多激光扫描仪三维重建技术研究及其在木材检测中的应用
发布时间：2021-10-12 08:07
三维重建技术的不断发展,使得对木材表面形貌的三维重建研究也迅速发展起来。虽然应用X射线计算机断层扫描（CT）技术能够对原木的内部结构进行精确的三维重建,但对于结构复杂的木材表面形貌,其重建结果欠佳。另外,X射线对人体的辐射伤害也较大,在实验室外使用很难做好辐射防护,难以实现对活立木树干表面形貌的扫描和三维重建。地面三维激光扫描技术的产生和测量精度的不断提高,使得使用高精度的地面三维激光扫描仪在野外实现对活立木树干表面形貌的精确三维重建成为可能。对树干表面形貌的精准三维重建研究,对进一步精确计算树木胸径、材积、生长量等参数,研究活立木生长状况随季节、气候、人工干预等因素影响的变化情况,研究森林的树种组成结构,监测和评估名树古木的健康状况,以及建立活立木精准三维重建图像数据库和名树古木三维数字化档案具有十分重要的意义。为了实现对树干表面形貌的全方位的精准三维重建,采用三个Gocator 2080三维智能激光扫描仪以等边三角形对称安装的方式,设计了一种由高精度平移升降装置（包括高精度平移台和双层开口环抱式三维激光扫描仪安装架两部分）、辅助升降车和中控设备三大部分组成的多激光扫描仪硬件系统。为...
【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景
1.2 木材的三维重建技术研究现状
1.3 三维激光扫描技术及其在林业研究中的应用
1.3.1 国外应用三维激光技术进行林业研究的现状
1.3.2 国内应用三维激光技术进行林业研究的现状
1.3.3 对国内外应用三维激光技术进行林业研究的现状的分析
1.4 三维激光点云去噪的研究现状
1.5 三维激光点云数据精简算法研究现状
1.6 点云数据配准算法的研究现状
1.7 本文研究内容和技术路线
1.7.1 本文研究的主要内容
1.7.2 本文研究的技术路线
2 三维激光点云数据逆向三维重建基础
2.1 三维激光扫描仪的分类及选取
2.2 三维激光点云数据的存储形式
2.3 影响点云数据三维重建图像质量的因素
2.4 点云数据的三维重建模型
2.5 本章小结
3 多激光扫描仪硬件系统设计
3.1 多激光扫描仪硬件系统的整体结构
3.2 高精度平移升降装置
3.3 辅助升降车
3.4 中控设备
3.5 多激光扫描仪硬件系统的扫描方法
3.6 本章小结
4 树干表面形貌三维激光点云数据的预处理
4.1 传统的双边滤波点云数据去噪方法
4.2 改进权重因子的双边滤波点云数据去噪方法
4.3 基于主成分分析的三维点云数据法向量估计
4.4 改进的双边滤波方法在树干表面形貌三维点云数据去噪中的应用
4.5 基于包围盒的二次曲面点云精简算法
4.6 基于包围盒的法向量估计点云数据精简
4.7 本章小结
5 树干表面形貌三维重建
5.1 基于七参数法的三个Gocator 2080三维激光扫描仪机械标定
5.2 ICP点云数据配准算法的简介
5.3 基于局部邻域几何特征改进的点云ICP配准
5.4 树干表面形貌三维激光点云数据配准
5.5 本章小结
6 基于树干表面形貌三维点云数据转换的树种分类识别
6.1 点云数据采集
6.2 表面平面转换(Surface Plane Transformation)方法
6.3 特征参数提取
6.4 SOM神经网络
6.5 实验材料的选取及灰度共生矩阵特征数据库的建立
6.5.1 实验材料的选取
6.5.2 灰度共生矩阵特征数据库的建立
6.6 树种分类识别结果及分析
6.7 本章小结
结论
参考文献
攻读学位期间发表的学术论文
攻读学位期间参与的课题
致谢
东北林业大学博士研宄生学位论文评阅
东北林业大学博士学位论文修改情况确认表
附件
【参考文献】：
期刊论文
[1]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)
