激光点云数据索引和压缩方法研究
发布时间：2021-10-27 00:51
三维激光扫描技术是一种先进的全自动高精度立体扫描技术,高精度三维模型已在各行各业中取得了广泛应用,因此对于点云数据处理方法的研究尤为重要。本文在对三维激光扫描技术的原理以及点云数据处理技术研究的基础上,对点云数据索引以及点云数据压缩的经典算法进行改进,以获得高效的点云数据查询效率以及高精度的点云数据压缩质量。点云数据索引主要有格网索引、KD树索引、R树索引、八叉树索引、四叉树索引等方法,其中四叉树索引具有较好的索引效率,但是在索引过程中存在树深较大、四叉树存储冗余、堆栈溢出等问题。因此本文对四叉树索引进行改进,首先根据点云数据的跨度对点云数据进行分块,然后对分块后的点云数据进行四叉树索引,在四叉树索引时,引入自定义堆栈以及最小外包矩形的概念,从而对点云数据的四叉树索引结构进行良好的改进,经与传统的四叉树结构进行实验对比分析,改进的点云数据索引具有良好的建树效率以及查询效率。点云数据压缩方法主要有曲率采样法、随机采样法、均匀网格采样法、坐标增量法、区域重心法等方法,其中区域重心法具有较好的压缩精度,但是在压缩过程中会造成一些物体表面细节特征丢失,因此本文对区域重心法进行改进,首先对点云数...
【文章来源】：西安科技大学陕西省
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 选题背景及意义
1.2 国内外研究现状
1.3 研究内容
2 三维激光扫描技术
2.1 三维激光扫描系统工作原理
2.1.1 三维激光扫描系统扫描原理
2.1.2 定向原理
2.1.3 测距原理
2.1.4 测角原理
2.2 三维激光扫描系统设备组成
2.3 三维激光扫描系统分类
2.4 经典三维激光扫描系统介绍
2.5 三维激光扫描应用领域
3 三维激光扫描数据处理
3.1 三维激光扫描数据获取
3.1.1 现场踏勘
3.1.2 方案设计
3.1.3 控制点布设
3.1.4 测站点布设
3.1.5 标靶点布设
3.1.6 数据采集
3.2 三维激光扫描数据预处理
3.2.1 点云数据去噪
3.2.2 点云数据配准
3.2.3 点云数据曲面拟合
3.3 三维激光扫描误差分析
3.3.1 系统误差
3.3.2 偶然误差
3.3.3 粗差
3.4 三维模型重建
3.4.1 三维建模
3.4.2 纹理映射
3.5 本章小结
4 点云数据索引
4.1 点云数据特点
4.2 常用点云数据索引算法
4.2.1 基于KD树的点云数据索引
4.2.2 基于格网的点云数据索引
4.2.3 基于R树的点云数据索引
4.2.4 基于八叉树的点云数据索引
4.2.5 基于四叉树的点云数据索引
4.3 改进的点云数据四叉树索引算法
4.3.1 点云数据空间索引设计原则
4.3.2 点云数据四叉树索引的改进
4.3.3 改进的点云数据四叉树索引构建方法
4.4 实验与分析
4.4.1 改进的点云数据四叉树索引实验
4.4.2 实验结果对比与分析
4.5 本章小结
5 点云数据压缩
5.1 点云数据压缩评估准则
5.2 常用点云数据压缩算法
5.2.1 法矢量夹角采样法
5.2.2 随机采样法
5.2.3 均匀网格采样法
5.2.4 坐标增量法
5.2.5 区域重心压缩算法
5.3 改进的区域重心压缩算法
5.3.1 点云数据压缩算法设计原则
5.3.2 区域重心压缩算法的改进
5.3.3 改进的区域重心压缩算法
5.4 实验与分析
5.4.1 改进的区域重心压缩算法实验
5.4.2 实验结果对比与分析
5.5 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
攻读硕士期间竞赛获奖及论文发表情况
【参考文献】：
期刊论文
[1]车辆曲面重构中点云精简算法的研究与改进[J]. 王琼,王海燕,孙保群,夏光,徐超. 电子测量与仪器学报. 2017(11)
