本文關(guān)鍵詞：基于點云數(shù)據(jù)的三維模型重建

  更多相關(guān)文章： 點云數(shù)據(jù) 三維激光掃描 三維模型 算法

【摘要】：三維模型是人類對現(xiàn)實世界物體的模擬,借助三維模型可實現(xiàn)城市規(guī)劃、工業(yè)設(shè)計、文物復原等具有重要意義的研究工作。三維激光掃描技術(shù)的問世,使得真三維模型的重建工作變得更加容易實現(xiàn)。這種被稱為實景復制技術(shù)的新手段可獲取海量的三維點云數(shù)據(jù),然后通過一系列的后處理流程實現(xiàn)從原始點云數(shù)據(jù)到真三維模型的所有任務(wù)。雖然這種基于點云數(shù)據(jù)的三維模型重建技術(shù)具有很多傳統(tǒng)測量手段所不具有的優(yōu)勢,在目前仍存在一些亟待研究的問題。首先針對常用的平滑濾波算法可能會改變點的坐標值,而其他不改變坐標值的濾波算法往往還需要反射強度等信息這個現(xiàn)象,論文提出一種基于距離判定的濾波算法,該算法引入了統(tǒng)計學原理,且只需提供點的坐標值。經(jīng)過編制算法程序進行實例驗證并與原始圖像對比,發(fā)現(xiàn)該算法濾波效果良好,能實現(xiàn)點云數(shù)據(jù)的濾波工作。其次針對點云數(shù)據(jù)壓縮工作中較早提出的、常用的區(qū)域重心壓縮算法會存在丟失模型細節(jié)特征較多的現(xiàn)象,論文對區(qū)域重心壓縮算法進行了改進。改進算法將點云數(shù)據(jù)壓縮分為兩個步驟并結(jié)合兩個閾值分別進行判定,在進行壓縮時除了保留柵格體的重心點之外還保留了一個符合一定閾值范圍的最遠點,實現(xiàn)整個點云數(shù)據(jù)的壓縮。通過編制算法程序驗證并與區(qū)域重心壓縮算法結(jié)果對比發(fā)現(xiàn),同等條件下改進的區(qū)域重心壓縮算法比區(qū)域重心壓縮算法壓縮效果好,而且通過剖面圖對比可以看出前者丟失的細節(jié)特征較少,證明改進的區(qū)域重心壓縮算法是可行的。最后針對目前建模平臺方面存在的不完善、互不兼容等問題,論文在分析常用建模平臺Geomagic Studio、Cyclone、PCL及建模輔助軟件Photoshop、3DMax、SkyLine的優(yōu)缺點的基礎(chǔ)上,探索了一種多平臺聯(lián)合建模方法。在建模過程中,充分發(fā)揮各軟件平臺的建模優(yōu)勢,集成互補,使得模型重建效果更好。通過西安科技大學臨潼校區(qū)部分建筑物三維模型重建實驗,對這些軟件之間處理結(jié)果的格式轉(zhuǎn)換給出了解決方案。
【關(guān)鍵詞】：點云數(shù)據(jù) 三維激光掃描 三維模型 算法
【學位授予單位】：西安科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：P225.2
【目錄】：

