基于激光扫描点云数据的建筑物三维重建研究

基于激光扫描点云数据的建筑物三维重建研究

论文摘要

随着三维激光扫描技术的发展,利用三维激光扫描技术结合计算机来进行建筑物保护以及进行逆向工程越来越流行,已经成为研究热点。使用三维激光扫描技术可以使建筑物以数字化的形式保存在计算机中,为以后建筑物相关工作提供极大的便利,但是由于建筑物的多样以及复杂性,建筑物数字化过程中产生的大量数据无法保证建筑物模型的准确表达。本文研究的对象是三维激光扫描仪技术的建筑物的三维建模,利用Optech三维激光扫描仪获取配准的建筑物的扫描数据,由于扫描物体自身遮挡等多方面原因,需要多次不同角度对同一建筑物进行扫描,因此就需要对多站扫描数据进行配准,将其统一到相同的坐标系中,而在建筑物三维重建过程中,配准算法的效率将会对重建过程的效率产生重大影响,所以配准时间越短越好,传统算法存在配准时间长、局部最优等缺点。本文从采集数据使用的Optech三维激光扫描仪出发,全面总结归纳了三维数据获取的流程以及基于三维点云数据配准原理。分析了经典ICP算法的优缺点,针对所处理建筑物对象的特点,对该算法进行了改进,由于传统算法查找对应点速度慢,将待配准的二站点云数据的二维图像信息应用到ICP算法配准初值的选取上,采用sift算法提取两幅待配准数据的对应特征点对,以此来实现两站点云的粗配准,然后使用k-d tree来作为ICP算法过程中点对查找的数据结构,以此来实现点云数据自动、精确配准,同时对三角化算法进行简要分析。本文实验平台在vs2008平台下结合trimesh库,采用C++语言和OpenGL库实现该实验平台,通过银川市钟楼为对象来验证算法的有效性,同时实现了钟楼从配准到三维建模的全过程。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 研究背景
  • 1.2 国内外研究水平与现状
  • 1.3 本文研究内容和组织结构
  • 第二章 建筑物三维数据获取及处理相关技术
  • 2.1 三维数据获取
  • 2.1.1 三维激光扫描仪的工作原理
  • 2.1.2 三维扫描仪硬件平台介绍
  • 2.2 三维数据重建过程
  • 2.3 本章小结
  • 第三章 三维数据重建相关算法
  • 3.1 点云配准概述
  • 3.2 点云对齐的变换
  • 3.2.1 三维平移变换
  • 3.2.2 三维缩放变换
  • 3.2.3 三维旋转变换
  • 3.3 最近迭代点算法(ICP)
  • 3.4 变换参数的求解
  • 3.5 三角化算法
  • 3.6 本章小结
  • 第四章 改进的三维重建算法
  • 4.1 获取图像对应点
  • 4.2 K-D tree
  • 4.2.1 建立过程
  • 4.2.2 查找过程
  • 4.3 改进算法步骤
  • 4.3.1 粗配准过程
  • 4.3.2 精配准过程
  • 4.4 本章小结
  • 第五章 三维建模算法及实验平台实现
  • 5.1 实验平台实现
  • 5.1.1 PLY文件格式
  • 5.1.2 系统数据结构
  • 5.1.3 系统各部分处理流程
  • 5.2 实验结果
  • 5.2.1 实验过程分析
  • 5.2.2 配准实验对比分析
  • 5.2.3 三维建模实验展示
  • 5.3 本章小结
  • 第六章 总结及展望
  • 6.1 总结
  • 6.2 展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间的研究成果
  • 相关论文文献

    • [1].基于激光点云数据的卫星导航定位研究[J]. 数字通信世界 2020(06)
    • [2].基于球域膨胀的点云数据平面提取研究[J]. 测绘与空间地理信息 2020(07)
    • [3].点云数据稀疏区域建筑物立面重建方法[J]. 应用科学学报 2017(02)
    • [4].利用激光点云数据绘制仿古建筑立面图[J]. 淮海工学院学报(自然科学版) 2019(04)
    • [5].基于激光点云数据的卫星导航定位研究[J]. 激光杂志 2020(02)
    • [6].一种古建筑点云数据的语义分割算法[J]. 武汉大学学报(信息科学版) 2020(05)
    • [7].利用激光点云数据检测特征表面平整度[J]. 科技创新与应用 2020(32)
    • [8].基于球域膨胀的点云数据平面提取[J]. 工程技术研究 2018(11)
    • [9].海量点云数据分布式并行处理技术综述[J]. 信息工程大学学报 2018(05)
    • [10].三维激光扫描点云数据盲区边界识别与应用[J]. 有色金属(矿山部分) 2019(05)
    • [11].地面激光点云数据质量评价与三维模型快速重建技术研究[J]. 测绘学报 2017(12)
    • [12].三维激光扫描点云数据的精简方法探讨[J]. 黄河水利职业技术学院学报 2018(02)
    • [13].点云数据生成软件的设计及其在月饼模具逆向设计与制造中的应用[J]. 制造技术与机床 2017(03)
    • [14].点云数据提取二次曲面特征算法研究[J]. 信息通信 2017(05)
    • [15].一种改进的激光点云数据精简算法[J]. 激光与红外 2016(06)
    • [16].广式古家具的逆向点云数据采集研究[J]. 包装工程 2016(16)
    • [17].基于二维的地面点云数据组织研究[J]. 兵工自动化 2016(07)
    • [18].基于点云数据的道路特征参数提取方法研究[J]. 矿山测量 2014(06)
    • [19].密度聚类方法在点云数据分割中的应用研究[J]. 测绘与空间地理信息 2015(01)
    • [20].基于多源点云数据融合的单木树形重建[J]. 桂林理工大学学报 2020(03)
    • [21].多片点云数据拼接处理技术的研究[J]. 水利与建筑工程学报 2014(01)
    • [22].压缩感知点云数据压缩[J]. 应用科学学报 2014(05)
    • [23].多视点云数据快速对齐方法[J]. 机械设计与研究 2009(01)
    • [24].基于地铁隧道点云数据的组合滤波算法[J]. 沈阳建筑大学学报(自然科学版) 2020(03)
    • [25].三维激光点云数据精简算法[J]. 吉首大学学报(自然科学版) 2018(05)
    • [26].基于颜色取样的苹果树枝干点云数据提取方法[J]. 农业机械学报 2019(10)
    • [27].基于法矢修正的点云数据去噪平滑算法[J]. 哈尔滨理工大学学报 2018(05)
    • [28].一种改进的点云数据精简算法[J]. 现代制造工程 2016(12)
    • [29].新的点云数据压缩法在舞动治理工程中的应用研究[J]. 山西建筑 2017(26)
    • [30].欧氏聚类算法支持下的点云数据分割[J]. 测绘通报 2017(11)

    标签:;  ;  ;  ;  

    基于激光扫描点云数据的建筑物三维重建研究
    下载Doc文档

    猜你喜欢