基于二维截面筛选标记的点云简化方法研究

发布时间：2020-12-12 12:44

　　针对点云简化过程中局部冗余点难以正确去除的问题,对滤波器去噪、坐标系转换、二维平面点的处理等方面进行了研究,对目前点云预处理过程中大尺度噪声去除和点云精简方法进行了归纳,提出了一种二维截面筛选标记的点云简化方法。首先用滤波器去除了原始点云中的大尺度噪声,用截面截取了点云主体并进行了坐标变换;其次处理了二维截面上点的位置和颜色信息,筛选并标记出了孤立点和轮廓边沿的非模型点;然后对标记点进行了半自动剔除,完成了预处理;最后利用图像法重建的点云模型进行了测试。研究结果表明:该方法整体简化效率较高,半自动去除方式可准确去除冗余点和小尺度噪声,能够保持模型的尖锐特征,防止模型萎缩变形。 

【文章来源】：机电工程. 2020年05期 第582-587页 北大核心

【文章页数】：6 页

【部分图文】：

预处理流程

截面选取如图2所示。选取的截面向Z轴正方向每次移动z距离作为新截面,z为点之间最小平均间隔,共移动n次,共n+1张截面。n和由点云在Z方向总长度确定,使全部点云密集区被截面所截取;z由点云密度确定。为节省运算空间,点不超过5个的截面忽略不计算。每一截面转化为新坐标系,其点随之转换为新坐标。设置点云截面面积大小固定,保证每一片都能将点云主体包括在内。若点云主体有需要剔除缝隙杂点的部分,在截面选取时,取能使缝隙在截面上投影面积最大的面。

扫描域初始运动方向如图3所示。4个主运动方向+X,-Y,-X,+Y分别在图2中用箭头标注。以图3(a)的+X方向为例,圆的圆心从(0,0)直线运动到(a,0),触到对边返回或按2.2中介绍的触点返回(0,0)点,在Y轴方向运动r距离,圆心到点(0,r),再继续沿+X方向运动触边或触点返回,至此以往到达(0,b),进入主方向-Y运动。-Y,-X,+Y方向的运动规律同理。

【参考文献】：
期刊论文
[1]基于邻域平均法的点云去噪算法研究[J]. 吴玉泉,李沛鸿,杨倩.  江西理工大学学报. 2019(01)
[2]利用连续变形技术的三维点云简化方法[J]. 肖巍峰,田鑫,李朝奎,陈奇.  遥感信息. 2018(05)
[3]保持特征的散乱点云数据去噪[J]. 崔鑫,闫秀天,李世鹏.  光学精密工程. 2017(12)
[4]基于点云和高清影像数据的文化遗产多分辨率三维重建[J]. 朱黎,胡涛,郑明辉.  测绘通报. 2017(10)
[5]基于方法库的点云去噪与精简算法[J]. 李仁忠,杨曼,冉媛,张缓缓,景军锋,李鹏飞.  激光与光电子学进展. 2018(01)
[6]基于K-means聚类的RGBD点云去噪和精简算法[J]. 苏本跃,马金宇,彭玉升,盛敏.  系统仿真学报. 2016(10)
[7]基于渐进加密三角网机载LIDAR点云滤波改进算法研究[J]. 柳红凯,徐昌荣,徐晓.  江西理工大学学报. 2016(03)

博士论文
[1]三维点云数据处理的技术研究[D]. 王丽辉.北京交通大学 2011

硕士论文
[1]三维点云数据的去噪和特征提取算法研究[D]. 史皓良.南昌大学 2017
[2]逆向工程中数据测量和点云预处理研究[D]. 董锦菊.西安理工大学 2007



本文编号：2912582