【摘要】：近年來,三維激光掃描技術(shù)以其測速快、精度高、無接觸測量等優(yōu)勢,被越來越廣泛地應(yīng)用于各行各業(yè),而多視點云配準是三維激光掃描點云數(shù)據(jù)處理技術(shù)中的一項核心技術(shù)。隨著社會的發(fā)展與現(xiàn)代測繪技術(shù)的進步,各行各業(yè)多視點云數(shù)據(jù)配準的精度要求也在不斷的提高。而配準的精度實際上就在于兩兩測站間坐標轉(zhuǎn)換參數(shù)的求解。本文通過對幾種主要的多視點云配準算法進行研究,提出一種多視點云配準的新算法,并詳細推導(dǎo)其解算方法與過程,通過MATLAB語言加以算法實現(xiàn),進行精度的評定與比較,主要研究內(nèi)容如下:通過對迭代最近點(Iterative Closest Point,ICP)算法進行研究,推導(dǎo)了基于奇異值分解法的經(jīng)典ICP算法解算過程,并基于二維Delaunay三角剖分法,詳細闡述了三維Delaunay點集搜索法的基本原理與方法,推導(dǎo)了快速搜索配對最鄰近點集的Delaunay-ICP算法,實現(xiàn)了 ICP算法時間效率上的優(yōu)化。實驗結(jié)果表明:Delaunay-ICP算法與經(jīng)典ICP算法參數(shù)解算結(jié)果相同、精度相同,但計算效率優(yōu)于傳統(tǒng)的ICP算法,Delaunay-ICP算法較傳統(tǒng)ICP算法提高了約27.94%。同時,驗證了 ICP算法不適用于大旋轉(zhuǎn)角度間的測站間配準的缺陷,針對一些旋轉(zhuǎn)角度較小的測站間配準,ICP算法具有較好的效果,但面對旋轉(zhuǎn)角度較大的情況,ICP算法則無法找到其正確的對應(yīng)點,導(dǎo)致解算結(jié)果完全錯誤。分別基于經(jīng)典最小二乘(Least Squares,LS)和非線性最小二乘,推導(dǎo)了多視點云配準的線性模型和非線性模型的基本解法,并通過不同案例進行了驗證,結(jié)果表明:當旋轉(zhuǎn)角度較小時,線性模型與非線性模型具有同樣高的精度與較好的配準效果;但當旋轉(zhuǎn)角度較大時,線性模型的解算結(jié)果則會嚴重失真,只能通過非線性模型進行參數(shù)求解。采用變量誤差(Error-in-variables,EIV)模型及其對應(yīng)的整體最小二乘(Total Least Squares,TLS)估值方法,構(gòu)建多視點云配準的Gauss-Helmert模型,并基于高斯-牛頓迭代的非線性拉格朗日法,詳細推導(dǎo)了其解算過程。通過三維激光掃描的實測數(shù)據(jù)加以驗證,結(jié)果表明:該算法適用于任意旋轉(zhuǎn)角的多視點云配準,且相較于ICP算法與非線性LS算法,具有更高的配準精度,相較于現(xiàn)有的TLS方法精度一致,但待估參數(shù)的數(shù)目大大減少,計算效率顯著提高。基于三維Delaunay點集搜索策略,針對海量點云數(shù)據(jù)的配準問題,提出一種基于TLS的多視點云配準的Delaunay-TLS新算法。該算法通過Delaunay點集搜索法快速定位對應(yīng)點集,并通過在進行大面積點云數(shù)據(jù)精配準前先進行一次粗配準的方式,克服了 Delaunay點集搜索法不適用于大旋轉(zhuǎn)角的缺陷。同時,新算法充分利用了海量點云數(shù)據(jù)進行的精確配準,較傳統(tǒng)的TLS算法具有更高的配準精度。實驗結(jié)果表明:新算法適用于任意旋轉(zhuǎn)角度的多視點云配準,且相較于通過少量特征點拼接的TLS算法,具有更高的配準精度,尤其是對于特征點不宜提取的掃描對象。
【學(xué)位授予單位】：安徽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：P225.2

【相似文獻】

相關(guān)期刊論文 前10條

1 李海亮;鄧非;李剛;;攝影測量激光點云空洞修補[J];測繪科學(xué);2010年05期

2 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

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

4 趙強;彭國華;王鋒;;點云精簡的一種方法[J];西南民族大學(xué)學(xué)報(自然科學(xué)版);2006年05期

5 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(fù)技術(shù)研究[J];測繪與空間地理信息;2011年06期

6 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

7 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

8 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(xué);2008年06期

9 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

10 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

相關(guān)會議論文 前10條

1 李文濤;韋群;楊海龍;;基于圖像的點云生成和預(yù)處理[A];2011年全國通信安全學(xué)術(shù)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(xué)前沿技術(shù)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(shè)計與計算學(xué)術(shù)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(xué)學(xué)術(shù)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(xué)術(shù)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(xué)前沿技術(shù)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(shù)與應(yīng)用（CACIS）學(xué)術(shù)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(jié)合，，服務(wù)創(chuàng)新驅(qū)動發(fā)展——蚌埠市科協(xié)2012年度學(xué)術(shù)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(xué)前沿技術(shù)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(shù)研究[A];全國先進制造技術(shù)高層論壇暨第八屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2009年

相關(guān)重要報紙文章 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

相關(guān)博士學(xué)位論文 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(xué);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(shù)研究[D];西南交通大學(xué);2013年

3 賴祖龍;基于LiDAR點云與影像的海岸線提取和地物分類研究[D];武漢大學(xué);2013年

4 王瑞巖;計算機視覺中相機標定及點云配準技術(shù)研究[D];西安電子科技大學(xué);2015年

5 段敏燕;機載激光雷達點云電力線三維重建方法研究[D];武漢大學(xué);2015年

6 李艷紅;車載移動測量系統(tǒng)數(shù)據(jù)配準與分類識別關(guān)鍵技術(shù)研究[D];武漢大學(xué);2014年

7 崔婷婷;結(jié)合車載點云和全景影像的建筑物立面重建[D];武漢大學(xué);2015年

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

9 金龍存;3D點云復(fù)雜曲面重構(gòu)關(guān)鍵算法研究[D];上海大學(xué);2012年

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

相關(guān)碩士學(xué)位論文 前10條

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

2 楊紅粉;頻域技術(shù)應(yīng)用于點云配準研究[D];北京建筑大學(xué);2015年

3 段紅娟;點云圖像交互式曲線骨架提取技術(shù)及其應(yīng)用[D];西南交通大學(xué);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(xué);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(zhì)大學(xué)(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(nóng)林科技大學(xué);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(xué);2015年

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

10 朱東方;基于復(fù)雜拓撲結(jié)構(gòu)點云的曲線擬合研究與應(yīng)用[D];山東大學(xué);2015年

本文編號：2525699