三维激光扫描点云边界检测和孔洞修补技术研究

发布时间：2017-06-07 04:17

  本文关键词：三维激光扫描点云边界检测和孔洞修补技术研究，由笔耕文化传播整理发布。

【摘要】：三维激光扫描技术是测绘科学的一次技术革新,它以其独特的优势逐渐成为了多个领域的研究热点。由于在三维激光扫描过程中物体遮挡或者被测物体表面复杂等因素的影响,测量数据不可避免地产生孔洞,必然会对重建后数字模型的质量产生影响。研究点云边界检测和孔洞修补,确保点云数据的完整性,对后续点云数据处理和模型重构是十分有利的。本文重点研究了孔洞修复过程中的相应算法,通过编程实现及实验检验,完成了相关算法的改进,主要工作及成果如下:(1)针对散乱点云数据分布不规律性,本文提出了改进的动态网格k邻域算法,建立点云空间拓扑关系,实验表明该算法不仅能够快速、准确地查找出目标点的k邻近点,还具有较为广泛的适用范围。(2)为了检测出点云数据的边界,提出了基于吊锤法的方法。将目标点及其邻近点赋予相同的重量,以目标点作为支点进行悬挂,根据其物理表现中各点的空间分布关系判别目标点是否为边界点。实验证明,该算法能够准确地检测出边界特征点。(3)为了判别点云数据的内外边界,研究分析了内外边界与其他数据点的关系,基于内外边界的形心点与其他数据点相对于边界的位置的不同,对内外边界进行判别。实验证明,该方法能够准确地判别出内外边界。(4)为了修补点云数据的孔洞区域,深入研究了相关算法,利用基于径向基函数的改进方法对孔洞区域进行修补。通过将孔洞边界点投影到特征平面上,并基于扫描线进行特征面插值,然后利用径向基函数进行曲面拟合,最后将特征平面上的新增点映射到拟合曲面上,实现孔洞修补。实验证明,该算法在处理不同曲率变化的区域都有较好的修补效果,并具有较强的适用性。(5)通过将本文算法应用于龟山汉墓和峰峰矿区瓦斯罐点云数据孔洞修补中,验证了算法具有一定的实用性。
【关键词】：三维激光扫描 k邻近 边界检测 孔洞识别 孔洞修补
【学位授予单位】：中国矿业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：P225.2
【目录】：

• 致谢4-5
• 摘要5-6
• Abstract6-16
• 变量注释表16-17
• 1 绪论17-26
• 1.1 研究背景及意义17-18
• 1.2 国内外研究现状18-22
• 1.3 主要研究内容及技术路线22-24
• 1.4 论文组织结构24-26
• 2 三维激光扫描技术与数据预处理26-37
• 2.1 三维激光扫描技术26-32
• 2.2 RIGEL VZ-1000三维激光扫描系统32-34
• 2.3 点云数据预处理34-35
• 2.4 本章小结35-37
• 3 点云数据K邻域搜索算法37-48
• 3.1 邻域类型37-38
• 3.2 空间拓扑关系38-42
• 3.3 基于改进动态网格的k邻域算法42-43
• 3.4 算法实例及分析43-47
• 3.5 本章小结47-48
• 4 点云数据边界检测算法48-62
• 4.1 边界检测算法简述48
• 4.2 基于吊锤法的边界检测算法48-52
• 4.3 边界特征点排序52-53
• 4.4 内外边界特征点的识别53-55
• 4.5 算法实例及分析55-61
• 4.6 本章小结61-62
• 5 点云数据孔洞修补算法62-78
• 5.1 基于特征平面的孔洞修补62-65
• 5.2 基于径向基函数的曲面拟合65-68
• 5.3 基于拟合曲面的孔洞修补68-69
• 5.4 算法实例与分析69-73
• 5.5 工程实例应用73-77
• 5.6 本章小结77-78
• 6 结论与展望78-80
• 6.1 结论78
• 6.2 展望78-80
• 参考文献80-85
• 作者简历85-87
• 学位论文数据集87

【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 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

7 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

8 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

9 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

10 何朝明;离散点云处理的关键技术研究[D];西南交通大学;2007年

中国硕士学位论文全文数据库 前10条

1 龚硕然;基于Delaunay三角剖分的点云三维网格重构[D];河北大学;2015年

2 杨红粉;频域技术应用于点云配准研究[D];北京建筑大学;2015年

3 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

4 张永恒;散乱点云数据配准方法研究[D];长安大学;2015年

5 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

6 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

7 胡诚;精度约束下地表LiDAR点云抽稀方法研究[D];西南交通大学;2015年

8 余明;三维离散点云数据处理技术研究[D];南京理工大学;2015年

9 陈星宇;基于三维彩色点云的地形分类方法研究[D];南京理工大学;2015年

10 朱东方;基于复杂拓扑结构点云的曲线拟合研究与应用[D];山东大学;2015年

  本文关键词：三维激光扫描点云边界检测和孔洞修补技术研究，由笔耕文化传播整理发布。

本文编号：428167