空间三维点云数据精确配准技术

发布时间：2020-07-18 20:01

【摘要】：点云配准作为空间三维点云预处理阶段的重要数据处理步骤,对获得完整的被测目标表面空间三维坐标有着极其重要的作用,但目前的各种配准算法在配准速度、精度及可靠性方面还有待提升。本文主要研究了空间三维点云数据的精确配准技术,重点研究了其中的特征提取、坐标转换、精确匹配、多站配准误差改正等算法,主要工作和创新点如下:1.总结了目前空间三维点云数据配准技术及现状,从数据预处理、特征提取、初始配准、精确配准及多站点云配准误差改正五个方面分析总结了各种算法的原理及特性。2.分析了点云数据空间分布规律,提出了一种三维激光点云数据虚拟特征点提取算法,该算法在曲率特征提取边角点的基础上,使用特征点聚类法将同一特征线上的边角点分类,并使用端点拟合或直线拟合方法提取出虚拟特征点。实验表明该算法提取出的虚拟特征点具有更高的可靠性,能提高初始配准计算速率和精度。3.针对初始配准过程中传统的七参数、罗德里格矩阵算法的稳定性易受粗差影响的问题,提出了一种基于整体最小二乘的罗德里格矩阵算法,该算法能够顾及系数矩阵本身存在的误差,有效减小特征点坐标误差对参数求解的影响。实验结果表明该算法较传统算法具有更高的精度及稳健性。4.针对传统点云精确匹配算法拉入范围小且容易陷入局部最优的情况,设计了一种基于两步法的3D-NDT(3-Dimensional-Normal Distributions Transform,三维正态分布)点云数据精确配准算法。该算法较ICP(Iterative Closest Point,最近点迭代)算法不仅精度、可靠性显著提高,且速度更快。5.针对多站地面三维点云连续配准过程中误差累积的问题,采用基于二次或三次多项式的单航带平差模型对累积误差进行改正。实验结果表明,该方法能有效减少系统误差积累,提高配准精度。
【学位授予单位】：战略支援部队信息工程大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN249
【图文】：

流程图,点云数据,配准,流程图

图 1.1 点云数据配准流程图1.2.1点云数据预处理由于三维激光点云数据采集仪器、采集方式等因素影响，获得的三维点云数据存在着遮挡、噪点和飞点等粗差点，因此需要在数据处理前将这些粗差点从已经获取的点云数据中剔除，以提高特征提取和配准的准确性。点云数据预处理的流程如图 1.2 所示。

流程图,点云数据,预处理,流程图

第一章绪论第3页图 1.1 点云数据配准流程图1.2.1点云数据预处理由于三维激光点云数据采集仪器、采集方式等因素影响，获得的三维点云数据存在着遮挡、噪点和飞点等粗差点，因此需要在数据处理前将这些粗差点从已经获取的点云数据中剔除，以提高特征提取和配准的准确性。点云数据预处理的流程如图 1.2 所示。图 1.2 点云数据预处理流程图目前点云数据的粗差剔除方法主要分为 3 类[4]：（1）直方图分析法[5]对于外露点可以采用直方图分析的方法对其评价，直方图的横轴表示高程值，纵轴表示对某高程值统计得到的点云数目。经过统计得到的极高点信息，尤其是 x, y坐标信息，可以迅速完成外露点的定位。此外，通过构三角网的方法，也可以迅速找到外露点，并判

论文研究,结构安排,绪论,论文

CloudCompare、MeshLab、GeomagicStudio 等三维点云数据处理软件均具有点云配准的功能模块，其中 CloudCompare 可以实现大数据量的人工干预点云配准，并可在点云重叠率高的情况下完成自动配准；MeshLab 可快速实现小数据量的人工干预点云配准Geomagic Studio 可以完成人工选点实现点云坐标转换，完成点云配准。国内具有配准功能的软件有 LiDAR360、CoProcess 及点云魔方等三维点云处理软件其中 LiDAR360 点云处理软件是北京数字绿土科技有限公司研制的一款点云处理软件，可实现自动的航带拼接、自动识别标志点的自动配准及人工干预的地面点云配准。CoProces及点云魔方三维点云处理软件的配准功能均可以人工选点方式实现点云配准。1.3论文研究内容与结构安排由于目前三维点云数据配准还存在初值要求高、抗差性及抗噪性能低、使用点迭代方式时间消耗大且易陷入局部最优等问题，本文从提高空间三维点云数据配准精度、速度及可靠性的角度出发，在深入分析三维点云数据空间分布形态、数据存储结构及算法运用模式的基础上，重点对空间三维点云数据配准的特征提取、初始配准、精确配准及误差改正等方面进行了研究。论文的研究思路如图 1.3 所示。

【参考文献】