• 摘要3-4
• ABSTRACT4-9
• 1 緒論9-13
• 1.1 選題背景及意義9
• 1.2 國內(nèi)外研究現(xiàn)狀9-11
• 1.3 研究內(nèi)容11-13
• 2 基于點云數(shù)據(jù)的三維建模基礎(chǔ)13-23
• 2.1 三維激光掃描原理13-15
• 2.1.1 激光脈沖測距原理13-14
• 2.1.2 相位測距原理14
• 2.1.3 光學三角原理14-15
• 2.2 點云數(shù)據(jù)常用的存儲格式15-16
• 2.2.1 ASCII格式文件15-16
• 2.2.2 二進制格式文件16
• 2.3 三維模型的基本形式16-17
• 2.3.1 點云模型16-17
• 2.3.2 三維線框模型17
• 2.3.3 三維表面模型17
• 2.3.4 三維實體模型17
• 2.4 三維模型的數(shù)學模型17-22
• 2.4.1 平面的數(shù)學模型17-18
• 2.4.2 球面的數(shù)學模型18-19
• 2.4.3 自由曲面的數(shù)學模型19-22
• 2.5 本章小結(jié)22-23
• 3 點云數(shù)據(jù)預處理23-40
• 3.1 點云數(shù)據(jù)配準23-26
• 3.1.1 配準的數(shù)學基礎(chǔ)23
• 3.1.2 四元數(shù)配準算法23-24
• 3.1.3 六參數(shù)配準算法24-25
• 3.1.4 ICP算法25-26
• 3.2 基于距離判定的數(shù)據(jù)濾波算法26-31
• 3.2.1 平滑濾波26-27
• 3.2.2 雙邊濾波算法27
• 3.2.3 基于距離判定的數(shù)據(jù)濾波算法27-31
• 3.3 改進的區(qū)域重心壓縮算法31-38
• 3.3.1 區(qū)域重心壓縮算法32-33
• 3.3.2 基于真三維TIN的數(shù)據(jù)壓縮算法33-34
• 3.3.3 改進的區(qū)域重心壓縮算法34-38
• 3.4 點云數(shù)據(jù)分割38-39
• 3.4.1 點云數(shù)據(jù)分割算法的分類38
• 3.4.2 區(qū)域生長算法38-39
• 3.5 本章小結(jié)39-40
• 4 多平臺聯(lián)合建模方法40-45
• 4.1 Cyclone軟件40-41
• 4.2 Geomagic Studio軟件41
• 4.3 PCL軟件41-42
• 4.4 三維建模輔助軟件42-43
• 4.4.1 Photoshop軟件42
• 4.4.2 3DMax軟件42
• 4.4.3 SkyLine軟件42-43
• 4.5 多種平臺聯(lián)合建模方法43-44
• 4.6 本章小結(jié)44-45
• 5 三維模型重建實驗45-60
• 5.1 實驗區(qū)選擇45-46
• 5.2 實驗數(shù)據(jù)獲取46-48
• 5.3 點云數(shù)據(jù)預處理48-50
• 5.3.1 利用PCL平臺對點云數(shù)據(jù)濾波48-49
• 5.3.2 利用Cyclone平臺對點云數(shù)據(jù)配準49-50
• 5.3.3 利用PCL平臺對點云數(shù)據(jù)壓縮50
• 5.4 三維模型的重建50-56
• 5.4.1 Cyclone平臺對較規(guī)則的建筑物建模50-54
• 5.4.2 Geomagic Studio平臺對不規(guī)則建筑的建模54-56
• 5.5 利用 3Dmax平臺對三維模型貼圖56-57
• 5.5.1 利用Photoshop平臺做材質(zhì)56
• 5.5.2 三維模型貼圖56-57
• 5.6 三維場景及地形信息的建立57-59
• 5.6.1 DEM和DOM的獲取57-58
• 5.6.2 利用SkyLine平臺制作三維場景58-59
• 5.6.3 實驗結(jié)果分析59
• 5.7 本章小結(jié)59-60
• 6 結(jié)論與展望60-61
• 6.1 結(jié)論60
• 6.2 展望60-61
• 致謝61-63
• 參考文獻63-66
• 附錄66-70
• 附錄一：基于距離判定的濾波算法核心代碼66-69
• 附錄二：改進的區(qū)域重心壓縮算法核心代碼69-70
• 附錄三：攻讀研究生期間取得研究成果70

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 喜文飛;史正濤;;一種新的點云數(shù)據(jù)組合精簡算法研究[J];科技通報;2014年03期

2 劉志軍;;基于三坐標測量機的點云數(shù)據(jù)測量規(guī)劃研究[J];黑龍江科技信息;2008年20期

3 張會霞;;基于八叉樹的點云數(shù)據(jù)的組織與可視化[J];太原師范學院學報(自然科學版);2011年03期

4 方源敏;夏永華;陳杰;宋煒煒;楊永明;左小清;;基于改進的角度偏差法的采空區(qū)點云數(shù)據(jù)精簡[J];地球科學與環(huán)境學報;2012年02期

5 徐偉恒;馮仲科;蘇志芳;胥輝;焦有權(quán);鄧歐;;一種基于三維激光點云數(shù)據(jù)的單木樹冠投影面積和樹冠體積自動提取算法[J];光譜學與光譜分析;2014年02期

6 靳克強;龔志輝;湯志強;張斌;袁輝;;機載激光雷達點云數(shù)據(jù)質(zhì)量評價體系分析與探討[J];測繪與空間地理信息;2012年04期

7 劉亞文;龐世燕;左志奇;;蟻群算法的建筑立面點云數(shù)據(jù)提取[J];武漢大學學報(信息科學版);2012年11期

8 喜文飛;方源敏;李帥;李健;;一種新的激光點云數(shù)據(jù)精簡方法[J];測繪工程;2012年04期

9 何麗;李嘉;鄭德華;;基于柵格的點云數(shù)據(jù)的邊界探測方法[J];測繪工程;2013年03期

10 劉尚蔚;朱小超;張永光;魏群;;多片點云數(shù)據(jù)拼接處理技術(shù)的研究[J];水利與建筑工程學報;2014年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 閆龍;;攝影測量點云數(shù)據(jù)精簡研究[A];第二十九屆中國控制會議論文集[C];2010年