[2]基于三维点云的隧道全局中线提取方法及应用[J]. 程云建,仇文革,雷劲. 湖南大学学报(自然科学版). 2017(09)
[3]激光扫描系统在煤矿火区治理中的应用[J]. 王海生. 煤炭技术. 2017(09)
[4]基于改进坐标增量的点云数据压缩算法[J]. 姚顽强,蔺小虎,马飞,薛贝. 西安科技大学学报. 2016(06)
[5]基于数据类型转换的点云快速有损压缩算法[J]. 律帅,达飞鹏,黄源. 图学学报. 2016(02)
[6]LiDAR技术在公路工程测量中的应用[J]. 贾军. 黑龙江交通科技. 2016(02)
[7]基于重叠区域的高性能近似kD树算法[J]. 郑明玲,许柯,刘衡竹,魏登萍,李宝峰. 计算机辅助设计与图形学学报. 2015(06)
[8]大规模点云内外存调度绘制技术[J]. 张毅,吕秀琴. 计算机工程. 2014(01)
[9]基于八叉树的虚拟场景管理器的设计与实现[J]. 沈永增,刘东岳,徐均. 计算机系统应用. 2012(03)
[10]新的点云数据精简存储方法[J]. 张有亮,刘建永,付成群,郭杰. 计算机应用. 2011(05)
博士论文
[1]基于三维激光扫描的点云数据逆向重建算法研究[D]. 张坤.燕山大学 2016
[2]融合摄影测量技术的地面激光扫描数据全自动纹理映射方法研究[D]. 方伟.武汉大学 2014
[3]机载/地面海量点云数据组织与集成可视化方法研究[D]. 杨建思.武汉大学 2011
[4]三维激光扫描点云数据组织与可视化研究[D]. 张会霞.中国矿业大学（北京） 2010
硕士论文
[1]基于三维激光扫描的桥梁检测技术应用研究[D]. 卢颖.吉林大学 2017
[2]基于车载三维激光扫描数据分类的路面提取研究[D]. 杨芳.昆明理工大学 2016
[3]阔叶树激光雷达点云数据压缩方法研究[D]. 吴宝峰.电子科技大学 2016
[4]基于最小生成树的三维点云数据压缩算法研究[D]. 律帅.东南大学 2016
[5]基于点云数据的三维模型重建[D]. 樊琦.西安科技大学 2015
[6]基于坐标增量的点云数据精简压缩分析与实践[D]. 孙鹏飞.西安科技大学 2014
[7]三维激光扫描数据处理及在矿区大坝沉陷监测中的应用研究[D]. 郭超.吉林大学 2014
[8]点云数据的压缩算法研究[D]. 杨璐璟.中南大学 2014
[9]真实感三维模型的纹理映射技术研究与实现[D]. 钱朔.东华大学 2014
[10]海量三维点云数据的组织与可视化研究[D]. 徐鹏.南京师范大学 2013
本文编号：3460537
【文章来源】：西安科技大学陕西省
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
1 绪论
1.1 选题背景及意义
1.2 国内外研究现状
1.3 研究内容
2 三维激光扫描技术
2.1 三维激光扫描系统工作原理
2.1.1 三维激光扫描系统扫描原理
2.1.2 定向原理
2.1.3 测距原理
2.1.4 测角原理
2.2 三维激光扫描系统设备组成
2.3 三维激光扫描系统分类
2.4 经典三维激光扫描系统介绍
2.5 三维激光扫描应用领域
3 三维激光扫描数据处理
3.1 三维激光扫描数据获取
3.1.1 现场踏勘
3.1.2 方案设计
3.1.3 控制点布设
3.1.4 测站点布设
3.1.5 标靶点布设
3.1.6 数据采集
3.2 三维激光扫描数据预处理
3.2.1 点云数据去噪
3.2.2 点云数据配准
3.2.3 点云数据曲面拟合
3.3 三维激光扫描误差分析
3.3.1 系统误差
3.3.2 偶然误差
3.3.3 粗差
3.4 三维模型重建
3.4.1 三维建模
3.4.2 纹理映射
3.5 本章小结
4 点云数据索引
4.1 点云数据特点
4.2 常用点云数据索引算法
4.2.1 基于KD树的点云数据索引
4.2.2 基于格网的点云数据索引
4.2.3 基于R树的点云数据索引
4.2.4 基于八叉树的点云数据索引
4.2.5 基于四叉树的点云数据索引
