点云数据的预处理与曲面重建

北京建筑工程学院硕士学位论文点云数据的预处理与曲面重建姓名：侯洪臻申请学位级别：硕士专业：地图制图学与地理信息工程指导教师：赵西安20100301点云数据的预处理与曲面重建作者：侯洪臻学位授予单位：北京建筑工程学院相似文献(10条)1.学位论文陈伟卿面向RPM的点云数据直接分层处理技术及其软件实现2002该文研究了反求工程与快速原型制造集成中的关键问题,即如何从点云数据生成层片轮廓数据.目前主要有两种方法:一是建立点云数据的CAD模型,并对该模型三角剖分为STL文件,从STL文件中生成切片数据;二是直接将点云数据离散成STL文件,以生成切片.但是这两大类方法都存在消耗时间长、人工交互多等缺陷.为了克服上述方法的不足,提出了一种新的方法,即点云数据的直接分层技术,主要包括数据预处理、点云数据直接分层方法、轮廓追踪与拟合三方面内容.该文首先阐述了点云数据的预处理方法,包括选择分层位向、建立拓扑关系、法向补偿及平滑处理等操作;其次研究了直接分层的两种方法,即平行平面序列分层法和自由曲线法平面序列分层法,二者的基本原理相同,都是根据最小距离点对的连线与分层面截交求得切片数据;最后介绍了轮廓数据的处理,包括体元轮廓的追踪和轮廓线的提取,以及用双圆弧对轮廓线进行拟合等.2.学位论文李建军逆向工程多视点云数据拼接方法研究2007逆向工程技术在机械、航空、航天、医疗等领域的应用日益广泛。点云数据的多视对齐是逆向工程点云数据预处理的一个重要环节，其对齐精度将直接影响后续的模型重建工作的可行性和模型重构精度。本文简述了逆向工程技术的基本概念及其应用；介绍了逆向工程中多视点云数据产生的原因及目前常用的数据对齐方法和算法，提出了一种新的改进算法；以LabvIEW软件为平台开发了一个应用程序。应用该程序及三维造型软件Pro/ENGINEER完成了工件的多视数据的重构工作。经过测试，本程序能够完成点云数据的输入、点云数据的多视对齐并最终以电子表格的形式输出点云数据，输出数据可以在CAD软件中进行重构建模。3.期刊论文张顺琦.秦现生.邓瑞君.宫中伟.尤向荣.ZHANGShun-qi.QINXian-sheng.DENGRui-jun.GONGZhong-wei.YOUXiang-rong基于UG二次开发的点云数据曲面建模-中国制造业信息化2010,39(5)点云数据的曲面建模是反求建模的核心技术之一.针对三坐标测量的点云数据,利用VC强大的数据处理能力和UG出色的曲面造型功能,开发了基于UG/OpenAPI的曲面造型插件.该插件集中了数据预处理功能和曲线曲面建模功能,数据预处理主要包括噪声处理、曲面扩展及数据平滑.经验证,该方法建模速度快、精度高、适应性好.4.学位论文路璐逆向工程中散乱点云数据预处理算法研究2009逆向工程实现了由实物模型直接构建计算机模型，是当今制造业领域一项重要技术手段。从实物模型采集而来的点云数据通常数据量庞大且杂乱无序，影响后续处理的效率和精度。因此，在进行后续处理之前，散乱点云数据预处理显得尤为重要。br　　在点云数据预处理算法研究基础上，本文将转台拼接算法、排序算法及拓扑构建算法作为主要研究内容，对算法存在的问题提出相应改进。br　　在转台拼接算法研究中，针对现有的圆柱拟合算法应用于低密度点云数据时所得转台转轴精度降低，提出基于投影的圆柱拟合算法，并结合四元素法实现转台拼接。实验表明，基于投影的圆柱拟合算法对低密度点云、残缺点云均有良好的拟合结果，转台转轴和转台拼接的精度得到有效保证。br　　在排序算法研究中，权衡保留形貌信息和排序速度，提出基于希尔排序的点云全排法。实验表明，基于希尔排序的点云排序算法排序速度得到提高。br　　在拓扑构建算法研究中，针对KD-树构建过程中分裂点的选取涉及大量排序而导致算法复杂、耗时，提出基于三坐标映射的均衡KD-树构建方法，并在均衡KD-树基础上实现查询、K近邻搜索、序列化及反序列化。