三維激光掃描技術(shù)是一種先進(jìn)的全自動高精度立體掃描技術(shù),高精度三維模型已在各行各業(yè)中取得了廣泛應(yīng)用,因此對于點云數(shù)據(jù)處理方法的研究尤為重要。本文在對三維激光掃描技術(shù)的原理以及點云數(shù)據(jù)處理技術(shù)研究的基礎(chǔ)上,對點云數(shù)據(jù)索引以及點云數(shù)據(jù)壓縮的經(jīng)典算法進(jìn)行改進(jìn),以獲得高效的點云數(shù)據(jù)查詢效率以及高精度的點云數(shù)據(jù)壓縮質(zhì)量。點云數(shù)據(jù)索引主要有格網(wǎng)索引、KD樹索引、R樹索引、八叉樹索引、四叉樹索引等方法,其中四叉樹索引具有較好的索引效率,但是在索引過程中存在樹深較大、四叉樹存儲冗余、堆棧溢出等問題。因此本文對四叉樹索引進(jìn)行改進(jìn),首先根據(jù)點云數(shù)據(jù)的跨度對點云數(shù)據(jù)進(jìn)行分塊,然后對分塊后的點云數(shù)據(jù)進(jìn)行四叉樹索引,在四叉樹索引時,引入自定義堆棧以及最小外包矩形的概念,從而對點云數(shù)據(jù)的四叉樹索引結(jié)構(gòu)進(jìn)行良好的改進(jìn),經(jīng)與傳統(tǒng)的四叉樹結(jié)構(gòu)進(jìn)行實驗對比分析,改進(jìn)的點云數(shù)據(jù)索引具有良好的建樹效率以及查詢效率。點云數(shù)據(jù)壓縮方法主要有曲率采樣法、隨機(jī)采樣法、均勻網(wǎng)格采樣法、坐標(biāo)增量法、區(qū)域重心法等方法,其中區(qū)域重心法具有較好的壓縮精度,但是在壓縮過程中會造成一些物體表面細(xì)節(jié)特征丟失,因此本文對區(qū)域重心法進(jìn)行改進(jìn),首先對點云數(shù)... 

【文章來源】：西安科技大學(xué)陜西省

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 選題背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容
2 三維激光掃描技術(shù)
    2.1 三維激光掃描系統(tǒng)工作原理
        2.1.1 三維激光掃描系統(tǒng)掃描原理
        2.1.2 定向原理
        2.1.3 測距原理
        2.1.4 測角原理
    2.2 三維激光掃描系統(tǒng)設(shè)備組成
    2.3 三維激光掃描系統(tǒng)分類
    2.4 經(jīng)典三維激光掃描系統(tǒng)介紹
    2.5 三維激光掃描應(yīng)用領(lǐng)域
3 三維激光掃描數(shù)據(jù)處理
    3.1 三維激光掃描數(shù)據(jù)獲取
        3.1.1 現(xiàn)場踏勘
        3.1.2 方案設(shè)計
        3.1.3 控制點布設(shè)
        3.1.4 測站點布設(shè)
        3.1.5 標(biāo)靶點布設(shè)
        3.1.6 數(shù)據(jù)采集
    3.2 三維激光掃描數(shù)據(jù)預(yù)處理
        3.2.1 點云數(shù)據(jù)去噪
        3.2.2 點云數(shù)據(jù)配準(zhǔn)
        3.2.3 點云數(shù)據(jù)曲面擬合
    3.3 三維激光掃描誤差分析
        3.3.1 系統(tǒng)誤差
        3.3.2 偶然誤差
        3.3.3 粗差
    3.4 三維模型重建
        3.4.1 三維建模
        3.4.2 紋理映射
    3.5 本章小結(jié)
4 點云數(shù)據(jù)索引
    4.1 點云數(shù)據(jù)特點
    4.2 常用點云數(shù)據(jù)索引算法
        4.2.1 基于KD樹的點云數(shù)據(jù)索引
        4.2.2 基于格網(wǎng)的點云數(shù)據(jù)索引
        4.2.3 基于R樹的點云數(shù)據(jù)索引
        4.2.4 基于八叉樹的點云數(shù)據(jù)索引
        4.2.5 基于四叉樹的點云數(shù)據(jù)索引
    4.3 改進(jìn)的點云數(shù)據(jù)四叉樹索引算法
        4.3.1 點云數(shù)據(jù)空間索引設(shè)計原則
        4.3.2 點云數(shù)據(jù)四叉樹索引的改進(jìn)
        4.3.3 改進(jìn)的點云數(shù)據(jù)四叉樹索引構(gòu)建方法
    4.4 實驗與分析
        4.4.1 改進(jìn)的點云數(shù)據(jù)四叉樹索引實驗
        4.4.2 實驗結(jié)果對比與分析
    4.5 本章小結(jié)
5 點云數(shù)據(jù)壓縮
    5.1 點云數(shù)據(jù)壓縮評估準(zhǔn)則
    5.2 常用點云數(shù)據(jù)壓縮算法
        5.2.1 法矢量夾角采樣法
        5.2.2 隨機(jī)采樣法
        5.2.3 均勻網(wǎng)格采樣法
        5.2.4 坐標(biāo)增量法
        5.2.5 區(qū)域重心壓縮算法
    5.3 改進(jìn)的區(qū)域重心壓縮算法
        5.3.1 點云數(shù)據(jù)壓縮算法設(shè)計原則
        5.3.2 區(qū)域重心壓縮算法的改進(jìn)
        5.3.3 改進(jìn)的區(qū)域重心壓縮算法
    5.4 實驗與分析
        5.4.1 改進(jìn)的區(qū)域重心壓縮算法實驗
        5.4.2 實驗結(jié)果對比與分析
    5.5 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間競賽獲獎及論文發(fā)表情況


