三維重建技術(shù)的不斷發(fā)展,使得對木材表面形貌的三維重建研究也迅速發(fā)展起來。雖然應(yīng)用X射線計算機斷層掃描（CT）技術(shù)能夠?qū)υ镜膬?nèi)部結(jié)構(gòu)進(jìn)行精確的三維重建,但對于結(jié)構(gòu)復(fù)雜的木材表面形貌,其重建結(jié)果欠佳。另外,X射線對人體的輻射傷害也較大,在實驗室外使用很難做好輻射防護(hù),難以實現(xiàn)對活立木樹干表面形貌的掃描和三維重建。地面三維激光掃描技術(shù)的產(chǎn)生和測量精度的不斷提高,使得使用高精度的地面三維激光掃描儀在野外實現(xiàn)對活立木樹干表面形貌的精確三維重建成為可能。對樹干表面形貌的精準(zhǔn)三維重建研究,對進(jìn)一步精確計算樹木胸徑、材積、生長量等參數(shù),研究活立木生長狀況隨季節(jié)、氣候、人工干預(yù)等因素影響的變化情況,研究森林的樹種組成結(jié)構(gòu),監(jiān)測和評估名樹古木的健康狀況,以及建立活立木精準(zhǔn)三維重建圖像數(shù)據(jù)庫和名樹古木三維數(shù)字化檔案具有十分重要的意義。為了實現(xiàn)對樹干表面形貌的全方位的精準(zhǔn)三維重建,采用三個Gocator 2080三維智能激光掃描儀以等邊三角形對稱安裝的方式,設(shè)計了一種由高精度平移升降裝置（包括高精度平移臺和雙層開口環(huán)抱式三維激光掃描儀安裝架兩部分）、輔助升降車和中控設(shè)備三大部分組成的多激光掃描儀硬件系統(tǒng)。為... 

【文章來源】：東北林業(yè)大學(xué)黑龍江省 211工程院校 教育部直屬院校

【文章頁數(shù)】：93 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 木材的三維重建技術(shù)研究現(xiàn)狀
    1.3 三維激光掃描技術(shù)及其在林業(yè)研究中的應(yīng)用
        1.3.1 國外應(yīng)用三維激光技術(shù)進(jìn)行林業(yè)研究的現(xiàn)狀
        1.3.2 國內(nèi)應(yīng)用三維激光技術(shù)進(jìn)行林業(yè)研究的現(xiàn)狀
        1.3.3 對國內(nèi)外應(yīng)用三維激光技術(shù)進(jìn)行林業(yè)研究的現(xiàn)狀的分析
    1.4 三維激光點云去噪的研究現(xiàn)狀
    1.5 三維激光點云數(shù)據(jù)精簡算法研究現(xiàn)狀
    1.6 點云數(shù)據(jù)配準(zhǔn)算法的研究現(xiàn)狀
    1.7 本文研究內(nèi)容和技術(shù)路線
        1.7.1 本文研究的主要內(nèi)容
        1.7.2 本文研究的技術(shù)路線
2 三維激光點云數(shù)據(jù)逆向三維重建基礎(chǔ)
    2.1 三維激光掃描儀的分類及選取
    2.2 三維激光點云數(shù)據(jù)的存儲形式
    2.3 影響點云數(shù)據(jù)三維重建圖像質(zhì)量的因素
    2.4 點云數(shù)據(jù)的三維重建模型
    2.5 本章小結(jié)
3 多激光掃描儀硬件系統(tǒng)設(shè)計
    3.1 多激光掃描儀硬件系統(tǒng)的整體結(jié)構(gòu)
    3.2 高精度平移升降裝置
    3.3 輔助升降車
    3.4 中控設(shè)備
    3.5 多激光掃描儀硬件系統(tǒng)的掃描方法
    3.6 本章小結(jié)
4 樹干表面形貌三維激光點云數(shù)據(jù)的預(yù)處理
    4.1 傳統(tǒng)的雙邊濾波點云數(shù)據(jù)去噪方法
    4.2 改進(jìn)權(quán)重因子的雙邊濾波點云數(shù)據(jù)去噪方法
    4.3 基于主成分分析的三維點云數(shù)據(jù)法向量估計
    4.4 改進(jìn)的雙邊濾波方法在樹干表面形貌三維點云數(shù)據(jù)去噪中的應(yīng)用
    4.5 基于包圍盒的二次曲面點云精簡算法
    4.6 基于包圍盒的法向量估計點云數(shù)據(jù)精簡
    4.7 本章小結(jié)
5 樹干表面形貌三維重建
    5.1 基于七參數(shù)法的三個Gocator 2080三維激光掃描儀機械標(biāo)定
    5.2 ICP點云數(shù)據(jù)配準(zhǔn)算法的簡介
    5.3 基于局部鄰域幾何特征改進(jìn)的點云ICP配準(zhǔn)
    5.4 樹干表面形貌三維激光點云數(shù)據(jù)配準(zhǔn)
    5.5 本章小結(jié)
6 基于樹干表面形貌三維點云數(shù)據(jù)轉(zhuǎn)換的樹種分類識別
    6.1 點云數(shù)據(jù)采集
    6.2 表面平面轉(zhuǎn)換(Surface Plane Transformation)方法
    6.3 特征參數(shù)提取
    6.4 SOM神經(jīng)網(wǎng)絡(luò)
    6.5 實驗材料的選取及灰度共生矩陣特征數(shù)據(jù)庫的建立
        6.5.1 實驗材料的選取
        6.5.2 灰度共生矩陣特征數(shù)據(jù)庫的建立
    6.6 樹種分類識別結(jié)果及分析
    6.7 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
攻讀學(xué)位期間參與的課題
致謝
東北林業(yè)大學(xué)博士研宄生學(xué)位論文評閱
東北林業(yè)大學(xué)博士學(xué)位論文修改情況確認(rèn)表
附件