4.3 改进的点云数据四叉树索引算法
4.3.1 点云数据空间索引设计原则
4.3.2 点云数据四叉树索引的改进
4.3.3 改进的点云数据四叉树索引构建方法
4.4 实验与分析
4.4.1 改进的点云数据四叉树索引实验
4.4.2 实验结果对比与分析
4.5 本章小结
5 点云数据压缩
5.1 点云数据压缩评估准则
5.2 常用点云数据压缩算法
5.2.1 法矢量夹角采样法
5.2.2 随机采样法
5.2.3 均匀网格采样法
5.2.4 坐标增量法
5.2.5 区域重心压缩算法
5.3 改进的区域重心压缩算法
5.3.1 点云数据压缩算法设计原则
5.3.2 区域重心压缩算法的改进
5.3.3 改进的区域重心压缩算法
5.4 实验与分析
5.4.1 改进的区域重心压缩算法实验
5.4.2 实验结果对比与分析
5.5 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
攻读硕士期间竞赛获奖及论文发表情况
【参考文献】：
期刊论文
[1]车辆曲面重构中点云精简算法的研究与改进[J]. 王琼,王海燕,孙保群,夏光,徐超. 电子测量与仪器学报. 2017(11)
[2]基于三维点云的隧道全局中线提取方法及应用[J]. 程云建,仇文革,雷劲. 湖南大学学报(自然科学版). 2017(09)
[3]激光扫描系统在煤矿火区治理中的应用[J]. 王海生. 煤炭技术. 2017(09)
[4]基于改进坐标增量的点云数据压缩算法[J]. 姚顽强,蔺小虎,马飞,薛贝. 西安科技大学学报. 2016(06)
[5]基于数据类型转换的点云快速有损压缩算法[J]. 律帅,达飞鹏,黄源. 图学学报. 2016(02)
[6]LiDAR技术在公路工程测量中的应用[J]. 贾军. 黑龙江交通科技. 2016(02)
[7]基于重叠区域的高性能近似kD树算法[J]. 郑明玲,许柯,刘衡竹,魏登萍,李宝峰. 计算机辅助设计与图形学学报. 2015(06)
[8]大规模点云内外存调度绘制技术[J]. 张毅,吕秀琴. 计算机工程. 2014(01)
[9]基于八叉树的虚拟场景管理器的设计与实现[J]. 沈永增,刘东岳,徐均. 计算机系统应用. 2012(03)
[10]新的点云数据精简存储方法[J]. 张有亮,刘建永,付成群,郭杰. 计算机应用. 2011(05)
博士论文
[1]基于三维激光扫描的点云数据逆向重建算法研究[D]. 张坤.燕山大学 2016
[2]融合摄影测量技术的地面激光扫描数据全自动纹理映射方法研究[D]. 方伟.武汉大学 2014
[3]机载/地面海量点云数据组织与集成可视化方法研究[D]. 杨建思.武汉大学 2011
[4]三维激光扫描点云数据组织与可视化研究[D]. 张会霞.中国矿业大学（北京） 2010
硕士论文
[1]基于三维激光扫描的桥梁检测技术应用研究[D]. 卢颖.吉林大学 2017
[2]基于车载三维激光扫描数据分类的路面提取研究[D]. 杨芳.昆明理工大学 2016
[3]阔叶树激光雷达点云数据压缩方法研究[D]. 吴宝峰.电子科技大学 2016
[4]基于最小生成树的三维点云数据压缩算法研究[D]. 律帅.东南大学 2016
[5]基于点云数据的三维模型重建[D]. 樊琦.西安科技大学 2015
[6]基于坐标增量的点云数据精简压缩分析与实践[D]. 孙鹏飞.西安科技大学 2014
[7]三维激光扫描数据处理及在矿区大坝沉陷监测中的应用研究[D]. 郭超.吉林大学 2014
[8]点云数据的压缩算法研究[D]. 杨璐璟.中南大学 2014
[9]真实感三维模型的纹理映射技术研究与实现[D]. 钱朔.东华大学 2014
[10]海量三维点云数据的组织与可视化研究[D]. 徐鹏.南京师范大学 2013
本文编号：3460537
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3460537.html
