融合影像序列的三维激光数据建模技术研究

发布时间：2017-06-28 10:01

  本文关键词：融合影像序列的三维激光数据建模技术研究，，由笔耕文化传播整理发布。

【摘要】：随着计算机技术的发展,三维重建成为计算机视觉的研究热点,并在医疗行业、电影行业、游戏产业、工业建筑等领域得到了广泛的应用。三维重建的最终目的是恢复场景的三维模型,基于图像的三维重建是获取三维模型的主要手段之一。很多学者基于sfm算法和稠密点云生成算法PMVS算法来实现基于影像序列的三维重建。本文深入研究国内外关于三维建模的理论和方法,针对三维激光扫描数据易产生点云空洞、数据缺失等问题,将三维模型的建立相关问题作为研究对象。深化认识了三维激光扫描数据的预处理流程和近景摄影测量的基本原理,探讨了多源点云数据融合的相关理论,提出了基于多维尺度因子的点云匹配方法,并针对非专业相机拍摄的具有一定重叠度的序列影像,研究了融合运动恢复结构(sfm)的近景摄影测量方法与PMVS算法的稠密点云建模技术。具体地,本文针对点云数据因物体遮挡、扫描区域和扫描对象的限制等原因造成的数据缺失状况,分析三维激光扫描对象点云缺失部位,将其分为三大类：(1)遮挡性数据缺失；(2)物体反射和激光吸收性数据缺失；(3)物体大小和扫描盲区引起的数据缺失；为解决这上述问题,本文深入研究了近景摄影测量原理及多视图像点云重构方法,并使用未标定的数码相机,通过拍摄多张具有一定重叠率的系列影像,然后通过sfm算法原理生成稀疏三维点集,并根据基于区域增长原理的稠密点云匹配算法(PMVS算法)生成稠密三维空间点集,最后将两种不同尺度的点云数据,基于多维尺度因子匹配算法进行融合；最终通过使用Geomagic和Polyworks三维数据处理平台,完成了实验目标的三维模型建立的研究工作。通过论文研究工作发现在融合影像序列的三维激光数据建模技术中,有效地提取图像的特征点并选取匹配点,对于后续有关稠密点云的生成建模具有很大影响作用；论文研究通过综合运用相机成像原理,融合SHIF特征点提取算法和Harris角点提取算法,开展了基于物像角和物像比的实验对比,得出在其它外在因素不变的条件下,当物像角在15。且物像比在80%时,研究实验重建的三维模型效果最优。总之,根据多源数据融合的基本思想,在点云融合方面提出了多维尺度因子的点云融合方法,并得到了很好的效果。
【关键词】：三维重建 影像序列 点云缺失 PMVS 多维尺度因子 控制因素sfm
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;P23
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-18
• 1.1 研究背景及意义10-12
• 1.1.1 研究背景10-12
• 1.1.2 研究意义12
• 1.2 国内外研究现状12-16
• 1.2.1 三维激光技术的进展12-14
• 1.2.2 基于多视影像三维建模进展14-16
• 1.3 研究的主要目标和内容16-18
• 1.3.1 研究主要内容16-17
• 1.3.2 研究技术路线17-18
• 第二章 三维模型建立基础理论18-28
• 2.1 三维激光扫描技术原理及数据特征18-19
• 2.1.1 三维激光工作原理18-19
• 2.1.2 数据特点19
• 2.2 三维激光测量系统分类及相关软件19-22
• 2.3 摄影测量原理22-25
• 2.3.1 近景摄影测量基础22-24
• 2.3.2 相机参数及型号24-25
• 2.4 点数据处理相关研究25-28
• 2.4.1 点云数据配准25-26
• 2.4.2 点云数据分割26
• 2.4.3 点云数据去噪26-28
• 第三章 点云数据缺失分类研究28-36
• 3.1 遮挡性数据缺失28-30
• 3.1.1 物体遮挡缺失28-30
• 3.1.2 自身遮挡数据缺失30
• 3.2 目标物特性影响所致数据缺失30-33
• 3.2.1 表面反射缺失30-32
• 3.2.2 激光吸收缺失32-33
• 3.3 扫描盲区及目标物大小原因缺失33-34
• 3.4 点云缺失弥补方法相关研究34-35
• 3.5 本章结语35-36
• 第四章 影像序列稀疏点集生成36-63
• 4.1 特征点提取及匹配算法37-44
• 4.1.1 Harris角点检测算法37-39
• 4.1.2 SIFT算法39-43
• 4.1.3 特征提取实验43-44
• 4.2 运动恢复结构技术(sfm技术)44-53
• 4.2.1 相机成像模型45-48
• 4.2.2 对极几何原理48-50
• 4.2.3 三角法空间三维结构重建50-52
• 4.2.4 稀疏光束法平差原理52-53
• 4.3 基于控制因素的sfm算法稀疏点云生成实验53-63
• 4.3.1 物像轴夹角因素55-58
• 4.3.2 视距和物像比因素58-63
• 第五章 基于稠密点云和三维激光点云三维建模63-77
• 5.1 基于区域增长的稠密匹配(PMVS)算法63-64
• 5.2.1 PMVS算法原理64
• 5.2 稠密点云算法步骤64-71
• 5.2.1 匹配64-68
• 5.2.2 面片扩展68
• 5.2.3 过滤68-71
• 5.3 基于稠密点云和三维激光点云三维建模71-77
• 5.3.1 三维建模技术要点71-72
• 5.3.2 基于多维尺度因子的点云融合技术实验研究72-77
• 第六章 总结和展望77-80
• 6.1 总结77-78
• 6.2 展望78-80
• 致谢80-82
• 参考文献82-87
• 附录A87

【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：融合影像序列的三维激光数据建模技术研究，由笔耕文化传播整理发布。

本文编号：493386