基于激光掃描的三維點云數(shù)據(jù)處理技術(shù)研究.pdf

1、三維點云模型以離散采樣點為基元，數(shù)據(jù)結(jié)構(gòu)簡單，能夠表達任意復(fù)雜細節(jié)，在逆向工程、虛擬現(xiàn)實、文物保護等領(lǐng)域得到廣泛應(yīng)用。但是，利用掃描設(shè)備采集的三維點云數(shù)據(jù)往往含有噪聲、采樣不均勻、數(shù)據(jù)缺失、特征丟失等缺陷，因此，為了提高三維點云的質(zhì)量，對點云后處理關(guān)鍵技術(shù)的研究與改進，具有重要的研究意義。
　　使用三維激光掃描設(shè)備對工廠等大型復(fù)雜建筑進行數(shù)據(jù)采集時，受掃描設(shè)備自身的物理限制（如:采樣距離、精度）以及數(shù)據(jù)采集現(xiàn)場的環(huán)境影響，需要在多

2、個測量點分別采集數(shù)據(jù)，以獲取目標對象的較完整的三維點云數(shù)據(jù)?，F(xiàn)有點云處理算法通常以較少的采樣點數(shù)量及特征、較小的空間尺寸的點云模型為研究對象，很難直接推廣和應(yīng)用于較大規(guī)模的點云模型。本文針對大場景點云數(shù)據(jù)處理的需求，研究了適用于大場景點云模型的簡化、目標自動提取、點云重采樣、骨骼抽取等主要技術(shù)。本文的主要工作和貢獻歸納為以下幾個方面:
　　(1)大場景的點云簡化方法
　　針對大場景點云數(shù)據(jù)的空間范圍大、點云密度分布不均勻、特

3、征多樣、數(shù)據(jù)冗余嚴重等問題，提出了一種大場景的點云簡化方法。首先從點云索引構(gòu)建和相鄰點快速查找的需求出發(fā)，根據(jù)點云模型的空間大小、點云數(shù)量和鄰域信息，估算最優(yōu)空間劃分柵格尺寸，基于局部點云分布密度，優(yōu)化空間搜索方向，提高相鄰點的動態(tài)搜索速度;然后基于法向量差、投影距離和空間距離，定義采樣點的特征參數(shù)，將采樣點分類為特征點和非特征點，以特征點作為點云的分割依據(jù)，將點云分成不同的特征區(qū)域，最后根據(jù)區(qū)域的幾何特征和局部熵，動態(tài)調(diào)整區(qū)域簡化策略

4、，實現(xiàn)了大場景點云的自適應(yīng)簡化。實驗表明，該方法避免了傳統(tǒng)算法中追求簡化率但細節(jié)丟失嚴重或者注重保留特征但簡化率較低的缺點，點云模型的簡化率和特征保持率達到了較好的平衡性，并且具有較快的簡化速度。
　　(2)特征保持的點云重采樣
　　提出了一種特征保持的點云重采樣方法。首先估算點云中采樣點的初始法向量，利用高斯映射將點云劃分為特征點和非特征點;基于法向量權(quán)重和投影距離權(quán)重定義了一種各向異性的法向量估算法，重新計算特征點的法向

5、量;基于法向量權(quán)重和密度權(quán)重的投影運算，使得投影點集在平滑區(qū)域均勻分布;針對特征區(qū)域的插值運算，保證了新插入點沿著特征區(qū)域均勻分布并且緊貼著采樣表面。實驗結(jié)果表明，該方法在提高特征區(qū)域的點云法向量精度的基礎(chǔ)上，使用各向異性的重采樣方法，不僅能夠獲得分布相對均勻、特征保持的點云，而且具有較好的空洞修復(fù)效果。
　　(3)魯棒的點云骨骼提取
　　提出了一種魯棒的曲線骨骼提取算法。首先根據(jù)采樣點間的可視度將點云分割成“弱”強凸面區(qū)域

6、，通過形狀直徑函數(shù)計算區(qū)域相似度，融合可能歸屬于同一語義形狀的分片區(qū)域，得到連通的弱凸面集;然后根據(jù)弱凸面集點云信息，使用中值點法和局部最優(yōu)切平面法生成候選骨骼點，并對候選骨骼點進行壓縮、平滑和重定位;最后根據(jù)弱凸面集之間的連接信息，能夠快速、準確地將各區(qū)域的骨骼分支相連，獲得最終的曲線骨骼。與其他方法相比，該方法不僅能夠直接處理包含多種幾何形狀的完整點云模型，而且能夠從不完整點云模型中提取曲線骨骼，提取的曲線骨骼與原始點云模型的拓撲結(jié)

7、構(gòu)達到了較高的相似性，該方法具有較強的魯棒性。
　　(4)室內(nèi)建筑大場景點云中目標自動提取
　　針對室內(nèi)建筑中墻體和圓柱體兩種代表性物體，提出了大場景點云中目標自動提取方法。墻體自動提取時，因為原始數(shù)據(jù)不完整性，容易產(chǎn)生虛假墻體，針對此問題，本方法首先使用子塊區(qū)域生長法，根據(jù)采樣點的法向量信息、空間密度和子塊特征，將點云模型快速劃分為平面區(qū)域和非平面區(qū)域;針對平面區(qū)域，使用基于密度的RANSAC算法，提高不同密度的平面區(qū)域的

8、平面檢測結(jié)果;然后基于有向包圍盒驗證平面間關(guān)系，移除虛假墻體信息，填充不完整的真實墻體信息;最后基于一維均值漂移聚類算法、墻體法向和距離信息進行墻體融合，提取得到完整的墻體信息。圓柱體自動提取時，因其空間自由度高和采樣不完整，往往只能檢測到特定角度的部分圓柱體，針對此問題，本方法首先將點云分別向三個標準坐標平面進行投影，把三維空間中的圓柱體檢測轉(zhuǎn)換為二維平面中的圓弧檢測;然后基于高斯映射檢測點云中與標準坐標平面非垂直關(guān)系的圓柱體點云，通