本文關鍵詞：基于三維激光掃描的糧倉儲量測量中點云數(shù)據(jù)處理技術的研究

  更多相關文章： 三維激光掃描儀 LiDAR 點云配準 SIFT算法 OpenGL可視化 糧倉體積測量

【摘要】：三維激光掃描儀(又稱“激光雷達”)能夠快速、有效地獲取空間點的三維坐標,產生場景的離散點云數(shù)據(jù)�；诩す饫走_以及點云數(shù)據(jù)處理的技術在機器視覺、地形掃描和三維場景重建等領域有著廣泛的應用前景。本文重點研究三維點云數(shù)據(jù)的處理技術,并將其應用于大型糧食倉庫的清倉查庫工作中,以克服現(xiàn)有的人工丈量方法所面臨的低效率、低精度和高成本等問題。本文主要研究成果以及創(chuàng)新工作體現(xiàn)在以下幾處：首先,在多站位點云的配準階段,提出了一種基于二維圖像SIFT (Scale-Invariant Feature Transform)算法的三維點云特征提取算法,配合快速點特征直方圖(FPFH, Fast Point Feature Histograms)描述子,對點云進行“粗配準”。對只含有點空間坐標值的點云數(shù)據(jù),本文利用點云表面的幾何特征為點添加一個額外字段,用于特征搜索,使此類點云數(shù)據(jù)適用于改進的SIFT算法。此外,還對原SIFT算法進行了一定的修改和簡化,降低了精度要求,提高了計算速度。在“精配準”階段,使用了比較成熟的迭代最近點算法(ICP, Iterative Closest Point)。其次,本文改進了點云的可視化及操控方案,直接采用了OpenGL接口函數(shù)來編寫底層的顯示程序。與點云庫PCL提供的基于VTK庫的點云可視化模塊相比,在顯示性能上有明顯的提高,支持多種格式的點云數(shù)據(jù)；在平臺兼容性方面也優(yōu)于后者,能更好地與桌面應用程序融合。針對糧倉點云數(shù)據(jù),本可視化方案還增設了一些實用的渲染功能,如實現(xiàn)點云按場景高度進行顏色漸變渲染,分割后進行類別渲染等。最后,本文設計和開發(fā)了糧倉點云數(shù)據(jù)綜合處理顯示軟件,設計了完整的流程處理算法,并采用河北清苑糧倉的實測數(shù)據(jù)進行實驗驗證。通過該軟件處理得到的糧倉體積與經(jīng)人工丈量所得的數(shù)據(jù)相差約2%。由于人工丈量是將糧倉當作標準形狀計算,所以軟件的實際誤差應該更小,該軟件將可應用于大型糧倉的存儲體積計算工作中。
【學位授予單位】：華東師范大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：S379;TN249

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 高恩陽;鄭昊鴻;;點云數(shù)據(jù)濾波方法綜述[J];科技資訊;2012年33期

2 龔書林;;三維激光點云處理軟件的若干關鍵技術[J];測繪通報;2014年06期

3 趙強;彭國華;王鋒;;點云精簡的一種方法[J];西南民族大學學報(自然科學版);2006年05期

4 李德江;張延波;于曼竹;姜麗麗;曲雪光;;基于掃描模式的點云修復技術研究[J];測繪與空間地理信息;2011年06期

5 蔡來良;李儒;;點云數(shù)據(jù)處理算法與實現(xiàn)初步研究[J];測繪通報;2012年S1期

6 詹慶明;張海濤;喻亮;;古建筑激光點云-模型多層次一體化數(shù)據(jù)模型[J];地理信息世界;2010年04期

7 曾敬文;朱照榮;丁銳;;基于立方體網(wǎng)格的數(shù)據(jù)點云約簡和體積計算方法[J];測繪科學;2008年06期

8 楊欣;姚海燕;;平面點云邊界參數(shù)識別[J];中國西部科技;2009年27期

9 孫瑞;張彩霞;;點云數(shù)據(jù)壓縮算法綜述[J];科技信息;2010年32期

10 張毅;閆利;;地面激光點云強度噪聲的三維擴散濾波方法[J];測繪學報;2013年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 李文濤;韋群;楊海龍;;基于圖像的點云生成和預處理[A];2011年全國通信安全學術會議論文集[C];2011年

