基于点云的三维模型渲染技术研究

发布时间：2021-01-13 16:37

　　近年来,随着计算机图形学、虚拟现实、机器视觉和逆向工程等领域工程化应用需求的不断普及,基于点云的模型重建得到越来越广泛的应用,与其相关的技术也得到了快速发展:点云设备采集精度提高,点云获取方式更加便捷,点云数据也呈现海量化增长趋势。在这样的背景下,如何快速构建点云拓扑结构,如何提高点云搜索速度,如何在保持特征细节的前提下快速完成点云精简成为模型重建的核心研究问题。本文围绕空间散乱点云快速建模问题,深入研究了点云拓扑结构构建、点云去噪、点云精简和点云网格化等关键技术,并基于此设计实现了一个点云数据渲染系统。研究过程中,首先介绍了空间单元格、八叉树、KD树等三种点云拓扑结构构建算法并基于此实现了K近邻搜索,由于该方法属于串行处理方法,不适用于大规模点云搜索问题,因此本文在K近邻搜索中引入CUDA加速,实现了并行搜索;点云去噪方面,本文采用DBSCAN方法快速剔除了点云中存在的噪点和外点;点云精简方面,首先介绍了当前主流点云特征点提取方法和点云精简方法,分析了不同精简方法对建模效果的影响,在此基础上吸取了随机点云精简方法的优点,给出一种基于PCA特征点提取的点云混合精简方法,在不丢失特别多特... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：79 页

【学位级别】：硕士

【部分图文】：

CPU&GPU架构对比

哈尔滨工业大学工程硕士学位论文量的执行单元组成，这些执行单元可以轻松地完成大量建线程的开销，GPU 创建的线程非常轻量，开销很小。代计算，对于逻辑很重的计算 GPU 还是很难胜任。CU平台，有效的结合 CPU 和 GPU 来完成并行任务。将串将并行部分放到 GPU 上去执行。架构下，Thread 是并行计算的最基本的单元。数个 Thre个 Block 最多包含 512 个线程，同一个 Block 中的 Thre共享内存来交换数据。 不同 Block 之间的 thread 无法此它们无法直接通信。Grid 包含一组 Block，一个 Gr 并行结构如图 2-2 所示。

哈尔滨工业大学工程硕士学位论文根据点之间的关系分为规则点云和散乱点云，规则点云具又可分为扫描线点云、格化点和多边形点云。所以，根据点云的分布特征将点云分为如下四类，如图 2- 所示。扫描线点云，该点云由一组组扫描线组成，即扫描获得的点云位于扫描平内。基于激光的路面检测系统就扫描得到的点云就呈现该特征。网格化点云，点分布呈现网格状，每个点是均匀网格中的一点。激光扫描系统和基于投影的光栅量系统扫描得到的点云经过网格化差值得到的点云即呈该特征。散乱点云，该点无规则分布，个点之间没有拓扑结构关系。逆向工程中扫描三维物体得到的点云呈该特征。多边行点云，该点云的点分布在若干个平面上，一般是由核磁共振、业 CT 扫描测量获得的数据。

【参考文献】：
期刊论文
[1]基于Web GL技术点云可视化系统的研究与实现[J]. 向祎,文琳.  地理空间信息. 2018(10)
[2]基于GPU并行三角化的点云模型快速重建方法[J]. 宣伟,花向红,邹进贵,杨剑.  测绘通报. 2018(S1)
[3]复杂曲面零件散乱点云特征点提取[J]. 高瑞,李泷杲,黄翔,李栋.  航空制造技术. 2017(13)
[4]基于切片原理的海量点云并行简化算法[J]. 官亚勤,赵学胜,王鹏飞,李大朋.  计算机应用. 2016(07)
[5]散乱点云谷脊特征提取[J]. 张雨禾,耿国华,魏潇然.  光学精密工程. 2015(01)
[6]基于局部重建的点云特征点提取[J]. 王小超,刘秀平,李宝军,张绍光.  计算机辅助设计与图形学学报. 2013(05)
[7]一种改进的区域增长三角剖分方法[J]. 张世辉,马淑静.  燕山大学学报. 2010(06)
[8]点云模型谷脊特征的提取与增强算法[J]. 庞旭芳,庞明勇,肖春霞.  自动化学报. 2010(08)
[9]基于高斯曲率极值点的散乱点云数据特征点提取[J]. 马骊溟,徐毅,李泽湘.  系统仿真学报. 2008(09)
[10]三维散乱数据的k个最近邻域快速搜索算法[J]. 熊邦书,何明一,俞华璟.  计算机辅助设计与图形学学报. 2004(07)

博士论文
[1]面向虚拟现实的三维点云数据处理关键技术研究[D]. 杨焕宇.东华大学 2016

硕士论文
[1]三维散乱点云的特征提取方法研究[D]. 张靖.西北大学 2017
[2]基于CUDA的大规模点云数据处理技术[D]. 钟茜.浙江工业大学 2014
[3]散乱点云模型三角网格化处理算法的研究与实现[D]. 高向敏.南京师范大学 2011



本文编号：2975204