[2]空间栅格动态划分的点云精简方法[J]. 傅思勇,吴禄慎,陈华伟. 光学学报. 2017(11)
[3]全面停止天然林商业性采伐后林业转型升级思考[J]. 郭宏骞. 防护林科技. 2017(06)
[4]点云数据提取二次曲面特征算法研究[J]. 黄景伟,何鹏,刘洁,陈明举. 信息通信. 2017(05)
[5]基于灰度共生矩阵与SOM神经网络的树皮纹理特征识别[J]. 李可心,戚大伟,牟洪波,倪海明. 森林工程. 2017(03)
[6]基于三维激光点云的树木胸径自动提取方法[J]. 王祺,胡洪,吴艳兰,许邦鑫,王浩,薛兴盛. 安徽农业大学学报. 2017(02)
[7]A new approach to retrieve leaf normal distribution using terrestrial laser scanners[J]. Shengye Jin,Masayuki Tamura,Junichi Susaki. Journal of Forestry Research. 2016(03)
[8]天然林商业性采伐明年将全面停止,我国加紧建设国家储备林[J]. 晓义. 中国人造板. 2016(03)
[9]总体最小二乘法在七参数坐标转换中的探讨[J]. 刘珺. 测绘通报. 2015(S1)
[10]基于噪声分类的双边滤波点云去噪算法[J]. 袁华,庞建铿,莫建文. 计算机应用. 2015(08)
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
[2]基于多重分形频谱技术的木材CT检测及其三维结构重建[D]. 于雷.东北林业大学 2010
[3]基于三维激光扫描测绘系统的森林计测学研究[D]. 罗旭.北京林业大学 2006
硕士论文
[1]改进的Delaunay三角剖分算法研究[D]. 高莉.兰州交通大学 2015
[2]基于地基激光雷达点云的树木三维结构自动重建技术研究[D]. 王斌.电子科技大学 2015
[3]基于点云数据的精简算法研究[D]. 蔡志敏.北京建筑大学 2014
[4]机载和地基激光雷达森林垂直结构参数提取研究[D]. 刘鲁霞.中国林业科学研究院 2014
[5]基于地面三维激光扫描的树木枝干建模与参数提取技术[D]. 高士增.中国林业科学研究院 2013
[6]基于采样球和ICP算法的点云配准方法研究[D]. 孟禹.清华大学 2012
[7]基于三维点云的树木分类研究[D]. 唐永春.华南理工大学 2011
本文编号：3432191
【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校
【文章页数】：93 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
1 绪论
1.1 研究背景
1.2 木材的三维重建技术研究现状
1.3 三维激光扫描技术及其在林业研究中的应用
1.3.1 国外应用三维激光技术进行林业研究的现状
1.3.2 国内应用三维激光技术进行林业研究的现状
1.3.3 对国内外应用三维激光技术进行林业研究的现状的分析
1.4 三维激光点云去噪的研究现状
1.5 三维激光点云数据精简算法研究现状
1.6 点云数据配准算法的研究现状
1.7 本文研究内容和技术路线
1.7.1 本文研究的主要内容
1.7.2 本文研究的技术路线
2 三维激光点云数据逆向三维重建基础
2.1 三维激光扫描仪的分类及选取
2.2 三维激光点云数据的存储形式
2.3 影响点云数据三维重建图像质量的因素
2.4 点云数据的三维重建模型
2.5 本章小结
3 多激光扫描仪硬件系统设计
3.1 多激光扫描仪硬件系统的整体结构
3.2 高精度平移升降装置
3.3 辅助升降车
3.4 中控设备
3.5 多激光扫描仪硬件系统的扫描方法
3.6 本章小结
4 树干表面形貌三维激光点云数据的预处理
4.1 传统的双边滤波点云数据去噪方法
4.2 改进权重因子的双边滤波点云数据去噪方法
