基于局部空间特征的点云分类方法研究

发布时间：2021-11-15 10:11

　　三维点云数据所特有的空间结构信息为进一步提升视觉应用的精度提供了可能,因此吸引了越来越多研究者的关注。点云分类是点云数据处理的一个重要研究方向,也是一个具有挑战性的课题,相关研究的重点主要集中在以下方面:（1）提高点云分类算法的精度,（2）在保持精度的前提下提高点云处理速度。本文主要研究了点云精简算法、特征描述子构建方法以及对应的分类算法,旨在保持分类精度的条件下提升点云分类算法的速度。本文的主要工作如下:（1）针对当前点云精简算法中存在的精简效率不高、精简导致精确度降低的问题,本文提出了一种点云的非均分层方法及分层点云精简算法。首先利用点云的空间结构信息完成非均分层处理;然后计算各层的曲率信息并据此去掉分层中不重要的点,实现单层点云的精简;最后将精简后的各层点云进行拼接得到完整的精简点云。对比实验结果表明了本文提出的点云精简算法的有效性。（2）针对经典的点云特征描述子存在特征维度较高、计算效率不高的问题,本文提出了一种二值化几何特征描述子（BGFD）。首先利用特征重要性评价及特征冗余性分析选择出最优几何特征子集,对其进行二值化处理得到二值化特征表示（BGFD）。采用BGFD与经典描述... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图２－２?“斯坦福兔子”原始点云模型可视化图??Ｆｉｇｕｒｅ?２－２?Ｏｒｉｇｉｎａｌ?“Ｓｔａｎｆｏｒｄ?Ｂｕｎｎｙ”?ｐｏｉｎｔ?ｃｌｏｕｄ?ｍｏｄｅｌ?ｖｉｓｕａｌｉｚａｔｉｏｎ??

?基于非均分层曲率计算的点云精简算法研究??中的模型点云的可视化结果如图２－５所示：??ＳＦ＾ｉｌ??图２＿５斯坦福扫描数据集中的模型示意图??Ｆｉｇｕｒｅ?２－５?Ｔｈｅ?ｍｏｄｅｌｓ９?ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｔｈｅ?Ｓｔａｎｆｏｒｄ?ｓｃａｎｎｉｎｇ?ｄａｔａｓｅｔ??为了验证本章提出的点云精简算法的有效性与进步性，选择其中的单个场景??点云包含５个模型点云的４个场景模型进行验证实验，所用的４个场景点云的可??视化结果如图２－６所示。??■Ｅ國圓??（ａ）?（ｂ）?（ｃ）?（ｄ）??图２－６场景点云可视化图（ａ）场景ａ?（ｂ）场景ｂ?（ｃ）场景ｃ（ｄ）场景ｄ??Ｆｉｇｕｒｅ?２－６

?基于非均分层曲率计算的点云精简算法研究??中的模型点云的可视化结果如图２－５所示：??ＳＦ＾ｉｌ??图２＿５斯坦福扫描数据集中的模型示意图??Ｆｉｇｕｒｅ?２－５?Ｔｈｅ?ｍｏｄｅｌｓ９?ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ?ｏｆ?ｔｈｅ?Ｓｔａｎｆｏｒｄ?ｓｃａｎｎｉｎｇ?ｄａｔａｓｅｔ??为了验证本章提出的点云精简算法的有效性与进步性，选择其中的单个场景??点云包含５个模型点云的４个场景模型进行验证实验，所用的４个场景点云的可??视化结果如图２－６所示。??■Ｅ國圓??（ａ）?（ｂ）?（ｃ）?（ｄ）??图２－６场景点云可视化图（ａ）场景ａ?（ｂ）场景ｂ?（ｃ）场景ｃ（ｄ）场景ｄ??Ｆｉｇｕｒｅ?２－６

【参考文献】：
期刊论文
[1]基于随机森林的倾斜影像匹配点云分类研究[J]. 赵利霞,王宏涛,郭增长,管建军.  测绘工程. 2018(12)
[2]一种改进的空间上下文点云分类方法[J]. 何鄂龙,王红平,陈奇,刘修国.  测绘学报. 2017(03)
[3]一种机载LiDAR点云分类的自适应特征选择方法[J]. 张爱武,肖涛,段乙好.  激光与光电子学进展. 2016(08)
[4]利用PCA-BP算法进行激光点云分类方法研究[J]. 张蕊,李广云,李明磊,王石岩.  测绘通报. 2014(07)
[5]顾及空间上下文关系的JointBoost点云分类及特征降维[J]. 郭波,黄先锋,张帆,王晏民.  测绘学报. 2013(05)
[6]基于决策树的机载LiDAR点云数据分类[J]. 杜娜娜,彭军还.  测绘科学. 2013(03)
[7]面向全局坐标变换的点云配准实现及精度评价[J]. 王书民,张爱武,崔营营,任芳,骆云飞.  工程勘察. 2011(11)
[8]LIDAR地面点云的简化方法研究[J]. 徐景中,万幼川,张圣望.  测绘信息与工程. 2008(01)

硕士论文
[1]激光点云数据压缩及曲面建模研究[D]. 蔺小虎.西安科技大学 2017
[2]基于二值描述符的三维目标识别研究[D]. 邓俊文.重庆大学 2015
[3]点云数据的压缩算法研究[D]. 杨璐璟.中南大学 2014



本文编号：3496575