本文選題：點云 + 骨架提取　； 參考：《山東大學》2017年碩士論文

【摘要】：由于通過紅外線等設(shè)備的掃描可以得到物體的坐標信息,所以隨著計算機和掃描技術(shù)的進步,三維點云被越來越多的被應(yīng)用在醫(yī)學,動畫,三維重建等研究領(lǐng)域。所以三維點云是目前比較流行的研究領(lǐng)域,而且此類問題也是研究的熱點問題之一。骨架是一種可以簡單的表達物體特征的簡要結(jié)構(gòu)。骨架有兩種表現(xiàn)類型:一種是曲線模型,被稱為曲線骨架。另一種為中軸面模型。需要應(yīng)用的領(lǐng)域不同的話,也會擁有不同的需求。因此,就可以利用不同的需求對骨架進行不同的精簡,精簡完成之后的結(jié)構(gòu)表示成為曲線骨架,因為這種骨架比較簡單準確的表示了模型的拓撲信息同事又保留了模型的主要特征,所以這種形式的拓撲是比較常用的結(jié)構(gòu)表示形式。骨架提取問題是比較熱門的研究問題,通過對其進行研究,本文提出一種新的魯棒的骨架提取方法。首先利用一種局部拉普拉斯方法對三維點云進行收縮,然后對收縮之后的部分點云進行主成分分析,提取局部點云骨架。對已提取骨架的局部點云進行固定,并將無法滿足當前PCA半徑條件的點云繼續(xù)執(zhí)行收縮。迭代執(zhí)行收縮和局部骨架提取操作,直到所有點云滿足給定的終止條件,并得到一個完整的點云骨架。完成上述過程之后的過程就是對初步得到骨架的優(yōu)化和處理。本文中主要從以下這三個方面對骨架提取的問題進行改進:(1)本文基于拉普拉斯算子,提出了一種分步局部點云收縮方法,有效的防止局部點云數(shù)據(jù)過收縮,而其余部分點云數(shù)據(jù)收縮不夠,無法提取其骨架的不均衡現(xiàn)象;(2)基于局部點云收縮的新方法,提出了一種基于動態(tài)PCA計算的骨架提取方法,在提取局部點云骨架時,能夠動態(tài)調(diào)整PCA的計算半徑,自動計算點云骨架分支,并最終將骨架分支合并起來;(3)優(yōu)化骨架,對得到的骨架結(jié)果進行拓撲分類,并用三次B樣條曲線進行擬合優(yōu)化。實驗結(jié)果表明,與其他已有方法相比,本文方法所得到的三維點云骨架結(jié)構(gòu)質(zhì)量更高且更加魯棒。
[Abstract]:With the development of computer and scanning technology, 3D point cloud is more and more used in medicine, animation, 3D reconstruction and other research fields.Therefore, three-dimensional point cloud is a popular research field at present, and this kind of problem is also one of the hot issues.Skeleton is a simple structure that can express the features of objects.There are two types of skeleton: one is curve model, which is called curve skeleton.The other is the central axis model.Different areas of application will also have different requirements.As a result, you can use different requirements to streamline the skeleton differently, and the structure after the streamlining is represented as a curved skeleton.Because the skeleton can represent the topological information of the model simply and accurately, and retain the main characteristics of the model, the topology of this form is a more commonly used form of structural representation.Skeleton extraction is a hot research problem. By studying it, a new robust skeleton extraction method is proposed in this paper.Firstly, a local Laplace method is used to shrink the 3D point cloud, and then the local point cloud skeleton is extracted by principal component analysis (PCA).The local point cloud which has been extracted skeleton is fixed and the point cloud which can not satisfy the current PCA radius condition continues to shrink.The contractions and local skeleton extraction operations are performed iteratively until all point clouds satisfy the given termination conditions and a complete point cloud skeleton is obtained.The process of completing the above process is to optimize and deal with the initial skeleton.In this paper, we mainly improve the skeleton extraction problem from the following three aspects: 1) based on Laplace operator, we propose a step by step local point cloud shrinkage method, which can effectively prevent the local point cloud data from overshrinking.However, the other part of the point cloud data is not shrinking enough to extract its skeleton. (2) based on the new method of local point cloud shrinkage, a skeleton extraction method based on dynamic PCA computation is proposed, in which the local point cloud skeleton is extracted.The calculated radius of PCA can be adjusted dynamically, the point cloud skeleton branch can be calculated automatically, and finally the skeleton branch can be merged to form an optimized skeleton. The obtained skeleton results can be topologically classified and optimized by cubic B-spline curve fitting.The experimental results show that the proposed method has higher mass and robustness than other existing methods.
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 胡曉彤;張艷春;;基于三維點云的奶牛乳房外形特征分析方法[J];天津科技大學學報;2012年02期

