發(fā)布時間：2020-03-21 07:41

【摘要】：隨著“數(shù)字化”概念的提出,近年來,二維和三維、真實和虛擬的環(huán)境集成能力越來越被人們所看重。三維激光掃描因為其數(shù)據(jù)采樣率高、非接觸測量、抗干擾性強、精度高等特點,已逐漸被應(yīng)用在各個領(lǐng)域中。如今對三維激光掃描技術(shù)的研究日趨成熟,然而對點云數(shù)據(jù)的處理技術(shù)仍有待提高,特別是在點云配準、點云去噪以及點云精簡等預(yù)處理過程中,仍然存在處理效果不佳、處理效率低下等問題。隨著各行各業(yè)對于點云數(shù)據(jù)處理精度以及處理效率要求的不斷提高,就需要對點云數(shù)據(jù)處理技術(shù)進行更深層次的研究。通過三維激光掃描儀獲取的點云數(shù)據(jù)通常為沒有任何空間拓撲信息的散亂點,在對點云數(shù)據(jù)進行處理之前,需要通過求得點云數(shù)據(jù)的局部鄰域?qū)ζ溥M行空間拓撲結(jié)構(gòu)的構(gòu)建,因此,求取點云數(shù)據(jù)的局部鄰域?qū)τ诤罄m(xù)的處理至關(guān)重要。本文根據(jù)現(xiàn)有的點云數(shù)據(jù)局部鄰域搜索算法的優(yōu)勢與不足,對于在局部鄰域搜索中搜索范圍無法確定以及可能會遇到搜索死循環(huán)等問題進行研究并予以解決。除此以外,對于點云分類過程中,不同類型的點云數(shù)據(jù)需要運用不同分類方法的問題,本文將高斯映射引入到點云數(shù)據(jù)的分類過程中,力求找到一種具有較強適用性的點云數(shù)據(jù)分類算法。對于以上提出的問題,本文的主要工作和成果如下:(1)對現(xiàn)有的點云數(shù)據(jù)局部鄰域搜索算法進行研究并分析其優(yōu)缺點,針對發(fā)現(xiàn)的具體問題進行深入研究并提出解決方案,利用C++語言對解決方案予以實現(xiàn)并通過實驗比較驗證,對實驗進行分析后得出改進后的算法對于鄰域搜索范圍有了明確的擴大規(guī)則,并且在搜索中避免了死循環(huán)的發(fā)生,相對于現(xiàn)有算法來說,改進后算法的效率也得到了較大的提升。(2)對求取點云數(shù)據(jù)法向量、點云數(shù)據(jù)的高斯映射以及DBSCAN聚類算法進行具體的研究并對其進行實現(xiàn)。(3)選取內(nèi)江市云霞古剎的部分點云數(shù)據(jù)進行實驗,首先對獲取的點云數(shù)據(jù)求解法向量,并對其進行高斯映射,通過DBSCAN算法對高斯球上的數(shù)據(jù)進行聚類分析,最后將聚類結(jié)果反映到原始點云數(shù)據(jù)中,由此完成對點云數(shù)據(jù)的分類并取得了較理想的成果。
【圖文】：

由此可以通過波長的相位變化計算距離。2.1.1.3 激光三角法原理激光三角法測距是利用三角形幾何關(guān)系求得距離，其基本原理如圖2-3所示。圖 2-3 激光三角法原理圖此種方法先由三維激光掃描儀發(fā)射激光照射物體表面，在基線的另一側(cè)利用 CCD 相機接收被測物體反射回來的激光信號并記錄激光入射角與反射角之間的夾角，因為激光光源與 CCD 相機之間的基線長度為已知值，根據(jù)三角形邊角之間的幾何關(guān)系可以求得被觀測物體與掃描儀之間的距離（夏希，2016）。2.1.2 三維激光掃描技術(shù)的特點三維激光掃描作為一種新興且發(fā)展迅速的觀測技術(shù)，其高效準確獲取數(shù)據(jù)的方式使其應(yīng)用領(lǐng)域日益廣泛且其具有如下特點：（1）數(shù)據(jù)采樣率高利用三維激光掃描儀對被測物體進行單次掃描即可獲得大量被測點的空間三維坐標，片刻即可得到被測物體表面的三維信息，如此高的數(shù)據(jù)采樣率是傳統(tǒng)測量方法所難以比擬的（董秀軍，2007）。采用脈沖法進行測距的三維激光掃描

