【摘要】：點(diǎn)云配準(zhǔn)作為空間三維點(diǎn)云預(yù)處理階段的重要數(shù)據(jù)處理步驟,對(duì)獲得完整的被測(cè)目標(biāo)表面空間三維坐標(biāo)有著極其重要的作用,但目前的各種配準(zhǔn)算法在配準(zhǔn)速度、精度及可靠性方面還有待提升。本文主要研究了空間三維點(diǎn)云數(shù)據(jù)的精確配準(zhǔn)技術(shù),重點(diǎn)研究了其中的特征提取、坐標(biāo)轉(zhuǎn)換、精確匹配、多站配準(zhǔn)誤差改正等算法,主要工作和創(chuàng)新點(diǎn)如下:1.總結(jié)了目前空間三維點(diǎn)云數(shù)據(jù)配準(zhǔn)技術(shù)及現(xiàn)狀,從數(shù)據(jù)預(yù)處理、特征提取、初始配準(zhǔn)、精確配準(zhǔn)及多站點(diǎn)云配準(zhǔn)誤差改正五個(gè)方面分析總結(jié)了各種算法的原理及特性。2.分析了點(diǎn)云數(shù)據(jù)空間分布規(guī)律,提出了一種三維激光點(diǎn)云數(shù)據(jù)虛擬特征點(diǎn)提取算法,該算法在曲率特征提取邊角點(diǎn)的基礎(chǔ)上,使用特征點(diǎn)聚類法將同一特征線上的邊角點(diǎn)分類,并使用端點(diǎn)擬合或直線擬合方法提取出虛擬特征點(diǎn)。實(shí)驗(yàn)表明該算法提取出的虛擬特征點(diǎn)具有更高的可靠性,能提高初始配準(zhǔn)計(jì)算速率和精度。3.針對(duì)初始配準(zhǔn)過程中傳統(tǒng)的七參數(shù)、羅德里格矩陣算法的穩(wěn)定性易受粗差影響的問題,提出了一種基于整體最小二乘的羅德里格矩陣算法,該算法能夠顧及系數(shù)矩陣本身存在的誤差,有效減小特征點(diǎn)坐標(biāo)誤差對(duì)參數(shù)求解的影響。實(shí)驗(yàn)結(jié)果表明該算法較傳統(tǒng)算法具有更高的精度及穩(wěn)健性。4.針對(duì)傳統(tǒng)點(diǎn)云精確匹配算法拉入范圍小且容易陷入局部最優(yōu)的情況,設(shè)計(jì)了一種基于兩步法的3D-NDT(3-Dimensional-Normal Distributions Transform,三維正態(tài)分布)點(diǎn)云數(shù)據(jù)精確配準(zhǔn)算法。該算法較ICP(Iterative Closest Point,最近點(diǎn)迭代)算法不僅精度、可靠性顯著提高,且速度更快。5.針對(duì)多站地面三維點(diǎn)云連續(xù)配準(zhǔn)過程中誤差累積的問題,采用基于二次或三次多項(xiàng)式的單航帶平差模型對(duì)累積誤差進(jìn)行改正。實(shí)驗(yàn)結(jié)果表明,該方法能有效減少系統(tǒng)誤差積累,提高配準(zhǔn)精度。
【學(xué)位授予單位】：戰(zhàn)略支援部隊(duì)信息工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TN249
【圖文】：

圖 1.1 點(diǎn)云數(shù)據(jù)配準(zhǔn)流程圖1.2.1點(diǎn)云數(shù)據(jù)預(yù)處理由于三維激光點(diǎn)云數(shù)據(jù)采集儀器、采集方式等因素影響，獲得的三維點(diǎn)云數(shù)據(jù)存在著遮擋、噪點(diǎn)和飛點(diǎn)等粗差點(diǎn)，因此需要在數(shù)據(jù)處理前將這些粗差點(diǎn)從已經(jīng)獲取的點(diǎn)云數(shù)據(jù)中剔除，以提高特征提取和配準(zhǔn)的準(zhǔn)確性。點(diǎn)云數(shù)據(jù)預(yù)處理的流程如圖 1.2 所示。