2 段紅娟;;簡述三維點云處理技術(shù)的研究[J];電子技術(shù)與軟件工程;2013年14期

3 馬牧運;張愛武;王書民;崔營營;;手持數(shù)碼相機獲取場景三維點云的實現(xiàn)[J];光學與光電技術(shù);2011年03期

4 徐勝攀;劉正軍;左志權(quán);;大規(guī)模三維點云快速拾取技術(shù)研究[J];計算機工程與設(shè)計;2013年08期

5 王震;劉進;;基于激光影像的物體三維點云獲取系統(tǒng)[J];城市勘測;2013年06期

6 鐘晨;王偉;莊嚴;;基于三維點云的階梯目標檢測與參數(shù)估計[J];控制理論與應(yīng)用;2013年06期

7 馬彩虹;程昱;何明光;曾陽發(fā);劉東峰;;海德堡視網(wǎng)膜斷層掃描儀的三維點云去噪方法研究[J];計算機工程與科學;2010年08期

8 王麗輝;羅曉玲;張娜;;三維點云模型的參數(shù)化方法[J];信息與電腦(理論版);2013年05期

9 周勇飛;徐昱琳;呂曉夢;王明;;基于雙目的三維點云數(shù)據(jù)的獲取與預(yù)處理[J];計算機技術(shù)與發(fā)展;2014年03期

10 楊蕾;;一種高效的支持向量回歸三維點云修補算法[J];計算機應(yīng)用研究;2009年10期

相關(guān)會議論文 前1條

1 陳寶權(quán);;Towards Building a Live Digital City through Laser Scanning[A];第四屆全國幾何設(shè)計與計算學術(shù)會議論文集[C];2009年

相關(guān)博士學位論文 前5條

1 汪漢云;高分辨率三維點云目標識別技術(shù)研究[D];國防科學技術(shù)大學;2015年

2 楊煥宇;面向虛擬現(xiàn)實的三維點云數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];東華大學;2016年

3 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;2011年

4 安毅;三維點云數(shù)據(jù)的幾何特性估算與特征識別[D];大連理工大學;2011年

5 萬國偉;面向建筑物的三維點云生成、增強和重建技術(shù)研究[D];國防科學技術(shù)大學;2011年

相關(guān)碩士學位論文 前10條

1 梁士超;三維點云預(yù)處理技術(shù)研究[D];西南科技大學;2015年

2 可楊;基于相位輪廓術(shù)的三維重建技術(shù)研究[D];西南科技大學;2015年

3 鄧軍;三維點云處理和規(guī)則曲面擬合算法研究[D];西南科技大學;2015年

4 宋立鵬;室外場景三維點云數(shù)據(jù)的分割與分類[D];大連理工大學;2015年

5 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;2015年

6 王建東;基于奶牛乳房子空間特征向量的三維點云相似性分析[D];天津科技大學;2013年

7 楊小青;基于法向量的三維點云配準方法研究[D];中北大學;2016年

8 王洪寶;基于車輛變形三維點云數(shù)據(jù)的碰撞事故再現(xiàn)[D];江蘇大學;2016年

9 蔣崢;室外三維點云采集系統(tǒng)研究[D];南京大學;2016年

10 李博陽;自然環(huán)境下植物三維點云遠程快速獲取關(guān)鍵技術(shù)研究[D];西北農(nóng)林科技大學;2016年

，

本文編號：1763504