【參考文獻(xiàn)】：
期刊論文
[1]保持特征的散亂點云數(shù)據(jù)去噪[J]. 崔鑫,閆秀天,李世鵬.  光學(xué)精密工程. 2017(12)
[2]空間柵格動態(tài)劃分的點云精簡方法[J]. 傅思勇,吳祿慎,陳華偉.  光學(xué)學(xué)報. 2017(11)
[3]全面停止天然林商業(yè)性采伐后林業(yè)轉(zhuǎn)型升級思考[J]. 郭宏騫.  防護(hù)林科技. 2017(06)
[4]點云數(shù)據(jù)提取二次曲面特征算法研究[J]. 黃景偉,何鵬,劉潔,陳明舉.  信息通信. 2017(05)
[5]基于灰度共生矩陣與SOM神經(jīng)網(wǎng)絡(luò)的樹皮紋理特征識別[J]. 李可心,戚大偉,牟洪波,倪海明.  森林工程. 2017(03)
[6]基于三維激光點云的樹木胸徑自動提取方法[J]. 王祺,胡洪,吳艷蘭,許邦鑫,王浩,薛興盛.  安徽農(nóng)業(yè)大學(xué)學(xué)報. 2017(02)
[7]A new approach to retrieve leaf normal distribution using terrestrial laser scanners[J]. Shengye Jin,Masayuki Tamura,Junichi Susaki.  Journal of Forestry Research. 2016(03)
[8]天然林商業(yè)性采伐明年將全面停止,我國加緊建設(shè)國家儲備林[J]. 曉義.  中國人造板. 2016(03)
[9]總體最小二乘法在七參數(shù)坐標(biāo)轉(zhuǎn)換中的探討[J]. 劉珺.  測繪通報. 2015(S1)
[10]基于噪聲分類的雙邊濾波點云去噪算法[J]. 袁華,龐建鏗,莫建文.  計算機應(yīng)用. 2015(08)

博士論文
[1]三維點云數(shù)據(jù)處理的技術(shù)研究[D]. 王麗輝.北京交通大學(xué) 2011
[2]基于多重分形頻譜技術(shù)的木材CT檢測及其三維結(jié)構(gòu)重建[D]. 于雷.東北林業(yè)大學(xué) 2010
[3]基于三維激光掃描測繪系統(tǒng)的森林計測學(xué)研究[D]. 羅旭.北京林業(yè)大學(xué) 2006

碩士論文
[1]改進(jìn)的Delaunay三角剖分算法研究[D]. 高莉.蘭州交通大學(xué) 2015
[2]基于地基激光雷達(dá)點云的樹木三維結(jié)構(gòu)自動重建技術(shù)研究[D]. 王斌.電子科技大學(xué) 2015
[3]基于點云數(shù)據(jù)的精簡算法研究[D]. 蔡志敏.北京建筑大學(xué) 2014
[4]機載和地基激光雷達(dá)森林垂直結(jié)構(gòu)參數(shù)提取研究[D]. 劉魯霞.中國林業(yè)科學(xué)研究院 2014
[5]基于地面三維激光掃描的樹木枝干建模與參數(shù)提取技術(shù)[D]. 高士增.中國林業(yè)科學(xué)研究院 2013
[6]基于采樣球和ICP算法的點云配準(zhǔn)方法研究[D]. 孟禹.清華大學(xué) 2012
[7]基于三維點云的樹木分類研究[D]. 唐永春.華南理工大學(xué) 2011



本文編號：3432191