【摘要】：三維光學(xué)測(cè)量技術(shù)是實(shí)現(xiàn)實(shí)體數(shù)字化的一個(gè)重要手段。由于物體的自遮擋、掃描范圍限制以及掃描原理等原因,三維光學(xué)測(cè)量系統(tǒng)單次掃描只能得到物體一個(gè)側(cè)面的點(diǎn)云。為了實(shí)現(xiàn)大體積、多曲面的三維實(shí)體重建,必須從不同視角進(jìn)行掃描并通過匹配技術(shù)構(gòu)造完整的實(shí)體數(shù)字化模型。因此,開展點(diǎn)云匹配技術(shù)的研究具有重要的理論意義和實(shí)用價(jià)值。本文對(duì)三維光學(xué)測(cè)量中的多視點(diǎn)云匹配問題進(jìn)行了研究,提出并實(shí)現(xiàn)了一種新的基于塔型分解的多分辨率測(cè)量點(diǎn)云匹配方法。與現(xiàn)有的點(diǎn)云匹配方法相比,新方法在匹配誤差及匹配效率方面均有大幅提高。主要的研究?jī)?nèi)容和成果如下:(1)研究了點(diǎn)云預(yù)處理技術(shù)。建立三維點(diǎn)云的K-D樹模型,實(shí)現(xiàn)基于K-D樹的點(diǎn)數(shù)據(jù)最臨近搜索算法,提高點(diǎn)數(shù)據(jù)的鄰域搜索效率及對(duì)應(yīng)點(diǎn)查找效率;研究了點(diǎn)數(shù)據(jù)的法向量估計(jì)方法,實(shí)現(xiàn)了基于點(diǎn)云三角化的法向量估計(jì)以及基于局部表面擬合的法向量估計(jì)方法。(2)研究了將三維點(diǎn)云轉(zhuǎn)化為二維灰度圖的方法,實(shí)現(xiàn)了一種基于K鄰域搜索算法和霍特林變換的灰度圖轉(zhuǎn)化方法。該方法可以準(zhǔn)確地利用點(diǎn)云的局部特征信息,構(gòu)建某一點(diǎn)數(shù)據(jù)的局部坐標(biāo)系,并將該點(diǎn)數(shù)據(jù)的坐標(biāo)轉(zhuǎn)化到此坐標(biāo)系下,最終使用所有轉(zhuǎn)化后的Z軸坐標(biāo)信息和原始點(diǎn)云的柵格線信息構(gòu)建對(duì)應(yīng)的二維灰度圖。(3)研究了圖像的塔型分解算法,實(shí)現(xiàn)了圖像的高斯金字塔分解及拉普拉斯金字塔分解算法,并對(duì)三維點(diǎn)云轉(zhuǎn)化后的灰度圖進(jìn)行分解,分別構(gòu)建高斯金字塔及拉普拉斯金字塔。(4)提出了一種新的多分辨率測(cè)量點(diǎn)云匹配算法。首先,將點(diǎn)云轉(zhuǎn)化為二維灰度圖,并對(duì)灰度圖進(jìn)行塔型分解。選擇合適的金字塔層進(jìn)行二維種子點(diǎn)拾取,映射至三維點(diǎn)云中,組成三維種子點(diǎn)集,最后,使用拾取的種子點(diǎn)進(jìn)行ICP匹配,建立完整的點(diǎn)云模型。在此理論基礎(chǔ)上,采用C++和OpenGL開放圖形庫(kù)在Visual Studio平臺(tái)實(shí)現(xiàn)了該算法,并與已有的點(diǎn)云匹配算法進(jìn)行實(shí)驗(yàn)對(duì)比研究,實(shí)驗(yàn)結(jié)果表明,新方法在匹配效率及匹配精度方面均有明顯提高。
【圖文】：

