隨著三維測量技術(shù)的發(fā)展,點云處理越來越多的被成功應用于產(chǎn)品逆向設計、測量輔助數(shù)字化醫(yī)療、無人駕駛自主導航等諸多領(lǐng)域,點云逐漸成為繼時間序列、圖像之后的又一種新興數(shù)據(jù)形式。特征估計作為點云數(shù)據(jù)處理的重要分支,對點云數(shù)據(jù)的平滑濾波、場景分割、參數(shù)識別等后處理均有重要影響。本課題以張量投票理論為基礎,探索各向異性解析張量投票新機制,提出基于各向異性解析張量投票算法的點云特征快速、精確估計的方法。課題研究內(nèi)容如下:首先,針對傳統(tǒng)張量投票算法計算過程復雜、算法效率低的問題,提出一種解析張量投票新機制。設計一種新的張量投票衰減函數(shù),為張量投票解析求解奠定基礎;應用新的張量投票衰減函數(shù)求取棒張量投票解析解;探索棒張量向板張量和球張量的演化機制,通過構(gòu)建參數(shù)可控的向量函數(shù),求取板張量和球張量投票的解析解,為點云特征的快速、魯棒估計奠定基礎。其次,針對解析張量投票衰減函數(shù)角度敏感性差,點云局部結(jié)構(gòu)對投票過程影響不足的問題,提出一種各向異性解析張量投票新機制。分析張量特征與點云曲面微分幾何特征間的映射關(guān)系;構(gòu)建新的各向異性張量投票衰減函數(shù);基于各向異性張量投票衰減函數(shù),構(gòu)建各向異性解析張量投票新機制,求取... 

【文章來源】：燕山大學河北省

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

經(jīng)典張量投票理論流程

圖 2-2 三維空間中的張量投票描述圖過，本文進行推理實驗所假設的輸入數(shù)據(jù)是只有位置階段編碼處理時，每個散亂點云數(shù)據(jù)點都被認為是量中的球張量表示，所以這一次的張量投票只是進行，散亂點云數(shù)據(jù)中的所有點的張量信息已經(jīng)粗略提取量投票從而實現(xiàn)對每個數(shù)據(jù)點張量信息的準確提取。維點云數(shù)據(jù)的張量投票結(jié)構(gòu)圖，這是對第二階段第圖在散亂點云數(shù)據(jù)中的一個數(shù)據(jù)點進行結(jié)構(gòu)估計。通有近鄰點的張量信息也就是一些對稱的張量矩陣1T ，矩陣進行特征分解得到SiT ，PiT 和BiT 三個張量分量，矩陣T 是三維空間下的，其具體的結(jié)構(gòu)示意圖如下圖行特征分解的結(jié)果為：

燕山大學工程碩士學位論文投票公式推導時，其張量矩陣T 也可以用 1 2 3T , , , , , 中1 2 3 , , 就是上述顯著性值， 是向量3e 在 z 軸方向上的偏 y 方向上的偏差角度，而 就是向量1e 在 x 方向上的偏差角票計算時，T 的表達式為 1 2T , , , 。


本文編號：3352971