第一章 緒論第3頁(yè)圖 1.1 點(diǎn)云數(shù)據(jù)配準(zhǔn)流程圖1.2.1點(diǎn)云數(shù)據(jù)預(yù)處理由于三維激光點(diǎn)云數(shù)據(jù)采集儀器、采集方式等因素影響，獲得的三維點(diǎn)云數(shù)據(jù)存在著遮擋、噪點(diǎn)和飛點(diǎn)等粗差點(diǎn)，因此需要在數(shù)據(jù)處理前將這些粗差點(diǎn)從已經(jīng)獲取的點(diǎn)云數(shù)據(jù)中剔除，以提高特征提取和配準(zhǔn)的準(zhǔn)確性。點(diǎn)云數(shù)據(jù)預(yù)處理的流程如圖 1.2 所示。圖 1.2 點(diǎn)云數(shù)據(jù)預(yù)處理流程圖目前點(diǎn)云數(shù)據(jù)的粗差剔除方法主要分為 3 類[4]：（1）直方圖分析法[5]對(duì)于外露點(diǎn)可以采用直方圖分析的方法對(duì)其評(píng)價(jià)，直方圖的橫軸表示高程值，縱軸表示對(duì)某高程值統(tǒng)計(jì)得到的點(diǎn)云數(shù)目。經(jīng)過統(tǒng)計(jì)得到的極高點(diǎn)信息，尤其是 x, y坐標(biāo)信息，可以迅速完成外露點(diǎn)的定位。此外，通過構(gòu)三角網(wǎng)的方法，也可以迅速找到外露點(diǎn)，并判

CloudCompare、MeshLab、GeomagicStudio 等三維點(diǎn)云數(shù)據(jù)處理軟件均具有點(diǎn)云配準(zhǔn)的功能模塊，其中 CloudCompare 可以實(shí)現(xiàn)大數(shù)據(jù)量的人工干預(yù)點(diǎn)云配準(zhǔn)，并可在點(diǎn)云重疊率高的情況下完成自動(dòng)配準(zhǔn)；MeshLab 可快速實(shí)現(xiàn)小數(shù)據(jù)量的人工干預(yù)點(diǎn)云配準(zhǔn)Geomagic Studio 可以完成人工選點(diǎn)實(shí)現(xiàn)點(diǎn)云坐標(biāo)轉(zhuǎn)換，完成點(diǎn)云配準(zhǔn)。國(guó)內(nèi)具有配準(zhǔn)功能的軟件有 LiDAR360、CoProcess 及點(diǎn)云魔方等三維點(diǎn)云處理軟件其中 LiDAR360 點(diǎn)云處理軟件是北京數(shù)字綠土科技有限公司研制的一款點(diǎn)云處理軟件，可實(shí)現(xiàn)自動(dòng)的航帶拼接、自動(dòng)識(shí)別標(biāo)志點(diǎn)的自動(dòng)配準(zhǔn)及人工干預(yù)的地面點(diǎn)云配準(zhǔn)。CoProces及點(diǎn)云魔方三維點(diǎn)云處理軟件的配準(zhǔn)功能均可以人工選點(diǎn)方式實(shí)現(xiàn)點(diǎn)云配準(zhǔn)。1.3論文研究?jī)?nèi)容與結(jié)構(gòu)安排由于目前三維點(diǎn)云數(shù)據(jù)配準(zhǔn)還存在初值要求高、抗差性及抗噪性能低、使用點(diǎn)迭代方式時(shí)間消耗大且易陷入局部最優(yōu)等問題，本文從提高空間三維點(diǎn)云數(shù)據(jù)配準(zhǔn)精度、速度及可靠性的角度出發(fā)，在深入分析三維點(diǎn)云數(shù)據(jù)空間分布形態(tài)、數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)及算法運(yùn)用模式的基礎(chǔ)上，重點(diǎn)對(duì)空間三維點(diǎn)云數(shù)據(jù)配準(zhǔn)的特征提取、初始配準(zhǔn)、精確配準(zhǔn)及誤差改正等方面進(jìn)行了研究。論文的研究思路如圖 1.3 所示。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡修祥;張良;;結(jié)合NARF特征的改進(jìn)型3D-NDT多視點(diǎn)云配準(zhǔn)[J];信號(hào)處理;2015年12期