西安電子科技大學(xué)碩士學(xué)位論文2圖1.1 三維重構(gòu)在文物保護(hù)、機(jī)械工程及醫(yī)學(xué)中的應(yīng)用三維光學(xué)掃描[4]一般采用非接觸式的測(cè)量方式，即光學(xué)掃描儀與被測(cè)物體不進(jìn)行直接接觸，而是通過激光信息得到物體表面的采樣數(shù)據(jù)，進(jìn)而組成點(diǎn)云，然后完成三維重構(gòu)，如圖 1.2 所示。相比于傳統(tǒng)的接觸式測(cè)量技術(shù)，，光學(xué)測(cè)量具有非接觸、速度快、精度高等特點(diǎn)，因此能極大地節(jié)約時(shí)間和成本，并且能更準(zhǔn)確地獲取到復(fù)雜物體表面的測(cè)量信息，測(cè)量數(shù)據(jù)具有較強(qiáng)的復(fù)用性。這些優(yōu)勢(shì)使得三維光學(xué)掃描測(cè)量技術(shù)得到了廣泛的應(yīng)用與發(fā)展。在某些特殊場(chǎng)合，三維光學(xué)掃描技術(shù)具有獨(dú)特的、不可替代的作用

[5]，因此近十幾年來(lái)發(fā)展迅速。圖1.2 三維光學(xué)掃描儀點(diǎn)云匹配（Point cloud registration）[6]，又稱點(diǎn)云拼接、點(diǎn)云配準(zhǔn)、坐標(biāo)匹配等，是三維光學(xué)掃描測(cè)量以及三維重構(gòu)過程中的一個(gè)重要環(huán)節(jié)，也吸引了眾多學(xué)者開展研究。匹配技術(shù)的實(shí)質(zhì)是將處于不同坐標(biāo)系的點(diǎn)云數(shù)據(jù)統(tǒng)一到同一個(gè)坐標(biāo)系下[7]，在匹配過程中，將其中一幅點(diǎn)云近似成目標(biāo)曲面，把其它的點(diǎn)云變換到它的坐標(biāo)系下，如圖 1.3 所示。坐標(biāo)變換過程中會(huì)導(dǎo)致點(diǎn)云變換前后的差異，由此決定了匹配的誤差，這是匹配過程的必然結(jié)果，也是三維光學(xué)掃描測(cè)量中影響測(cè)量精度的最主要因素之一。所以，在三維光學(xué)掃描測(cè)量過程中，一個(gè)正確并且高效的匹配算法是關(guān)鍵，它直接影響三維光學(xué)掃描測(cè)量中模型的重構(gòu)質(zhì)量
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 賀永興;歐新良;匡小蘭;;鄰域特征在點(diǎn)云配準(zhǔn)中的應(yīng)用[J];計(jì)算機(jī)應(yīng)用;2012年03期

2 孫謙;何明一;;三維重建中點(diǎn)云模型與紋理圖像的配準(zhǔn)[J];計(jì)算機(jī)仿真;2011年11期

3 王志哲;余玲玲;楊安康;;基于曲面法向量的曲面ICP拼接算法研究[J];微計(jì)算機(jī)信息;2010年21期

4 張毅;劉旭敏;關(guān)永;;基于密度的離群噪聲點(diǎn)檢測(cè)[J];計(jì)算機(jī)應(yīng)用;2010年03期

5 張德海;梁晉;郭成;;板料成形回彈三維光學(xué)測(cè)量技術(shù)研究[J];西安交通大學(xué)學(xué)報(bào);2009年09期

6 蔣成成;胡同森;周維;;一種改進(jìn)的迭代最近點(diǎn)算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2009年08期

7 趙競(jìng)雄;朱文增;;復(fù)雜三維建筑模型建模及虛擬顯示[J];硅谷;2009年05期

8 田巖;謝玉波;史文中;彭復(fù)員;柳健;;基于局部方差的多分辨率圖像分割方法[J];系統(tǒng)工程與電子技術(shù);2006年12期

9 羅先波,鐘約先,李仁舉;三維掃描系統(tǒng)中的數(shù)據(jù)配準(zhǔn)技術(shù)[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年08期

10 熊邦書,何明一,俞華t

本文編號(hào)：2662785