逆向工程中三维激光点云数据的预处理技术研究

逆向工程中三维激光点云数据的预处理技术研究

论文摘要

逆向工程近年来发展迅速,其本质是一种使产品设计再现的技术,因其独有的优势可以极大地缩短产品的开发周期,因此,在许多领域都得到了广泛的应用。逆向工程依靠三维信息采集设备得到点云数据,然后对采集得到的点云数据导出到实验设备上显示并进行点云数据的预处理,最后对处理好的点云数据进行三维重建,其中数据预处理是逆向工程的关键环节,处理结果的好坏直接影响重构的质量。本文主要研究三维点云数据的预处理,相关工作如下。首先通过对逆向工程以及三维激光点云的研究背景和应用价值进行了简单阐述,针对点云去噪提出了一种基于点云库分类去噪的算法。利用点云及其邻域点云的距离信息进行基于统计滤波的大尺度噪声的去除,然后利用与其邻域点的法矢量信息进行基于法向差滤波的部分小尺度噪声的去除,最后利用双边滤波对剩余点云进行光顺。通过与其他去噪方法的对比,证明本文去噪算法对噪声更加敏感,去噪效果更加理想。其次针对点云精简提出一种基于区域生长算法和曲率估计的改进点云精简算法。利用三维点云模型的局部距离信息、法线信息和曲率信息对其进行精简操作,首先对点云数据进行基于区域生长算法融合曲率估计的数据分割,根据曲率信息使点云分为不同的区块,然后对不同的区块进行自适应的精简操作。实验结果表明此方法在不破坏点云模型的前提下保留了更多的特征点,是一种较理想的精简算法。最后针对点云配准提出一种特征提取的改进ICP算法。利用本文精简算法对源点云进行精简,减少后续的工作量,计算点云的法矢量信息并生成FPFH特征描述子,寻找在目标点云中具有相似特征描述子的点进行基于采样一致性算法的初始配准,得到一个合适的初始位置,再进行根据曲率信息的特征提取的ICP算法的精准配准。通过实验分析验证了此方法的正确性。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景
  •     1.1.1 逆向工程的研究背景
  •     1.1.2 三维激光点云的研究背景
  •   1.2 国内外研究现状
  •     1.2.1 三维激光点云去噪
  •     1.2.2 三维激光点云精简
  •     1.2.3 三维激光点云配准
  •   1.3 论文主要研究内容和文章框架
  • 第2章 基于噪声点分类的点云去噪算法研究
  •   2.1 引言
  •   2.2 噪声点云分析
  •   2.3 点云法向量计算
  •     2.3.1 点云的K近邻搜索
  •     2.3.2 法向量计算方法
  •   2.4 分类点云去噪算法研究
  •     2.4.1 统计滤波算法介绍
  •     2.4.2 法向差滤波算法介绍
  •     2.4.3 双边滤波算法介绍
  •     2.4.4 算法流程
  •     2.4.5 算法效果展示
  •   2.5 实验结果对比分析
  •   2.6 本章小结
  • 第3章 基于区域生长和曲率估计的精简算法研究
  •   3.1 引言
  •   3.2 常见的点云精简算法
  •   3.3 基于区域生长和曲率估计的改进精简算法
  •     3.3.1 点云曲率估计
  •     3.3.2 区域生长算法
  •     3.3.3 算法流程
  •   3.4 实验结果及对比分析
  •     3.4.1 实验结果
  •     3.4.2 实验结果对比分析
  •   3.5 本章小结
  • 第4章 基于改进ICP配准算法的研究
  •   4.1 引言
  •   4.2 常用点云配准算法研究
  •     4.2.1 刚体变换
  •     4.2.2 点云数据的粗配准
  •     4.2.3 点云数据的精细配准
  •   4.3 基于特征点提取的改进ICP配准算法
  • IA算法的粗配准'>    4.3.1 基于SACIA算法的粗配准
  •     4.3.2 基于特征提取的改进ICP算法
  •     4.3.3 两步配准算法流程
  •   4.4 实验结果及分析
  •   4.5 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间承担的科研任务与主要成果
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 姚瑞

    导师: 陈卫东

    关键词: 逆向工程,点云预处理,区域生长,曲率

    来源: 燕山大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 物理学,无线电电子学

    单位: 燕山大学

    分类号: TN249

    DOI: 10.27440/d.cnki.gysdu.2019.000586

    总页数: 73

    文件大小: 2696K

    下载量: 144

    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].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)
    • [21].压缩感知点云数据压缩[J]. 应用科学学报 2014(05)
    • [22].多视点云数据快速对齐方法[J]. 机械设计与研究 2009(01)
    • [23].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)
    • [24].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)
    • [25].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)
    • [26].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)
    • [27].一种改进的点云数据精简算法[J]. 现代制造工程 2016(12)
    • [28].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)
    • [29].欧氏聚类算法支持下的点云数据分割[J]. 测绘通报 2017(11)
    • [30].基于控制测量的多视点云数据配准方法的研究[J]. 测绘与空间地理信息 2016(09)

    标签:;  ;  ;  ;  

    逆向工程中三维激光点云数据的预处理技术研究
    下载Doc文档

    猜你喜欢