三维重建中点云数据处理关键技术研究

发布时间：2017-05-17 13:01

  本文关键词：三维重建中点云数据处理关键技术研究，，由笔耕文化传播整理发布。

【摘要】：近年来,基于各种获取设备生成逼真的三维数字化模型已成为获取物体表面信息的主要手段之一,在计算机图形学、计算机视觉、测量学、机器人学、考古学等领域得到了广泛应用。获取设备采集到的原始数据通常以三维点云表示,由于其简洁性和灵活性,逐渐成为各类研究和工程应用中常见的处理对象。利用三维数字化设备对已有实物进行扫描获取表面三维点云数据,并对采集到的点云进行分析处理,进而进行准确、快速的三维重建,是当前三维数字可视化处理技术的关键问题。三维点云信息处理技术已成为当前应用的瓶颈,发展三维点云数据处理理论及方法已成为目前学术界研究的焦点。本文对重建过程中点云数据处理的关键技术进行了深入研究,主要包括点云的去噪、配准以及网格重建等技术,具体研究工作总结如下。首先,为了提高点云的质量,在消除离群点和噪声点产生不利影响的同时,保留物体表面的尖锐特征,提出一种基于法矢修正的点云去噪平滑算法。使用统计分析技术去除离群点,通过加权协方差分析法进行初始法向量和曲率估计,采用自适应动态邻域将近邻点限制在法矢相近区域,进而在三边滤波因子修正法矢量的基础上,三边平滑降噪点的位置。实验结果表明,该算法不仅能够有效去除点云模型中的大噪声点(离群点),而且在对小噪声平滑的同时保持了点云模型的尖锐及边缘特征,去噪效果良好。其次,针对随机采样一致性(RANSAC)方法穷举对应关系导致多次重复计算的缺陷,结合特征描述的方法,提出一种基于关键点描述的RANSAC初始配准方法。通过3DSIFT提取关键点缩小选点范围,鲁棒的FPFH描述子替代欧式距离进行有效对应关系查找,缩小样本集以及设定最小距离阈值提高查找最优变换的效率,最终缩短两片点云间的距离。实验结果表明,该算法有效提高了配准的准确性和稳定性,为下一步精确配准提供了良好的初值。再次,针对传统迭代最近点(ICP)算法迭代速度慢、错误匹配点对多、耗时长的问题,提出一种基于邻域特征的ICP点云精确配准方法。采用均匀采样和特征空间采样相结合的方式快速提取参与匹配的特征点,通过新的对应点搜索方法,提高配准的精度,并加入邻域特征降低误配的可能性,加速最近点的迭代收敛。实验结果表明,该方法提高了配准的精度和速度,克服了ICP算法计算量大耗时长的问题,具有更高的可靠性和稳定性。最后,为了能够快速地由大噪声重叠点云生成三角网格曲面,提出一种针对大噪声重叠点云的快速网格重建算法。采用改进降采样方法去除冗余,得到均匀采样的点云表面,通过移动最小二乘法(MLS)获取更鲁棒表面法线的同时,得到较光滑的流形表面,在此基础上采用多准则局部投影三角化算法快速完成点云的网格重建。实验结果表明,该算法显著提高了曲面重建的速度,另外,采用的降采样和MLS平滑策略有效提高了算法处理噪声点云的能力。
【关键词】：三维重建 点云处理 三边滤波 RANSAC ICP配准 网格重建
【学位授予单位】：燕山大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP391.41
【目录】：

