三维激光扫描点云数据孔洞修复与精简算法研究

《三维激光扫描点云数据孔洞修复与精简算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文图书分类号：P237密级：公开UDC：528学校代码：10016论文题目：三维激光扫描点云数据孔洞修复与精简算法研究论文作者：周欣学科：大地测量学与测量工程指导教师：张瑞菊论文提交日期：2018年6月学位论文三维激光点云数据孔洞修复与精简算法研究ResearchonHoleRestorationandSimplificationAlgorithmof3DScatteredPointCloudData周欣指导教师姓名张瑞菊讲师北京建筑大学申请学位级别硕士学位类别工学硕士所属学科大地测量学与测量工程年级201

2、5学号2108160115001论文答辩时间2018年5月答辩委员会主席曾波教授级高工论文评阅人赵建虎教授范荣双研究员北京建筑大学硕士学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含本人或他人为获得北京建筑大学或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。若有不实之处，本人愿意承

3、担相关法律责任。学位论文作者签字：日期：年月日北京建筑大学硕士学位论文版权使用授权书本人完全了解学校有关学位论文知识产权的规定，在校攻读学位期间论文工作的知识产权属于北京建筑大学，允许论文被查阅和借阅。学校有权保留论文并向国家有关部门或机构送交论文纸质版和电子版，可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印、或扫描等复制手段保存和汇编学位论文。保密学位论文在解密后的使用授权同上。学位论文作者签名：校内导师签名：年月日年月日校外导师签名：年月日摘要三维激光扫描技术已经得到了长足的发

4、展，虽然其在硬件方面发展迅速，但是也不可避免的存在一些问题：在采集点云数据时，往往会因为仪器自身的设计特性，往往导致点云数据分布不均匀，并且在实际的扫描环境中，可能由于视线遮挡或工作人员操作不当，孔洞问题时常出现；海量点云数据给数据的显示、处理、存储带来较大困扰。针对当下孔洞修复算法或效率不高或效果不好的问题，本课题提出一种较为高效且修复效果较好的算法；目前已有的基于法线的精简算法虽然能对点云数据进行较大程度的精简，且能较好的保留点云的局部细节，但是该方法对数据点特征值的求解不够准确且精简效率也不足够高，基于

5、此，本课题在此基础上对该方法特征值的求解过程进行了改进并提出一种自适应的空间划分方法。为了方便展示本课题算法处理的结果，本课题基于Qt、OpenGL、PCL构建了点云数据处理平台，并选用曲面特征较为复杂的多组实验数据进行了实验且达到了预期的效果。本课题的主要工作如下：（1）点云数据均匀化。针对三维激光扫描仪采集数据不均匀的问题，在已有均匀精简算法的基础上，论文先采用一种基于邻域分析的去噪算法对数据进行去噪，再根据均匀精简法算法的流程先求解数据的最小外包盒，最后通过设置步长来进行体素划分，对每一个体素仅保留其重

6、心。（2）提出了一种基于移动最小二乘的点云孔洞修补算法。本课题采用对数据点的邻近域进行分析的方法来对边界点进行提取；对于边界点中的噪声点采用前文提及的去噪算法进行去噪，针对目前已有的根据边界点走向的方法来区分孔洞内外边界效率不高的问题，本研究采用欧式聚类来区分孔洞的内外边界；为了使孔洞填充区域待插入的数据点密度与点云数据的密度保持一致，本课题基于移动最小二乘原理通过自适应的设置步长来对孔洞区域进行填充。（3）提出了一种改进的基于点云法线的精简算法。针对现有的基于法向的精简算法估算特征值不够准确的问题，本课题首

7、先对数据点的法向进行估计；再分别求解该点的法向量与其邻近域内各点的法向量的点积（即两向量间夹角的余弦值）。为了考虑数据点局部邻近域内的法线朝向的复杂程度，继续对以上的值作相关计算，并把最终的解算结果作为该数据点的特征值，根据该特征值把数据点按照由低到高的秩序划分到对应的区间内，为了最大程度的提升算法的处理效率，本课题提出一种自适应的空间划分方法，即曲面特征不同的点云数据其对应的空间划分块数也不同。并且针对该算法整体精简比例的不灵活性，本课题通过设计相关的精简策略能对点云数据进行任意百分比的精简。（4）点云数据

8、处理平台构建。本课题基于Qt、OpenGL、PCL构建了点云数据处理平台以期对实验结果进行合理的展示。并且基于此平台，本课题做了大量实验且多次的实验结果表明本课题算法具备较强的可行性与鲁棒性。I原始点云数据经过均匀化处理后确实对局部冗余的数据点进行了较好的过滤，点云数据量在一定程度上得到降低；经过孔洞修复处理后的点云数据几乎能与被测物体保持一致，且其处理效率更高；本课题精简方法能精简掉大部分特征不够