基于点云数据的三维模型重建

发布时间：2017-09-09 02:10

  本文关键词：基于点云数据的三维模型重建

  更多相关文章： 点云数据 三维激光扫描 三维模型 算法

【摘要】：三维模型是人类对现实世界物体的模拟,借助三维模型可实现城市规划、工业设计、文物复原等具有重要意义的研究工作。三维激光扫描技术的问世,使得真三维模型的重建工作变得更加容易实现。这种被称为实景复制技术的新手段可获取海量的三维点云数据,然后通过一系列的后处理流程实现从原始点云数据到真三维模型的所有任务。虽然这种基于点云数据的三维模型重建技术具有很多传统测量手段所不具有的优势,在目前仍存在一些亟待研究的问题。首先针对常用的平滑滤波算法可能会改变点的坐标值,而其他不改变坐标值的滤波算法往往还需要反射强度等信息这个现象,论文提出一种基于距离判定的滤波算法,该算法引入了统计学原理,且只需提供点的坐标值。经过编制算法程序进行实例验证并与原始图像对比,发现该算法滤波效果良好,能实现点云数据的滤波工作。其次针对点云数据压缩工作中较早提出的、常用的区域重心压缩算法会存在丢失模型细节特征较多的现象,论文对区域重心压缩算法进行了改进。改进算法将点云数据压缩分为两个步骤并结合两个阈值分别进行判定,在进行压缩时除了保留栅格体的重心点之外还保留了一个符合一定阈值范围的最远点,实现整个点云数据的压缩。通过编制算法程序验证并与区域重心压缩算法结果对比发现,同等条件下改进的区域重心压缩算法比区域重心压缩算法压缩效果好,而且通过剖面图对比可以看出前者丢失的细节特征较少,证明改进的区域重心压缩算法是可行的。最后针对目前建模平台方面存在的不完善、互不兼容等问题,论文在分析常用建模平台Geomagic Studio、Cyclone、PCL及建模辅助软件Photoshop、3DMax、SkyLine的优缺点的基础上,探索了一种多平台联合建模方法。在建模过程中,充分发挥各软件平台的建模优势,集成互补,使得模型重建效果更好。通过西安科技大学临潼校区部分建筑物三维模型重建实验,对这些软件之间处理结果的格式转换给出了解决方案。
【关键词】：点云数据 三维激光扫描 三维模型 算法
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P225.2
【目录】：

• 摘要3-4
• ABSTRACT4-9
• 1 绪论9-13
• 1.1 选题背景及意义9
• 1.2 国内外研究现状9-11
• 1.3 研究内容11-13
• 2 基于点云数据的三维建模基础13-23
• 2.1 三维激光扫描原理13-15
• 2.1.1 激光脉冲测距原理13-14
• 2.1.2 相位测距原理14
• 2.1.3 光学三角原理14-15
• 2.2 点云数据常用的存储格式15-16
• 2.2.1 ASCII格式文件15-16
• 2.2.2 二进制格式文件16
• 2.3 三维模型的基本形式16-17
• 2.3.1 点云模型16-17
• 2.3.2 三维线框模型17
• 2.3.3 三维表面模型17
• 2.3.4 三维实体模型17
• 2.4 三维模型的数学模型17-22
• 2.4.1 平面的数学模型17-18
• 2.4.2 球面的数学模型18-19
• 2.4.3 自由曲面的数学模型19-22
• 2.5 本章小结22-23
• 3 点云数据预处理23-40
• 3.1 点云数据配准23-26
• 3.1.1 配准的数学基础23
• 3.1.2 四元数配准算法23-24
• 3.1.3 六参数配准算法24-25
• 3.1.4 ICP算法25-26
• 3.2 基于距离判定的数据滤波算法26-31
• 3.2.1 平滑滤波26-27
• 3.2.2 双边滤波算法27
• 3.2.3 基于距离判定的数据滤波算法27-31
• 3.3 改进的区域重心压缩算法31-38
• 3.3.1 区域重心压缩算法32-33
• 3.3.2 基于真三维TIN的数据压缩算法33-34
• 3.3.3 改进的区域重心压缩算法34-38
• 3.4 点云数据分割38-39
• 3.4.1 点云数据分割算法的分类38
• 3.4.2 区域生长算法38-39
• 3.5 本章小结39-40
• 4 多平台联合建模方法40-45
• 4.1 Cyclone软件40-41
• 4.2 Geomagic Studio软件41
• 4.3 PCL软件41-42
• 4.4 三维建模辅助软件42-43
• 4.4.1 Photoshop软件42
• 4.4.2 3DMax软件42
• 4.4.3 SkyLine软件42-43
• 4.5 多种平台联合建模方法43-44
• 4.6 本章小结44-45
• 5 三维模型重建实验45-60
• 5.1 实验区选择45-46
• 5.2 实验数据获取46-48
• 5.3 点云数据预处理48-50
• 5.3.1 利用PCL平台对点云数据滤波48-49
• 5.3.2 利用Cyclone平台对点云数据配准49-50
• 5.3.3 利用PCL平台对点云数据压缩50
• 5.4 三维模型的重建50-56
• 5.4.1 Cyclone平台对较规则的建筑物建模50-54
• 5.4.2 Geomagic Studio平台对不规则建筑的建模54-56
• 5.5 利用 3Dmax平台对三维模型贴图56-57
• 5.5.1 利用Photoshop平台做材质56
• 5.5.2 三维模型贴图56-57
• 5.6 三维场景及地形信息的建立57-59
• 5.6.1 DEM和DOM的获取57-58
• 5.6.2 利用SkyLine平台制作三维场景58-59
• 5.6.3 实验结果分析59
• 5.7 本章小结59-60
• 6 结论与展望60-61
• 6.1 结论60
• 6.2 展望60-61
• 致谢61-63
• 参考文献63-66
• 附录66-70
• 附录一：基于距离判定的滤波算法核心代码66-69
• 附录二：改进的区域重心压缩算法核心代码69-70
• 附录三：攻读研究生期间取得研究成果70