【參考文獻(xiàn)】：
期刊論文
[1]車輛曲面重構(gòu)中點云精簡算法的研究與改進(jìn)[J]. 王瓊,王海燕,孫保群,夏光,徐超.  電子測量與儀器學(xué)報. 2017(11)
[2]基于三維點云的隧道全局中線提取方法及應(yīng)用[J]. 程云建,仇文革,雷勁.  湖南大學(xué)學(xué)報(自然科學(xué)版). 2017(09)
[3]激光掃描系統(tǒng)在煤礦火區(qū)治理中的應(yīng)用[J]. 王海生.  煤炭技術(shù). 2017(09)
[4]基于改進(jìn)坐標(biāo)增量的點云數(shù)據(jù)壓縮算法[J]. 姚頑強(qiáng),藺小虎,馬飛,薛貝.  西安科技大學(xué)學(xué)報. 2016(06)
[5]基于數(shù)據(jù)類型轉(zhuǎn)換的點云快速有損壓縮算法[J]. 律帥,達(dá)飛鵬,黃源.  圖學(xué)學(xué)報. 2016(02)
[6]LiDAR技術(shù)在公路工程測量中的應(yīng)用[J]. 賈軍.  黑龍江交通科技. 2016(02)
[7]基于重疊區(qū)域的高性能近似kD樹算法[J]. 鄭明玲,許柯,劉衡竹,魏登萍,李寶峰.  計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2015(06)
[8]大規(guī)模點云內(nèi)外存調(diào)度繪制技術(shù)[J]. 張毅,呂秀琴.  計算機(jī)工程. 2014(01)
[9]基于八叉樹的虛擬場景管理器的設(shè)計與實現(xiàn)[J]. 沈永增,劉東岳,徐均.  計算機(jī)系統(tǒng)應(yīng)用. 2012(03)
[10]新的點云數(shù)據(jù)精簡存儲方法[J]. 張有亮,劉建永,付成群,郭杰.  計算機(jī)應(yīng)用. 2011(05)

博士論文
[1]基于三維激光掃描的點云數(shù)據(jù)逆向重建算法研究[D]. 張坤.燕山大學(xué) 2016
[2]融合攝影測量技術(shù)的地面激光掃描數(shù)據(jù)全自動紋理映射方法研究[D]. 方偉.武漢大學(xué) 2014
[3]機(jī)載/地面海量點云數(shù)據(jù)組織與集成可視化方法研究[D]. 楊建思.武漢大學(xué) 2011
[4]三維激光掃描點云數(shù)據(jù)組織與可視化研究[D]. 張會霞.中國礦業(yè)大學(xué)（北京） 2010

碩士論文
[1]基于三維激光掃描的橋梁檢測技術(shù)應(yīng)用研究[D]. 盧穎.吉林大學(xué) 2017
[2]基于車載三維激光掃描數(shù)據(jù)分類的路面提取研究[D]. 楊芳.昆明理工大學(xué) 2016
[3]闊葉樹激光雷達(dá)點云數(shù)據(jù)壓縮方法研究[D]. 吳寶峰.電子科技大學(xué) 2016
[4]基于最小生成樹的三維點云數(shù)據(jù)壓縮算法研究[D]. 律帥.東南大學(xué) 2016
[5]基于點云數(shù)據(jù)的三維模型重建[D]. 樊琦.西安科技大學(xué) 2015
[6]基于坐標(biāo)增量的點云數(shù)據(jù)精簡壓縮分析與實踐[D]. 孫鵬飛.西安科技大學(xué) 2014
[7]三維激光掃描數(shù)據(jù)處理及在礦區(qū)大壩沉陷監(jiān)測中的應(yīng)用研究[D]. 郭超.吉林大學(xué) 2014
[8]點云數(shù)據(jù)的壓縮算法研究[D]. 楊璐璟.中南大學(xué) 2014
[9]真實感三維模型的紋理映射技術(shù)研究與實現(xiàn)[D]. 錢朔.東華大學(xué) 2014
[10]海量三維點云數(shù)據(jù)的組織與可視化研究[D]. 徐鵬.南京師范大學(xué) 2013



本文編號：3460537