2 吳美金;;基于薄壁構(gòu)件的點云數(shù)據(jù)提取[A];全國射線數(shù)字成像與CT新技術(shù)研討會論文集[C];2009年

3 段文國;張愛武;蔡廣杰;;基于VTK的點云數(shù)據(jù)繪制研究與實現(xiàn)[A];《測繪通報》測繪科學前沿技術(shù)論壇摘要集[C];2008年

4 宋碧波;盧小平;盧遙;;基于點云數(shù)據(jù)的建筑物三維重建[A];第二屆“測繪科學前沿技術(shù)論壇”論文精選[C];2010年

5 張偉忠;張順海;于德敏;;點云數(shù)據(jù)與建模軟件的接口設(shè)計[A];全國第13屆計算機輔助設(shè)計與圖形學（CAD/CG）學術(shù)會議論文集[C];2004年

6 呂瓊瓊;楊曉暉;楊唐文;韓建達;莊嚴;;激光雷達點云數(shù)據(jù)的三維建模技術(shù)[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

7 劉佳;張愛武;楊麗萍;;室內(nèi)場景激光點云數(shù)據(jù)的三維建模[A];《測繪通報》測繪科學前沿技術(shù)論壇摘要集[C];2008年

8 隋立春;張熠斌;趙旦;;基于MicroStation的機載LiDAR點云數(shù)據(jù)分類處理軟件[A];第二屆“測繪科學前沿技術(shù)論壇”論文精選[C];2010年

9 黃承亮;吳侃;劉虎;;基于三維TIN的格網(wǎng)化點云數(shù)據(jù)特征提取[A];數(shù)字測繪與GIS技術(shù)應用研討交流會論文集[C];2008年

10 楊銘;陳建峰;;基于CUDA的海量點云數(shù)據(jù)kNN查詢算法[A];第四屆“測繪科學前沿技術(shù)論壇”論文精選[C];2012年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 趙江洪;古建筑散亂點云基準面的提取與擬合[D];武漢大學;2012年

2 谷曉英;三維重建中點云數(shù)據(jù)處理關(guān)鍵技術(shù)研究[D];燕山大學;2015年

3 胡峰俊;三維離散點云數(shù)據(jù)的預處理和配準技術(shù)研究[D];浙江工業(yè)大學;2015年

4 董秀軍;三維空間影像技術(shù)在地質(zhì)工程中的綜合應用研究[D];成都理工大學;2015年

5 李曉捷;基于深度相機的三維人體重建及在服裝展示方面的技術(shù)研究[D];天津工業(yè)大學;2016年

6 張學昌;基于點云數(shù)據(jù)的復雜型面數(shù)字化檢測關(guān)鍵技術(shù)研究及其系統(tǒng)開發(fā)[D];上海交通大學;2006年

7 王果;不同平臺激光點云數(shù)據(jù)面狀信息自動提取研究[D];中國礦業(yè)大學（北京）;2014年

8 趙煦;基于地面激光掃描點云數(shù)據(jù)的三維重建方法研究[D];武漢大學;2010年

9 張會霞;三維激光掃描點云數(shù)據(jù)組織與可視化研究[D];中國礦業(yè)大學（北京）;2010年

10 孫曉東;人體點云數(shù)據(jù)處理中若干問題的研究[D];北京工業(yè)大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張磊;大型鋼結(jié)構(gòu)建筑安裝質(zhì)量檢測與變形監(jiān)測軟件系統(tǒng)設(shè)計與實現(xiàn)[D];北京建筑大學;2015年

2 饒杰;基于激光點云數(shù)據(jù)的建筑物快速三維建模[D];中國地質(zhì)大學(北京);2015年

3 李俊寶;TLS在古建筑物測繪及建模中的應用研究[D];長安大學;2015年

4 謝金坤;基于事故車輛車身變形的碰撞速度研究[D];長安大學;2015年

5 顧品熒;基于點云數(shù)據(jù)的基本款女西裝樣板生成系統(tǒng)研究[D];蘇州大學;2015年

6 李國瑞;車載LiDAR點云中的車輛自動檢測技術(shù)[D];長安大學;2015年

7 江靜;建筑物LiDAR點云數(shù)據(jù)特征檢測及配準關(guān)鍵技術(shù)研究[D];集美大學;2015年

8 梁子瑜;基于TLS點云數(shù)據(jù)的林分調(diào)查因子測定及收獲估計[D];南京林業(yè)大學;2015年

9 喻W毶，

本文編號：817674