本文選題：點云 + 離散曲率��； 參考：《揚州大學》2016年碩士論文

【摘要】：隨著三維光學測量技術的快速發(fā)展,三維激光掃描儀在航空航天、汽車、家電、服裝鞋帽、家具、玩具、醫(yī)學修復、文物修復、考古、刑偵等領域得到了普及應用,大規(guī)模離散數(shù)據(jù)的處理越來越重要,其中基于點云離散曲率研究冗余數(shù)據(jù)精簡、噪聲去除成為近年來的熱點。本文針對點云離散曲率計算方法存在精度不高、穩(wěn)定性不好的問題,研究提高點云離散曲率計算精度和穩(wěn)定性的方法,并將設計的點云離散曲率計算方法應用于實際掃描測量數(shù)據(jù)的光順處理。論文以微分幾何為理論基礎,系統(tǒng)地研究了點云離散曲率的計算方法,通過球面、柱面、馬鞍面不同間隔的采樣數(shù)據(jù),用曲面理論計算曲率與經(jīng)典點云離散曲率計算方法的結(jié)果進行對比分析,發(fā)現(xiàn)目前應用于數(shù)據(jù)處理的主流離散曲率計算方法的計算結(jié)果差異較大、穩(wěn)定性不好。論文基于離散點云生成的三角網(wǎng)格模型,首先定義三角形中最大角與最小角的余弦差作為三角形形狀規(guī)整度的判定因子,采用球面為采樣對象,通過Mayer算法計算三角面片不同規(guī)整程度下曲率的誤差,來研究網(wǎng)格中三角面片的規(guī)整程度對曲率計算的影響,然后對馬鞍面進行不同采樣間隔的采樣,通過離散曲率計算誤差的對比,分析采樣間隔對離散曲率計算的影響。論文通過引入三角面片的形狀規(guī)整度,對Voronoi區(qū)域的面積計算進行了改進,設計并實現(xiàn)了Mayer改進算法,將該算法應用于球面、柱面、拋物面、馬鞍面的曲率計算,實驗結(jié)果表明該算法有效提高了點云離散曲率計算的精度和穩(wěn)定性。論文將改進的算法應用于實際掃描測量數(shù)據(jù)的光順處理,通過對離散點云數(shù)據(jù)局部形狀特征的分析,設計了基于離散曲率的光順去噪算法,利用平均曲率閾值提取曲率大的邊緣特征點和噪聲點,快速判別點云數(shù)據(jù)的特征點。實際處理結(jié)果表明改進后的算法不僅能夠識別出測量物體的邊緣輪廓而且也能較好地處理物體表面的細節(jié)特征,達到了在去除噪聲、獲取離散曲面更高階光滑的同時,保持曲面固有幾何特征的目的。論文的研究成果已與實驗室自主開發(fā)的三維激光掃描測量軟件集成,應用于實際掃描測量數(shù)據(jù)的處理,較好地解決了冗余數(shù)據(jù)精簡和噪聲去除的問題,得到了企業(yè)的認可,有利于激光掃描測量技術的推廣普及。
[Abstract]:With the rapid development of 3D optical measurement technology, 3D laser scanner has been widely used in the fields of aerospace, automobile, household appliances, clothing, shoes and hats, furniture, toys, medical restoration, cultural relic restoration, archaeology, criminal investigation and so on.The processing of large-scale discrete data is becoming more and more important, among which the redundant data based on point cloud discrete curvature is simplified, and noise removal has become a hot topic in recent years.In this paper, the method to improve the accuracy and stability of point cloud discrete curvature calculation method is studied to solve the problem of low accuracy and poor stability.The point cloud discrete curvature calculation method is applied to the fairing of the actual scanning measurement data.Based on the theory of differential geometry, the method of calculating discrete curvature of point cloud is studied systematically in this paper. The sampling data of spherical surface, cylinder surface and saddle surface are sampled at different intervals.The results of surface theory and classical point cloud discrete curvature calculation are compared and analyzed. It is found that the results of the current mainstream discrete curvature calculation methods used in data processing are quite different and the stability is not good.In this paper, based on the triangular mesh model generated by discrete point cloud, the cosine difference between the maximum angle and the minimum angle in the triangle is defined as the judgement factor of the shape regularity of the triangle, and the spherical surface is used as the sampling object.Mayer algorithm is used to calculate the curvature error in different degree of triangulation, to study the effect of triangulation degree on curvature calculation, and then to sample saddle surface with different sampling intervals.By comparing the error of discrete curvature calculation, the influence of sampling interval on discrete curvature calculation is analyzed.In this paper, by introducing the shape regularity of triangular surface, the area calculation of Voronoi region is improved, and the improved Mayer algorithm is designed and implemented. The algorithm is applied to the curvature calculation of spherical, cylindrical, parabolic and saddle surfaces.Experimental results show that the algorithm improves the accuracy and stability of point cloud discrete curvature calculation.In this paper, the improved algorithm is applied to the fairing processing of the actual scanning measurement data. Based on the analysis of the local shape characteristics of the discrete point cloud data, a smoothing denoising algorithm based on discrete curvature is designed.The edge feature points and noise points with large curvature are extracted by the mean curvature threshold, and the feature points of point cloud data are quickly identified.The actual processing results show that the improved algorithm can not only recognize the edge contour of the measured object, but also deal with the detailed features of the surface of the object. It can remove the noise and obtain the higher order smooth surface of the discrete surface at the same time.The purpose of preserving the inherent geometric characteristics of a surface.The research results of this paper have been integrated with the 3D laser scanning measurement software developed by the laboratory, which has been applied to the processing of the actual scanning measurement data, which has solved the problems of redundant data reduction and noise removal, and has been recognized by the enterprise.It is beneficial to the popularization of laser scanning measurement technology.
【學位授予單位】：揚州大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：O186.1