4.3 基于主成分分析的三维点云数据法向量估计
4.4 改进的双边滤波方法在树干表面形貌三维点云数据去噪中的应用
4.5 基于包围盒的二次曲面点云精简算法
4.6 基于包围盒的法向量估计点云数据精简
4.7 本章小结
5 树干表面形貌三维重建
5.1 基于七参数法的三个Gocator 2080三维激光扫描仪机械标定
5.2 ICP点云数据配准算法的简介
5.3 基于局部邻域几何特征改进的点云ICP配准
5.4 树干表面形貌三维激光点云数据配准
5.5 本章小结
6 基于树干表面形貌三维点云数据转换的树种分类识别
6.1 点云数据采集
6.2 表面平面转换(Surface Plane Transformation)方法
6.3 特征参数提取
6.4 SOM神经网络
6.5 实验材料的选取及灰度共生矩阵特征数据库的建立
6.5.1 实验材料的选取
6.5.2 灰度共生矩阵特征数据库的建立
6.6 树种分类识别结果及分析
6.7 本章小结
结论
参考文献
攻读学位期间发表的学术论文
攻读学位期间参与的课题
致谢
东北林业大学博士研宄生学位论文评阅
东北林业大学博士学位论文修改情况确认表
附件
【参考文献】：
期刊论文
[1]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)
[2]空间栅格动态划分的点云精简方法[J]. 傅思勇,吴禄慎,陈华伟. 光学学报. 2017(11)
[3]全面停止天然林商业性采伐后林业转型升级思考[J]. 郭宏骞. 防护林科技. 2017(06)
[4]点云数据提取二次曲面特征算法研究[J]. 黄景伟,何鹏,刘洁,陈明举. 信息通信. 2017(05)
[5]基于灰度共生矩阵与SOM神经网络的树皮纹理特征识别[J]. 李可心,戚大伟,牟洪波,倪海明. 森林工程. 2017(03)
[6]基于三维激光点云的树木胸径自动提取方法[J]. 王祺,胡洪,吴艳兰,许邦鑫,王浩,薛兴盛. 安徽农业大学学报. 2017(02)
[7]A new approach to retrieve leaf normal distribution using terrestrial laser scanners[J]. Shengye Jin,Masayuki Tamura,Junichi Susaki. Journal of Forestry Research. 2016(03)
[8]天然林商业性采伐明年将全面停止,我国加紧建设国家储备林[J]. 晓义. 中国人造板. 2016(03)
[9]总体最小二乘法在七参数坐标转换中的探讨[J]. 刘珺. 测绘通报. 2015(S1)
[10]基于噪声分类的双边滤波点云去噪算法[J]. 袁华,庞建铿,莫建文. 计算机应用. 2015(08)
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
[2]基于多重分形频谱技术的木材CT检测及其三维结构重建[D]. 于雷.东北林业大学 2010
[3]基于三维激光扫描测绘系统的森林计测学研究[D]. 罗旭.北京林业大学 2006
硕士论文
[1]改进的Delaunay三角剖分算法研究[D]. 高莉.兰州交通大学 2015
[2]基于地基激光雷达点云的树木三维结构自动重建技术研究[D]. 王斌.电子科技大学 2015
[3]基于点云数据的精简算法研究[D]. 蔡志敏.北京建筑大学 2014
[4]机载和地基激光雷达森林垂直结构参数提取研究[D]. 刘鲁霞.中国林业科学研究院 2014
[5]基于地面三维激光扫描的树木枝干建模与参数提取技术[D]. 高士增.中国林业科学研究院 2013
[6]基于采样球和ICP算法的点云配准方法研究[D]. 孟禹.清华大学 2012
[7]基于三维点云的树木分类研究[D]. 唐永春.华南理工大学 2011
本文编号：3432191
本文链接：https://www.wllwen.com/nykjlw/lylw/3432191.html