2 鄧勇;;廣義Lehmer矩陣求逆問題研究[J];華中師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年06期

3 胡川;陳義;朱衛(wèi)東;錢承軍;;整體最小二乘和最小二乘擬合空間直線的比較[J];大地測(cè)量與地球動(dòng)力學(xué);2015年04期

4 駱林;杜寧;張顯云;王莉;汪波;馮富壽;黃宏暢;;融合點(diǎn)云RGB影像和3D-NDT算法溶洞的點(diǎn)云自動(dòng)精確拼接[J];礦山測(cè)量;2015年04期

5 林祥國(guó);黃擇祥;;利用KD-樹剔除機(jī)載雷達(dá)點(diǎn)云粗差的方法研究[J];測(cè)繪科學(xué);2015年11期

6 張步;姚頑強(qiáng);陳鵬;;基于幾何特征的建筑物點(diǎn)云配準(zhǔn)方法[J];大地測(cè)量與地球動(dòng)力學(xué);2015年03期

7 馮林;李斌兵;黃磊;;基于魯棒馬氏距離的LiDAR點(diǎn)云粗差探測(cè)與分析[J];大地測(cè)量與地球動(dòng)力學(xué);2014年05期

8 官云蘭;程效軍;詹新武;魯鐵定;;地面三維激光掃描儀系統(tǒng)誤差標(biāo)定[J];測(cè)繪學(xué)報(bào);2014年07期

9 姚吉利;馬寧;賈象陽(yáng);韓保民;;光束法區(qū)域網(wǎng)平差的地面激光掃描多站點(diǎn)云自動(dòng)定向方法[J];測(cè)繪學(xué)報(bào);2014年07期

10 姚宜斌;黃書華;孔建;何軍泉;;空間直線擬合的整體最小二乘算法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2014年05期

相關(guān)博士學(xué)位論文 前2條

1 袁小翠;產(chǎn)品表面缺陷視覺檢測(cè)數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];南昌大學(xué);2015年

2 胡峰俊;三維離散點(diǎn)云數(shù)據(jù)的預(yù)處理和配準(zhǔn)技術(shù)研究[D];浙江工業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 駱林;基于無標(biāo)志點(diǎn)溶洞三維激光點(diǎn)云自動(dòng)拼接算法及應(yīng)用研究[D];貴州大學(xué);2016年

2 陳姝文;基于Plücker直線的機(jī)載LiDAR點(diǎn)云與航空影像配準(zhǔn)研究[D];南京航空航天大學(xué);2016年

3 楊朝嵐;基于Kinect的移動(dòng)機(jī)器人室內(nèi)環(huán)境三維重建[D];北京石油化工學(xué)院;2015年

4 李國(guó)俊;基于Delaunay細(xì)化的散亂點(diǎn)云曲面重建研究[D];解放軍信息工程大學(xué);2015年

5 徐榮袖;點(diǎn)云的拼接與拓?fù)鋄D];河北工業(yè)大學(xué);2014年

6 薄夫祥;基于Kinect與PCL的三維重建系統(tǒng)研究[D];東北大學(xué);2013年

7 宋林霞;三維點(diǎn)云配準(zhǔn)方法的研究[D];濟(jì)南大學(xué);2013年

8 左超;激光成像雷達(dá)距離像拼接技術(shù)[D];國(guó)防科學(xué)技術(shù)大學(xué);2012年

9 曹曉興;逆向工程模型重構(gòu)關(guān)鍵技術(shù)及應(yīng)用[D];鄭州大學(xué);2012年

10 鄒冬;點(diǎn)云模型的尖銳特征提取與分片分析[D];南京師范大學(xué);2012年

本文編號(hào)：2761364