發(fā)布時間：2020-11-01 21:55

　　 隨著三維掃描技術的快速發(fā)展,三維點云數據在工業(yè)建筑和日常生活等領域的運用越來越廣泛,例如,工業(yè)檢測、建筑測量、虛擬現(xiàn)實等。三維點云數據的處理工作是上述應用的基礎,在相關領域發(fā)揮著極為重要的作用。在三維點云數據的處理工作中,幾何特性估算作為三維點云數據的處理手段,為區(qū)域分割、模型重建等工作奠定了堅實的基礎,并且也對三維點云數據的應用效果產生直接影響。通常來講,三維點云數據可分為線點云數據和面點云數據。本文主要研究對象是三維線點云數據,如何分析、處理線點云數據,估算其幾何特性是我們所關心的問題。本文提出了一種基于高斯加權的線點云一階離散導數的估算方法,該方法運用加權線性回歸和帶有線性約束的線性回歸的思想,結合微分幾何理論,更加準確地估算出線點云的一階離散導數。同樣地,本文定義了線點云的高階離散導數,并分析了它們的收斂性。基于高斯加權離散導數,我們可以獲得線點云的幾何特性,例如,曲率(二階離散導數)、主(副)法向量、撓率等。在真實環(huán)境中,由于環(huán)境因素或機器設備等客觀因素,我們獲得的三維點云數據往往帶有噪聲,本文提出的方法不僅在無噪聲情況下提高的估算的準確度,在存在噪聲的情況下,也可以降低噪聲帶來的影響。在估算線點云導數的過程中,涉及到多個參數的選取問題,例如,權函數的帶寬(波長)參數、采樣密度、鄰域半徑、噪聲強度等。在采樣密度確定的條件下,本文給出了估算噪聲強度的方法,該方法不僅可以估算噪聲強度,還可得到鄰域半徑的建議值,這使得我們無需在參數選擇工作中耗費大量的時間。該方法既避免了盲目選取參數帶來的結果不準確性,減少了選擇參數消耗的時間,提升了估算結果的準確度。為了分析本文提出的三維線點云幾何特性的估算方法,文章針對不同形狀的平面線點云數據和空間線點云數據進行了實驗操作,并與其他相關的方法進行了對比,結果顯示本文的方法針對不同形狀的線點云數據具有較高的普適性。在無噪聲條件下提高了估算結果的準確性;在噪聲條件下降低了噪聲帶來的影響。為了分析參數選取的問題,本文提出了估算噪聲強度的方法,并針對平面線點云和空間線點云進行了多次實驗,實驗結果顯示本文提出的估算噪聲強度方法具有較高的準確性,該方法為解決線點云數據導數估算中涉及到的參數選取問題提供了便利。
【學位單位】：大連理工大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：C81
【文章目錄】：
摘要
Abstract
1 緒論
    1.1 三維點云數據
    1.2 線點云數據的幾何特性估算
        1.2.1 解析曲線法
        1.2.2 離散結構法
    1.3 本文研究的內容
2 高斯加權離散導數
    2.1 高斯加權離散導數定義
    2.2 高斯加權離散導數的收斂性分析
    2.3 線點云離散導數預估實驗
    2.4 本章小結
3 高斯加權離散導數的改進
    3.1 線點云參數化
    3.2 線點云幾何特性
    3.3 鄰域半徑調整
    3.4 實驗分析
        3.4.1 平面線點云的曲率估算實驗
        3.4.2 空間線點云的幾何特性估算實驗
        3.4.3 噪聲強度預估實驗
        3.4.4 實際場景的曲率估算實驗
    3.5 本章小結
4 結論
參考文獻
致謝

【相似文獻】

相關期刊論文 前10條

1 楊必勝;董震;;點云智能研究進展與趨勢[J];測繪學報;2019年12期

2 王雯;任小玲;陳逍遙;;一種改進的區(qū)域增長彩色3D點云分割算法[J];國外電子測量技術;2018年11期

3 陳華臻;高健;;面向反光工件點云缺陷的點云增強算法[J];計算機輔助設計與圖形學學報;2019年07期

4 馬東嶺;王曉坤;李廣云;;一種基于高度差異的點云數據分類方法[J];測繪通報;2018年06期

5 楊澤鑫;程效軍;丁瓊;程小龍;;面向室內場景點云的對象重建[J];測繪通報;2017年06期

6 翁福洲;黃鶴;;快速點云定向數學模型實際精度分析[J];北京測繪;2017年04期

7 琚俏俏;王令文;;基于自適應切片的點云壓縮算法[J];工程勘察;2017年09期

8 許寧;鐘友玲;;地面三維激光掃描點云重建技術研究[J];數碼世界;2017年08期

9 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

10 徐守乾;朱延娟;;稀疏點云的曲面重構[J];中國制造業(yè)信息化;2011年03期

相關博士學位論文 前10條

1 程旭;復雜零件三維重建與點云配準技術研究[D];華中科技大學;2019年

2 楊佳琪;點云局部特征描述與匹配研究[D];華中科技大學;2019年

3 胡曉斌;車載移動測量地物分類方法與重建技術研究[D];武漢大學;2016年

4 蔡湛;遷移學習點云濾波及建筑物特征線提取研究[D];武漢大學;2018年

5 李亮;基于點云匹配的智能車定位方法研究[D];上海交通大學;2018年

6 師翊;基于點云的蘋果樹冠層光照分布與生長過程數字化關鍵技術研究[D];西北農林科技大學;2019年

7 徐敏峰;基于質點分布優(yōu)化的點云法向一致性和重新網格化研究[D];山東大學;2019年

8 趙宗澤;基于數學形態(tài)學的機載LiDAR點云建筑物區(qū)域提取[D];武漢大學;2016年

9 魏崇陽;城市環(huán)境中基于三維特征點云的建圖與定位技術研究[D];國防科學技術大學;2016年

10 奚以成;基于機載LiDAR技術的城市智能感知與變化檢測技術研究[D];沈陽農業(yè)大學;2018年

相關碩士學位論文 前10條

1 梁周雁;基于點云的復雜物體曲面重建關鍵技術研究[D];山東科技大學;2018年

2 張慧智;基于車載激光點云的道路參數化精細建模[D];山東科技大學;2018年

3 高航;基于線面幾何特征的點云配準方法研究[D];山東科技大學;2018年

4 戚明旭;基于全向擺動激光雷達的三維稠密點云創(chuàng)建方法的研究[D];上海交通大學;2017年

5 田茁成;基于激光點云的動態(tài)目標運動信息提取技術[D];山東理工大學;2019年

6 崔強;基于圖優(yōu)化的多站激光點云拼接算法研究[D];山東科技大學;2018年

7 馬蕊;基于高斯加權離散導數的線點云幾何特性估算[D];大連理工大學;2019年

8 姜健芃;基于多向點云拼合的快速三維人體測量技術研究[D];東華大學;2019年

9 付戩;基于色散共焦傳感器的航空葉片型線測量[D];華中科技大學;2019年

10 陳鯤翔;基于無人機的建筑物變形監(jiān)測方法研究[D];華中科技大學;2019年

本文編號：2866153