【相似文獻】

相關期刊論文 前10條

1 高恩陽;鄭昊鴻;;點云數(shù)據(jù)濾波方法綜述[J];科技資訊;2012年33期

2 龔書林;;三維激光點云處理軟件的若干關鍵技術[J];測繪通報;2014年06期

3 趙強;彭國華;王鋒;;點云精簡的一種方法[J];西南民族大學學報(自然科學版);2006年05期

4 李德江;張延波;于曼竹;姜麗麗;曲雪光;;基于掃描模式的點云修復技術研究[J];測繪與空間地理信息;2011年06期

5 蔡來良;李儒;;點云數(shù)據(jù)處理算法與實現(xiàn)初步研究[J];測繪通報;2012年S1期

6 詹慶明;張海濤;喻亮;;古建筑激光點云-模型多層次一體化數(shù)據(jù)模型[J];地理信息世界;2010年04期

7 曾敬文;朱照榮;丁銳;;基于立方體網(wǎng)格的數(shù)據(jù)點云約簡和體積計算方法[J];測繪科學;2008年06期

8 楊欣;姚海燕;;平面點云邊界參數(shù)識別[J];中國西部科技;2009年27期

9 孫瑞;張彩霞;;點云數(shù)據(jù)壓縮算法綜述[J];科技信息;2010年32期

10 張毅;閆利;;地面激光點云強度噪聲的三維擴散濾波方法[J];測繪學報;2013年04期

相關會議論文 前10條

1 李文濤;韋群;楊海龍;;基于圖像的點云生成和預處理[A];2011年全國通信安全學術會議論文集[C];2011年

2 蔡來良;李儒;;點云數(shù)據(jù)處理算法與實現(xiàn)初步研究[A];第四屆“測繪科學前沿技術論壇”論文精選[C];2012年

3 馬國慶;陶萍萍;楊周旺;;點云空間曲線的微分信息計算及匹配方法[A];第四屆全國幾何設計與計算學術會議論文集[C];2009年

4 江倩殷;劉忠途;李熙瑩;;一種有效的點云精簡算法[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

5 解輝;張愛武;孟憲剛;;機載激光點云快速繪制方法[A];第二十五屆全國空間探測學術研討會摘要集[C];2012年

6 李凱;張愛武;;基于激光點云的糧倉儲糧數(shù)量測量方法[A];第二屆“測繪科學前沿技術論壇”論文精選[C];2010年

7 朱曉強;余燁;劉曉平;袁曉輝;Bill P.Buckles;;基于航拍圖像和LiDAR點云的城市道路提取[A];全國第19屆計算機技術與應用（CACIS）學術會議論文集（上冊）[C];2008年

8 劉虎;;基于線性八叉樹的點云簡化與特征提取研究[A];促進科技經(jīng)濟結(jié)合，服務創(chuàng)新驅(qū)動發(fā)展——蚌埠市科協(xié)2012年度學術年會論文集[C];2012年