实验表明，基于三坐标映射的均衡KD-树构建算法时间复杂度降低。br　　实验表明改进算法是可行的，提高了点云预处理算法的速度和精度。5.期刊论文董明晓.郑康平一种点云数据噪声点的随机滤波处理方法-中国图象图形学报A辑2004,9(2)目前逆向工程中广泛采用激光扫描法来获取数据,测量过程中不可避免地混有不合理的噪声点,导致重构的曲线、曲面不光滑,因此,需要去除数据中的噪声点.对激光线扫描法获取数据的噪声点处理方法进行了研究.噪声点处理方法与点云数据的排列形式有关,通过对点云数据噪声数学模型的分析,认为激光线扫描法获取数据时,噪声点的产生主要是由随机误差引起的,其特点是幅值大,在光刀扫描线上引起较大的尖峰,据此提出一种简单、快速、实用的降噪方法--随机滤波法.该方法通过比较连续点之间的相对位置,给定一个阈值,将其中位置起伏较大的点判定为噪声点并予以去除.通过实例验证该方法能满足曲线、曲面重构的要求.6.学位论文赵伟玲三维点云的数据预处理和圆提取算法研究2008逆向工程技术是一种数字化产品开发技术，在大尺寸零件和复杂曲面反求测量方面的应用也越来越广泛，相关研究也越来越引起人们的重视。数据获取、数据处理是逆向工程的两项关键技术。数据获取是逆向工程的前提和基础；数据处理是逆向工程中的关键环节，其结果将直接影响后期模型重构的质量。目前基于点的点云数据处理技术已成为逆向工程的一个研究热点，包括数据预处理和特征提取。本文论述了数据获取的不同方法、数据的类型着重研究了逆向工程中的数据点间拓扑关系建立、点云数据的边界提取、三维点云中圆的提取等关键技术，为后续的角点提取、比对、模型重建做准备。数据获取是数据处理的前期工作。简单介绍了三维离散数据获取的原则、方法、影响因素以及点云的类型，并描述了本文使用的数据获取技术的方法。点间拓扑关系的建立是数据预处理技术很关键技术之一。对几种常见的拓扑关系建立的算法进行了分析，并提出了一种改进的散乱点云k近邻快速搜索算法和相应的算法流程，此方法提高了点间拓扑关系建立的效率和准确性。边界特征提取是点云处理中另一项重要的工作。讨论了适用于扫描线点云和散乱点云的边界特征提取方法，并阐述了边界点的排序算法。针对实验数据，利用网格划分法提取出了边界，为下一步的角点检测和比对做了准备。在工程中圆是很常见的一种形状，使得在三维点云数据中提取圆也就很重要了。针对在边界中检测圆的方法很复杂，提出了一种新的提取散乱点云中圆的提取方法，并详细阐述了图像中圆、椭圆的检测算法和粗边界的点云边界的提取方法。通过本方法可以从实验数据中提取出圆。7.学位论文孟娜基于激光扫描点云的数据处理技术研究2009随着计算机技术和机械制造技术的日益发展，逆向工程已广泛应用于产品再创新和设计中。作为产品零部件外形几何逆向工程的一个研究热点，基于激光扫描点云的数据处理技术作为逆向工程几何建模的重要技术，它以激光扫描点云作为逆向数据预处理和建模的基本元素，目前该技术在国内外得到蓬勃发展。该项技术以获取的点云数据为处理对象，不用构建三角网格，在处理超大规模点云中，对点云数据进行预处理、特征提取和模型重构方面，显示出其独特的优势，现在正成为逆向工程研究的一个热点。本文针对该领域中的若干关键性问题，结合山东省自然科学基金项目“基于多尺度特征的复杂曲面重构技术研究”(项目编号：Y2006F12)进行了深入地研究。br　　(1)为了满足逆向工程后续产品开发和重构的精度要求，本文完成了激光扫描点云数据的噪声数学描述与分类，制定了把各种噪声降到最低甚至有效去除的数据预处理流程。br　　根据激光扫描点云数据的特点，给出了噪声点的产生机理及其数学描述，根据建立的数学模型，把噪声点进行分类：由系统测量误差α(xi,yi,zi)，和系统随机误差β(xi,yi,zi)引起的噪声点，以及由随机性分量gS(xi,yi,zi)引起的噪声点。分别根据其特点制定切实可行的去噪方案有针对性的去除。为此，制定了一套数据预处理去除噪声的流程，包括明显噪声点去除，噪声点滤波平滑处理，点云数据的光顺处理等。