2 蔡來良;李儒;;點云數(shù)據(jù)處理算法與實現(xiàn)初步研究[A];第四屆“測繪科學前沿技術論壇”論文精選[C];2012年

3 馬國慶;陶萍萍;楊周旺;;點云空間曲線的微分信息計算及匹配方法[A];第四屆全國幾何設計與計算學術會議論文集[C];2009年

4 江倩殷;劉忠途;李熙瑩;;一種有效的點云精簡算法[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

5 解輝;張愛武;孟憲剛;;機載激光點云快速繪制方法[A];第二十五屆全國空間探測學術研討會摘要集[C];2012年

6 李凱;張愛武;;基于激光點云的糧倉儲糧數(shù)量測量方法[A];第二屆“測繪科學前沿技術論壇”論文精選[C];2010年

7 朱曉強;余燁;劉曉平;袁曉輝;Bill P.Buckles;;基于航拍圖像和LiDAR點云的城市道路提取[A];全國第19屆計算機技術與應用（CACIS）學術會議論文集（上冊）[C];2008年

8 劉虎;;基于線性八叉樹的點云簡化與特征提取研究[A];促進科技經(jīng)濟結合，，服務創(chuàng)新驅動發(fā)展——蚌埠市科協(xié)2012年度學術年會論文集[C];2012年

9 李濱;王佳;;基于點云的建筑測繪信息提取[A];第四屆“測繪科學前沿技術論壇”論文精選[C];2012年

10 楊雪春;;反求工程建模中點云切片技術研究[A];全國先進制造技術高層論壇暨第八屆制造業(yè)自動化與信息化技術研討會論文集[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 曹裕華 高化猛 江鴻賓;激光點云 亦真亦幻[N];解放軍報;2013年

2 中國工程院院士 劉先林;四維遠見的裝備創(chuàng)新[N];中國測繪報;2012年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 彭檢貴;融合點云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學;2012年

2 劉涌;基于連續(xù)序列自動快速拼接的全方位三維測量技術研究[D];西南交通大學;2013年

3 袁小翠;產品表面缺陷視覺檢測數(shù)據(jù)處理關鍵技術研究[D];南昌大學;2015年

4 韓峰;基于點云信息的既有鐵路狀態(tài)檢測與評估技術研究[D];西南交通大學;2015年

5 金龍存;3D點云復雜曲面重構關鍵算法研究[D];上海大學;2012年

6 李揚彥;基于點云的三維重建與形變事件分析[D];中國科學院深圳先進技術研究院;2013年

7 楊德賀;面向虛擬測方系統(tǒng)的點云聚類與擬合理論[D];中國礦業(yè)大學（北京）;2014年

8 何朝明;離散點云處理的關鍵技術研究[D];西南交通大學;2007年

9 孟凡文;面向光柵投影的點云預處理與曲面重構技術研究[D];南昌大學;2010年

10 李寶;三維點云的魯棒處理技術研究[D];國防科學技術大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 龔碩然;基于Delaunay三角剖分的點云三維網(wǎng)格重構[D];河北大學;2015年

2 楊紅粉;頻域技術應用于點云配準研究[D];北京建筑大學;2015年

3 段紅娟;點云圖像交互式曲線骨架提取技術及其應用[D];西南交通大學;2015年

4 張永恒;散亂點云數(shù)據(jù)配準方法研究[D];長安大學;2015年

5 吳愛;面向特征擬合的點云簡化方法研究[D];中國地質大學(北京);2015年

6 薛廣順;基于立體視覺的牛體點云獲取方法研究與實現(xiàn)[D];西北農林科技大學;2015年

7 胡誠;精度約束下地表LiDAR點云抽稀方法研究[D];西南交通大學;2015年

8 余明;三維離散點云數(shù)據(jù)處理技術研究[D];南京理工大學;2015年

9 陳星宇;基于三維彩色點云的地形分類方法研究[D];南京理工大學;2015年

10 朱東方;基于復雜拓撲結構點云的曲線擬合研究與應用[D];山東大學;2015年

本文編號：1226318