• 摘要5-7
• Abstract7-12
• 第1章 绪论12-26
• 1.1 研究背景与意义12-15
• 1.1.1 研究背景12-13
• 1.1.2 应用领域13-14
• 1.1.3 研究意义14-15
• 1.2 点云处理技术国内外研究现状15-23
• 1.2.1 点云去噪平滑技术15-17
• 1.2.2 点云初始配准技术17-19
• 1.2.3 点云精确配准技术19-21
• 1.2.4 点云曲面重建技术21-23
• 1.3 本文研究内容23-24
• 1.4 本文组织结构24-26
• 第2章 点云获取及邻域特征估算26-37
• 2.1 引言26
• 2.2 点云获取技术26-28
• 2.3 点云数据的邻域28-31
• 2.3.1 邻域的划分方法28-30
• 2.3.2 基于kd-tree的邻域查找30-31
• 2.4 点云几何属性估算方法分析31-35
• 2.4.1 法向量估计分析31-34
• 2.4.2 曲率估计分析34-35
• 2.5 获取设备及实验环境35-36
• 2.5.1 点云获取设备35
• 2.5.2 实验环境35-36
• 2.6 本章小结36-37
• 第3章 基于法矢修正的点云去噪平滑算法37-50
• 3.1 引言37
• 3.2 研究目标和思路37-38
• 3.3 基于法矢修正的点云去噪平滑算法38-46
• 3.3.1 离群点滤除38-40
• 3.3.2 初始法向量估计40-42
• 3.3.3 基于三边滤波的法矢修正42-44
• 3.3.4 三边平滑采样点位置44-45
• 3.3.5 算法流程45-46
• 3.4 实验结果及分析46-49
• 3.5 本章小结49-50
• 第4章 基于关键点描述的RANSAC初始配准方法50-68
• 4.1 引言50-51
• 4.2 几何特征描述子分析51-55
• 4.2.1 旋转图像51
• 4.2.23D形状内容51-52
• 4.2.3 点特征直方图52-53
• 4.2.4 快速点特征直方图53-55
• 4.2.5 高维特征描述子的分析与比较55
• 4.3 随机采样一致性算法55-56
• 4.4 基于关键点描述的RANSAC初始配准方法56-64
• 4.4.1 尺度不变特征转换关键点提取算法57-60
• 4.4.2 基于FPFH特征描述的对应点查找方法60-62
• 4.4.3 随机采样一致性样本集的优化62
• 4.4.4 算法整体流程描述62-64
• 4.5 实验结果与分析64-67
• 4.6 本章小结67-68
• 第5章 基于邻域特征的精确配准算法68-82
• 5.1 引言68
• 5.2 ICP精细配准68-71
• 5.2.1 ICP算法的提出68-70
• 5.2.2 ICP算法发展及分析70-71
• 5.3 基于邻域特征的ICP精确配准算法71-77
• 5.3.1 提取特征点72-73
• 5.3.2 搜索对应点73-74
• 5.3.3 筛选对应点对74-75
• 5.3.4 SVD求解刚体变换75-76
• 5.3.5 算法步骤76-77
• 5.4 实验结果及分析77-81
• 5.5 本章小结81-82
• 第6章 大噪声重叠点云的三角网格表面重建算法82-96
• 6.1 引言82-83
• 6.2 算法思想83
• 6.3 预处理过程83-88
• 6.3.1 降采样去除冗余84-85
• 6.3.2 移动最小二乘光滑85-88
• 6.4 多准则局部投影三角化88-92
• 6.4.1 局部投影三角化原理89
• 6.4.2 多准则邻域筛选89-91
• 6.4.3 多准则投影三角化算法描述91-92
• 6.5 实验结果及分析92-95
• 6.6 本章小结95-96
• 结论96-98
• 参考文献98-107
• 读博士学位期间承担的科研任务与主要成果107-109
• 致谢109-110
• 作者简介110

【参考文献】

中国期刊全文数据库 前5条

1 姜德涛;吕乃光;谭启蒙;;大型工件位姿估计中的稀疏点云配准方法[J];北京信息科技大学学报(自然科学版);2012年01期

2 邹北骥;周浩宇;王磊;梁毅雄;;大交叠区域的三维网格的融合与拼接[J];电子学报;2012年05期

3 肖春霞;;Multi-Level Partition of Unity Algebraic Point Set Surfaces[J];Journal of Computer Science & Technology;2011年02期

4 曾锋;杨通;姚山;;点云重构三角网格的生长型神经气算法[J];软件学报;2013年03期

5 孙金虎;周来水;安鲁陵;;点云模型法矢调整优化算法[J];中国图象图形学报;2013年07期

中国博士学位论文全文数据库 前2条

1 胡国飞;三维数字表面去噪光顺技术研究[D];浙江大学;2005年

2 姜巍;三维几何模型的内蕴对称检测技术研究[D];国防科学技术大学;2013年

  本文关键词：三维重建中点云数据处理关键技术研究，由笔耕文化传播整理发布。

本文编号：373456