工作结果表明，在求得的切片点云(从模型的三维离散点云数据到获取的二维截面轮廓的点云数据)基础之上，所采取的去除噪声预处理流程能够把由系统测量误差、系统随机误差以及随机性分量所引起的噪声点减小甚至部分消除，满足逆向工程后续产品开发和重构的精度要求。br　　(2)研究了激光扫描点云数据的有关预处理算法，提出了优化修正量光顺算法。br　　本文在激光扫描点云数据密集、数据量大、不便于存贮的背景下，在保证精简后数据精度的前提下，提出一种用偏差参数和角度允差值来进行点云数据压缩的算法，该算法用于处理的激光扫描点云数据是经过大噪声点去除、滤波和优化修正量光顺处理之后的海量点云数据。该压缩算法简单直观，能够根据公差值dT和角度最大允差值的大小来压缩数据，这一点能最大限度地满足机械产品外形和精度要求。能够最大限度地保留原有点云数据的外形，提高压缩后数据点的精度，对海量点云数据的压缩具有实际应用价值。br　　针对所采集的激光扫描点云密集和数据量大的特点，重点研究了截面线点云数据的光顺处理，这方面比较著名的文献包括，EckM.，JaspertR.和G.H.Liu，Y.S.WangandY.F.Zhang所提出的光顺算法，可是，G.H.Liu和Y.S.Wang等人所提出的光顺算法，其修正量是递进的，利用寻优函数的约束来确定修正量，从而使坏点得到光顺，其修正量的阈值没有限制；修正方向的指向是按照能量函数方程符号的变化作出决定，其编程实现相对复杂。由此，本文提出了一种优化修正量光顺算法，在分块进行粗、精光顺处理采样数据过程中，分别由曲率及其一阶差分符号的变化来辨识坏点。坏点的修正方向直接按照能量函数方程确定出由型值点指向三角形形心的正或负的G向；修正量由赋初值开始，然后按照能量函数方程，递进搜索，满足能量代数式最小值后搜索停止。本文所提出的优化修正量光顺算法，主要用于光顺激光扫描散乱点云数据，该算法能够满足曲线曲面重构的光顺性要求，可以有效保留曲线的原有几何外形。最后通过在二维散乱点云上的实例仿真，验证了所提算法的适用性和有效性。br　　(3)提出了用离散曲率算法进行截面线特征提取。br　　特征提取是逆向工程的重要步骤，其中截面线特征点的弱化是需要解决的关键问题。本文重点研究了二维截面线特征点的提取。检索到有关特征点直接提取的文献有，自适应k-曲率(AKC)函数算法，在断点提取中，AKC函数是用于提取拐角和光滑连接之间的特征点；映射高度函数(PHF)算法，PHF函数用于从圆弧中区分出直线段的特征点提取；由Liu和Ma提出的相对转角绘图(RSTM)算法，用于辨识轮廓线的特征点提取问题。AKC函数算法和PHF算法只能提取某种特征点，其广泛应用受到一定限制。br　　在研究了特征点直接提取上述文献相关算法的基础上，提出用离散曲率法提取特征点。所提出算法的主要内容包括：用包含了高斯核函数曲线的曲率表达式建立相关数学模型，选用了合适的离散尺度因子。根据离散曲率曲线的局部极值点，确定出截面线特征点集，并进行特征点的融合。所提出的算法用于准确地获取激光扫描点云的原始设计意图，能最大限度地与原有形状特征元保持一致。顺利地完成逆向建模过程的关键一步。在实例应用中，把RSTM算法和所提出的离散曲率算法在实例应用上做了输出比较，结果是，本文提出的离散曲率算法特征点提取问题，能够提取弱化的特征点，不容易出现特征点的漏检问题，是一种适用和有效的算法。8.期刊论文未永飞.杜正春.姚振强.WEIYong-fei.DUZheng-chun.YAOZhen-qiang中值滤波在激光雷达点云数据预处理中的应用-激光技术2009,33(2)为了研究3维激光雷达测量系统采集到的点云数据如何进行去噪处理,根据灰度图像中对灰度值进行滤波去噪的概念,采用改进的2维中值滤波方法对点云数据中的噪声点加以处理.基于激光雷达点云数据数据量庞大且存在噪声点特点,重点分析了改进2维中值滤波算法和点云数据信噪分