基于点云数据的案件现场三维重建方法研究

发布时间：2022-11-08 19:32

　　在目前公安工作中,三维重建技术作为案件现场收集和保存证据的重要手段,如今正面临着模型重建速率低以及重建表面纹理细节信息缺失等问题。点云数据的配准作为三维重建过程中关键一步,其结果的好坏直接影响到重建模型的质量。由于案件现场存在现实环境复杂和噪声干扰的问题,以及目前已有的点云配准算法自身计算过程复杂,造成了如今现有算法不能兼顾准确性和实时性的局面。为了能够有效解决上述问题,提升案件现场物体和场景的重建精度,加快重建速度,提高公安民警的工作效率,本文研究了一种基于FPFH（Fast Point Feature Histograms,快速点特征直方图）特征的改进点云配准算法,对点云的预处理和配准过程进行优化,以提高点云配准的精度和速度。论文的主要工作内容如下:首先,编译和安装了PCL（Point Cloud Library,点云库）及其依赖库,完成了PCL点云库运行环境的配置及功能测试,实现了点云处理函数在Windows系统和Linux系统中的正常调用。其次,针对一种滤波器只能过滤一种噪声的局限性,提出了空间点云混合滤波器的概念。利用体素格滤波器对冗余点云进行精简,通过统计滤波去除无效的离群... 

【文章页数】：98 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
引言
1 绪论
    1.1 课题研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 国内研究现状
        1.2.2 国外研究现状
    1.3 论文结构安排
2 PCL运行环境的搭建
    2.1 PCL点云库
    2.2 预编译包搭建
        2.2.1 预编译包介绍
        2.2.2 预编译包的安装
    2.3 利用已编译第三方库从源码搭建
        2.3.1 安装第三方依赖库
        2.3.2 编译源代码
        2.3.3 创建工作平台
        2.3.4 设置环境变量
        2.3.5 设置包含目录
        2.3.6 设置库目录
        2.3.7 设置附加依赖项
    2.4 示例实验
    2.5 本章小结
3 点云数据的获取
    3.1 点云数据
    3.2 数据采集设备
    3.3 坐标的变换
        3.3.1 图像坐标系
        3.3.2 摄像机坐标系
        3.3.3 世界坐标系
        3.3.4 针孔理想模型
    3.4 相机的标定
        3.4.1 传统相机标定方法
        3.4.2 相机自标定方法
        3.4.3 基于主动视觉的相机标定方法
        3.4.4 对kinect摄像机的标定
    3.5 本章小结
4 点云的滤波处理
    4.1 点云滤波概述
    4.2 直通滤波器
    4.3 体素格滤波器
    4.4 统计滤波器
    4.5 半径滤波器
    4.6 本章小结
5 点云配准策略研究
    5.1 点云结构索引
        5.1.1 K-D tree
        5.1.2 Octree
    5.2 点云的粗配准
        5.2.1 点云特征与特征点配准
        5.2.2 误匹配的剔除
    5.3 点云的精细配准
        5.3.1 SVD奇异值分解算法
        5.3.2 传统ICP算法
    5.4 基于FPFH特征的改进点云配准算法原理
    5.5 基于FPFH特征的改进点云配准算法的对比实验和分析
    5.6 本章小结
6 基于FPFH特征的改进点云配准算法的实现
    6.1 围绕物体的小范围点云配准
    6.2 小场景多幅点云配准
    6.3 本章小结
结论
参考文献
在学研究成果
致谢


【参考文献】：
期刊论文
[1]PCL环境搭建与在三维重建中的应用[J]. 姜子鹏,卜凡亮,秦静.  软件导刊. 2018(11)
[2]彩色三维扫描中纹理重建技术研究进展[J]. 吴佳琛,曹良才,陈海龙,彭翔,金国藩.  激光与光电子学进展. 2018(11)
[3]Learning stratified 3D reconstruction[J]. Qiulei DONG,Mao SHU,Hainan CUI,Huarong XU,Zhanyi HU.  Science China（Information Sciences）. 2018(02)
[4]基于Eigen和OpenCV的图像算法加速[J]. 舒畅,秦肖臻.  微型机与应用. 2017(24)
[5]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)
[6]基于ISS特征点结合改进ICP的点云配准算法[J]. 李仁忠,杨曼,田瑜,刘阳阳,张缓缓.  激光与光电子学进展. 2017(11)
[7]一种基于八叉树的快速体素化方法[J]. 段伟伟,罗健欣,倪桂强,唐斌.  微型机与应用. 2017(11)
[8]非接触式三维重建测量方法综述[J]. 丁少闻,张小虎,于起峰,杨夏.  激光与光电子学进展. 2017(07)
[9]基于灰度约束的三维数字散斑整像素相关搜索[J]. 何进英,刘晓利,彭翔,李阿蒙,蔡泽伟.  中国激光. 2017(04)
[10]基于PCL的点云数据压缩研究[J]. 闫帅,邱崧,刘锦高.  信息通信. 2015(04)



本文编号：3704430