点云数据拼接中ICP及其改进算法综述[J];中国海洋大学学报(自然科学版);2010年01期

9 邢汉发;李长辉;;基于三维空间技术的历史文化名城数字化建设[J];测绘工程;2014年03期

10 魏永超;刘长华;杜冬;;基于曲面分割的三维点云物体识别[J];光子学报;2010年12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

  本文关键词：基于激光扫描的变电站设备三维点云数据识别技术研究，由笔耕文化传播整理发布。

，

本文编号：501186