9 李濱;王佳;;基于點云的建筑測繪信息提取[A];第四屆“測繪科學前沿技術論壇”論文精選[C];2012年

10 楊雪春;;反求工程建模中點云切片技術研究[A];全國先進制造技術高層論壇暨第八屆制造業(yè)自動化與信息化技術研討會論文集[C];2009年

相關重要報紙文章 前2條

1 曹裕華 高化猛 江鴻賓;激光點云 亦真亦幻[N];解放軍報;2013年

2 中國工程院院士 劉先林;四維遠見的裝備創(chuàng)新[N];中國測繪報;2012年

相關博士學位論文 前10條

1 彭檢貴;融合點云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學;2012年

2 劉涌;基于連續(xù)序列自動快速拼接的全方位三維測量技術研究[D];西南交通大學;2013年

3 袁小翠;產(chǎn)品表面缺陷視覺檢測數(shù)據(jù)處理關鍵技術研究[D];南昌大學;2015年

4 賴祖龍;基于LiDAR點云與影像的海岸線提取和地物分類研究[D];武漢大學;2013年

5 王瑞巖;計算機視覺中相機標定及點云配準技術研究[D];西安電子科技大學;2015年

6 韓峰;基于點云信息的既有鐵路狀態(tài)檢測與評估技術研究[D];西南交通大學;2015年

7 金龍存;3D點云復雜曲面重構關鍵算法研究[D];上海大學;2012年

8 李揚彥;基于點云的三維重建與形變事件分析[D];中國科學院深圳先進技術研究院;2013年

9 楊德賀;面向虛擬測方系統(tǒng)的點云聚類與擬合理論[D];中國礦業(yè)大學（北京）;2014年

10 何朝明;離散點云處理的關鍵技術研究[D];西南交通大學;2007年

相關碩士學位論文 前10條

1 龔碩然;基于Delaunay三角剖分的點云三維網(wǎng)格重構[D];河北大學;2015年

2 楊紅粉;頻域技術應用于點云配準研究[D];北京建筑大學;2015年

3 段紅娟;點云圖像交互式曲線骨架提取技術及其應用[D];西南交通大學;2015年

4 張永恒;散亂點云數(shù)據(jù)配準方法研究[D];長安大學;2015年

5 吳愛;面向特征擬合的點云簡化方法研究[D];中國地質(zhì)大學(北京);2015年

6 薛廣順;基于立體視覺的牛體點云獲取方法研究與實現(xiàn)[D];西北農(nóng)林科技大學;2015年

7 胡誠;精度約束下地表LiDAR點云抽稀方法研究[D];西南交通大學;2015年

8 余明;三維離散點云數(shù)據(jù)處理技術研究[D];南京理工大學;2015年

9 陳星宇;基于三維彩色點云的地形分類方法研究[D];南京理工大學;2015年

10 朱東方;基于復雜拓撲結(jié)構點云的曲線擬合研究與應用[D];山東大學;2015年

，

本文編號：1754416