地面激光掃描（Terrestrial LiDAR Scanning,TLS）作為一種主動遙感技術(shù),通過發(fā)射脈沖信號并接收目標(biāo)物體表面返回的信號完成三維測量,具有速度快、精度高、單次獲取數(shù)據(jù)量大等特點,已經(jīng)成為空間信息獲取的重要手段,基于TLS技術(shù)的建筑物精細建模也成為近年來的研究熱點。由于掃描視角和物體遮擋等限制,TLS需要多角度掃描才能完整覆蓋城市建筑物場景,且獲取到的多視點云都基于局部坐標(biāo)系,需要通過點云配準(zhǔn)技術(shù)將不同視角下的點云統(tǒng)一到同一坐標(biāo)系下。國內(nèi)外學(xué)者提出許多兩視點云自動配準(zhǔn)算法,但城市建筑物場景結(jié)構(gòu)復(fù)雜,點云數(shù)據(jù)不僅含有大量噪聲,同時包含對稱或不完整結(jié)構(gòu),局部點云密度變化明顯,TLS數(shù)據(jù)量非常龐大,如何提高城市建筑物場景下的兩視點云自動配準(zhǔn)精度和效率是目前亟待解決的問題。因此,本文主要研究城市建筑物場景下的兩視點云自動配準(zhǔn),具體如下:（1）基于ISS-SHOT特征點的點云粗配準(zhǔn):目前,點云粗配準(zhǔn)主要通過提取點云表面二維或三維特征進行粗配準(zhǔn),二維或三維特征的質(zhì)量決定粗配準(zhǔn)精度。本文將定向直方圖標(biāo)簽（Signatures of Histograms of OrienTatio... 

【文章來源】：成都理工大學(xué)四川省

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

城市建筑物場景點云數(shù)據(jù)

點云降噪與下采樣點云降噪Ndenoise最小鄰域點個數(shù) 50edenoise最大允許誤差 3δ下采樣 Svoxel體素格網(wǎng)采樣尺寸 15ISS-SHOT 特征點提取法向量估計 RNormal最小鄰域點個數(shù) 20dISS 關(guān)鍵點提取 RISS最小鄰域點個數(shù) 12SHOT 特征描述 RSHOT最小鄰域點個數(shù) 20d注：表中 d 表示點云密度，δ 表示點云鄰域標(biāo)準(zhǔn)差3.4.2.2 點云降噪與下采樣圖 3-3（a）表示第一組點云數(shù)據(jù)利用統(tǒng)計學(xué)濾波算法進行點云降噪和體素格網(wǎng)下采樣后的結(jié)果圖，從圖中可以看出，點云噪聲點相對于圖 3-2（a）所示的原始點云有明顯的改善。同時，經(jīng)過點云降噪和下采樣的點云結(jié)構(gòu)基本保持不變，場景中的建筑物輪廓、路燈、樹木等清晰可見。圖 3-3（b）和圖 3-3（c）分別表示第二組數(shù)據(jù)和第三組數(shù)據(jù)降噪和下采樣后的效果，同樣達到了既保證點云結(jié)構(gòu)不變又能降低點云數(shù)量的效果。

（c）第三組數(shù)據(jù)降噪與下采樣結(jié)果圖 3-3 城市建筑物場景點云降噪與下采樣結(jié)果（續(xù)）（不同顏色表示不同掃描位置獲取的數(shù)據(jù)）SHOT 特征點提取一組數(shù)據(jù)為例展示 ISS-SHOT 特征點提取結(jié)果（圖 3下采樣后的點云，點云個數(shù)為 57.9 萬，紅色部分表數(shù)為 1.5 萬。從特征點提取結(jié)果可以看出，特征點數(shù)征點分布均勻，在點云密度變化區(qū)域均有分布，且數(shù)兩組 ISS-SHOT 特征點之間進行同名點估計與初始轉(zhuǎn)

【參考文獻】：
期刊論文
[1]多分辨率配準(zhǔn)點的ICP算法[J]. 王勇,鄒輝,何養(yǎng)明,黎春.  小型微型計算機系統(tǒng). 2018(03)
[2]直線簇約束下的地面LiDAR點云配準(zhǔn)方法[J]. 盛慶紅,張斌,肖暉,陳姝文,王青,柳建峰.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(03)
[3]基于一致性球的點云配準(zhǔn)算法研究[J]. 楊帆,�？★w.  大地測量與地球動力學(xué). 2018(01)
[4]遺傳算法結(jié)合自適應(yīng)閾值約束的ICP算法[J]. 石愛軍,白瑞林,田青華,李杜.  光學(xué)技術(shù). 2018(01)
[5]地面激光點云數(shù)據(jù)質(zhì)量評價與三維模型快速重建技術(shù)研究[J]. 宣偉.  測繪學(xué)報. 2017(12)
[6]三維激光掃描點云數(shù)據(jù)處理研究進展、挑戰(zhàn)與趨勢[J]. 楊必勝,梁福遜,黃榮剛.  測繪學(xué)報. 2017(10)
[7]基于大數(shù)據(jù)技術(shù)的智慧城市建設(shè)初探[J]. 賀瑞,許元斌,柳歡,陳坤.  自動化與儀器儀表. 2017(06)
[8]基于平面基元組的建筑物場景點云自動配準(zhǔn)方法[J]. 梁棟,王紅平,劉修國,沈永林.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2016(12)
[9]一種閉合條件約束的全局最優(yōu)多視點云配準(zhǔn)方法[J]. 閆利,譚駿祥,楊容浩,李少達.  測繪學(xué)報. 2016(04)
[10]基于法向量改進的ICP算法[J]. 楊小青,楊秋翔,楊劍.  計算機工程與設(shè)計. 2016(01)

博士論文
[1]計算機視覺中相機標(biāo)定及點云配準(zhǔn)技術(shù)研究[D]. 王瑞巖.西安電子科技大學(xué) 2015
[2]三維離散點云數(shù)據(jù)的預(yù)處理和配準(zhǔn)技術(shù)研究[D]. 胡峰俊.浙江工業(yè)大學(xué) 2015
[3]基于標(biāo)記點過程的機載激光掃描點云建筑物提取[D]. 徐文學(xué).武漢大學(xué) 2013

碩士論文
[1]基于機載LiDAR數(shù)據(jù)和遙感影像數(shù)據(jù)的建筑物三維建模研究[D]. 趙明月.華東師范大學(xué) 2017
[2]基于數(shù)字地圖的三維場景構(gòu)建關(guān)鍵技術(shù)的研究與實現(xiàn)[D]. 徐碩.北京工業(yè)大學(xué) 2016
[3]近景攝影測量和三維渲染技術(shù)在建筑物精細建模中的應(yīng)用[D]. 張東霞.山東農(nóng)業(yè)大學(xué) 2015
[4]求解無約束最優(yōu)化問題的一個新的擬牛頓方法[D]. 陳姍.南京理工大學(xué) 2013
[5]三維激光掃描點云數(shù)據(jù)濾波方法研究[D]. 孫正林.中南大學(xué) 2011



本文編號：2923801