【相似文献】

中国期刊全文数据库 前10条

1 喜文飞;史正涛;;一种新的点云数据组合精简算法研究[J];科技通报;2014年03期

2 刘志军;;基于三坐标测量机的点云数据测量规划研究[J];黑龙江科技信息;2008年20期

3 张会霞;;基于八叉树的点云数据的组织与可视化[J];太原师范学院学报(自然科学版);2011年03期

4 方源敏;夏永华;陈杰;宋炜炜;杨永明;左小清;;基于改进的角度偏差法的采空区点云数据精简[J];地球科学与环境学报;2012年02期

5 徐伟恒;冯仲科;苏志芳;胥辉;焦有权;邓欧;;一种基于三维激光点云数据的单木树冠投影面积和树冠体积自动提取算法[J];光谱学与光谱分析;2014年02期

6 靳克强;龚志辉;汤志强;张斌;袁辉;;机载激光雷达点云数据质量评价体系分析与探讨[J];测绘与空间地理信息;2012年04期

7 刘亚文;庞世燕;左志奇;;蚁群算法的建筑立面点云数据提取[J];武汉大学学报(信息科学版);2012年11期

8 喜文飞;方源敏;李帅;李健;;一种新的激光点云数据精简方法[J];测绘工程;2012年04期

9 何丽;李嘉;郑德华;;基于栅格的点云数据的边界探测方法[J];测绘工程;2013年03期

10 刘尚蔚;朱小超;张永光;魏群;;多片点云数据拼接处理技术的研究[J];水利与建筑工程学报;2014年01期

中国重要会议论文全文数据库 前10条

1 闫龙;;摄影测量点云数据精简研究[A];第二十九届中国控制会议论文集[C];2010年

2 吴美金;;基于薄壁构件的点云数据提取[A];全国射线数字成像与CT新技术研讨会论文集[C];2009年

3 段文国;张爱武;蔡广杰;;基于VTK的点云数据绘制研究与实现[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

4 宋碧波;卢小平;卢遥;;基于点云数据的建筑物三维重建[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

5 张伟忠;张顺海;于德敏;;点云数据与建模软件的接口设计[A];全国第13届计算机辅助设计与图形学（CAD/CG）学术会议论文集[C];2004年

6 吕琼琼;杨晓晖;杨唐文;韩建达;庄严;;激光雷达点云数据的三维建模技术[A];2009年中国智能自动化会议论文集（第二分册）[C];2009年

7 刘佳;张爱武;杨丽萍;;室内场景激光点云数据的三维建模[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

8 隋立春;张熠斌;赵旦;;基于MicroStation的机载LiDAR点云数据分类处理软件[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

9 黄承亮;吴侃;刘虎;;基于三维TIN的格网化点云数据特征提取[A];数字测绘与GIS技术应用研讨交流会论文集[C];2008年

10 杨铭;陈建峰;;基于CUDA的海量点云数据kNN查询算法[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

中国博士学位论文全文数据库 前10条

1 赵江洪;古建筑散乱点云基准面的提取与拟合[D];武汉大学;2012年

2 谷晓英;三维重建中点云数据处理关键技术研究[D];燕山大学;2015年

3 胡峰俊;三维离散点云数据的预处理和配准技术研究[D];浙江工业大学;2015年

4 董秀军;三维空间影像技术在地质工程中的综合应用研究[D];成都理工大学;2015年

5 李晓捷;基于深度相机的三维人体重建及在服装展示方面的技术研究[D];天津工业大学;2016年

6 张学昌;基于点云数据的复杂型面数字化检测关键技术研究及其系统开发[D];上海交通大学;2006年

7 王果;不同平台激光点云数据面状信息自动提取研究[D];中国矿业大学（北京）;2014年

8 赵煦;基于地面激光扫描点云数据的三维重建方法研究[D];武汉大学;2010年

9 张会霞;三维激光扫描点云数据组织与可视化研究[D];中国矿业大学（北京）;2010年

10 孙晓东;人体点云数据处理中若干问题的研究[D];北京工业大学;2012年

中国硕士学位论文全文数据库 前10条

1 张磊;大型钢结构建筑安装质量检测与变形监测软件系统设计与实现[D];北京建筑大学;2015年

2 饶杰;基于激光点云数据的建筑物快速三维建模[D];中国地质大学(北京);2015年

3 李俊宝;TLS在古建筑物测绘及建模中的应用研究[D];长安大学;2015年

4 谢金坤;基于事故车辆车身变形的碰撞速度研究[D];长安大学;2015年

5 顾品荧;基于点云数据的基本款女西装样板生成系统研究[D];苏州大学;2015年

6 李国瑞;车载LiDAR点云中的车辆自动检测技术[D];长安大学;2015年

7 江静;建筑物LiDAR点云数据特征检测及配准关键技术研究[D];集美大学;2015年

8 梁子瑜;基于TLS点云数据的林分调查因子测定及收获估计[D];南京林业大学;2015年

9 喻W毶，

本文编号：817674