域：給定一個散亂點云數(shù)據(jù)集，對于其中某一點 P，距組成的點集被稱為點 P 的 k 鄰域，這些點反映了 P 點的個點被稱為 P 點的近鄰點。域搜索算法點云數(shù)據(jù)局部鄰域的算法有直接搜索法、半徑搜索法、 查找法等。索法法是一種比較簡單卻很耗時的方法，如圖 3-1 所示，該它所有點云數(shù)據(jù)之間的歐式距離并將計算結(jié)果排序，，排采樣點的 k 鄰域，該方法計算量較大，效率低。適用。
【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：P225.2

【參考文獻】

相關(guān)期刊論文 前10條

1 陳濤;;機載激光雷達技術(shù)在構(gòu)造地貌定量化研究中的應(yīng)用[J];國際地震動態(tài);2015年06期

2 易兵;劉振宇;譚建榮;;基于高斯映射的CAD網(wǎng)格法向聚類分割方法[J];機械工程學(xué)報;2015年07期

3 陳賢雷;郝華東;李紅軍;陳波;門海寧;;大型立式罐容量計量中三維激光掃描方法研究[J];中國測試;2014年02期

4 白成軍;吳蔥;張龍;;全系列三維激光掃描技術(shù)在文物及考古測繪中的應(yīng)用[J];天津大學(xué)學(xué)報(社會科學(xué)版);2013年05期

5 劉倩;耿國華;周明全;趙璐璐;李姬俊男;;基于三維點云模型的特征線提取算法[J];計算機應(yīng)用研究;2013年03期

6 張宏偉;賴百煉;;三維激光掃描技術(shù)特點及其應(yīng)用前景[J];測繪通報;2012年S1期

7 劉越華;廖文和;劉浩;;逆向工程中散亂點云的K鄰域搜索算法研究[J];機械設(shè)計與制造;2012年03期

8 譚賁;鐘若飛;李芹;;車載激光掃描數(shù)據(jù)的地物分類方法[J];遙感學(xué)報;2012年01期

9 李揚彥;吳曉X;陳寶權(quán);;基于全局關(guān)系探測的幾何體一致擬合[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2012年01期

10 李杰;周興華;唐秋華;李君益;厲峰;;三維激光掃描技術(shù)在數(shù)字城市中的應(yīng)用[J];海岸工程;2011年03期

相關(guān)博士學(xué)位論文 前6條

1 谷曉英;三維重建中點云數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];燕山大學(xué);2015年

2 張帆;點云數(shù)據(jù)幾何處理方法研究[D];西北大學(xué);2013年

3 陳學(xué)惠;基于移動機器人雙目視覺的井下三維場景重建方法研究[D];中國礦業(yè)大學(xué)（北京）;2012年

4 王麗輝;三維點云數(shù)據(jù)處理的技術(shù)研究[D];北京交通大學(xué);2011年

5 李寶;三維點云的魯棒處理技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

6 曾齊紅;機載激光雷達點云數(shù)據(jù)處理與建筑物三維重建[D];上海大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 吳曉慶;基于點云處理的場景三維重建[D];西南科技大學(xué);2017年

2 常同輝;基于機器學(xué)習(xí)的復(fù)雜曲面特征提取與分割方法及其應(yīng)用研究[D];浙江大學(xué);2017年

3 王寧;三維彩色點云數(shù)據(jù)的分割與分類[D];大連理工大學(xué);2016年

4 楊軍建;點云數(shù)據(jù)處理系統(tǒng)設(shè)計與實現(xiàn)[D];東華理工大學(xué);2016年

5 朱文歡;點云數(shù)據(jù)預(yù)處理優(yōu)化算法的研究與應(yīng)用[D];廣東工業(yè)大學(xué);2016年

6 詹越;公路危巖崩塌安全監(jiān)控及預(yù)警技術(shù)[D];重慶交通大學(xué);2016年

7 翟金磊;空間散亂點云去噪精簡重建算法研究[D];西安科技大學(xué);2015年

8 李丁;三維激光掃描點云精簡研究[D];東華理工大學(xué);2015年

9 唐云龍;基于車載激光點云數(shù)據(jù)的典型地物分類與提取[D];北京工業(yè)大學(xué);2015年

10 趙鵬;三維點云數(shù)據(jù)的離群點檢測和模型重建[D];大連理工大學(xué);2015年

本文編號：2593009