大规模点云模型拼接及融合技术研究

《大规模点云模型拼接及融合技术研究》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、DissertationSubmittedtoZhejiangUniVersi锣ofTechnologyfortheDegreeofMasterResearchonRegistrationandIntegrationTechnologyforLarge—ScalePointCIoudModelCandidate：WANG-JiallqiAdVisor：QIN-XujiaCollegeofComputerScienceand1'echnologyZhejiangUniVersityofTechnolo斟Oct2012浙江工业大学学位论文原创性声明本

2、人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或集体己经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名：易芝甸日期：2口I湃lz月诊日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权浙江工业大学可以将本

3、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本学位论文。本学位论文属于1、保密口，在年解密后适用本授权书。，2、不保密日。(请在以上相应方框内打“√”)作者签名：导师签名：日期：山12年fz月乃／日日期：归薛～z，月矿日浙江工业大学硕士学位论文大规模点云模型拼接与融合技术研究摘要随着计算机技术和测量技术的快速发展，逆向工程技术被广泛应用。而点云模型的拼接和融合是逆向工程中的关键。针对当前点云数据量大且受噪声影响的特点，一般的拼接方法己不能满足当前的需要，本文提出了基于特征的拼接方法，并对点云进行精简

4、和去噪。点云拼接后，还需要将多片点云融合。因此，本文着重从以下几方面进行研究。(1)针对大规模且带噪声的点云数据，本文用KD树的最近点和r_邻域两种查找方法，分别对点云去噪。并用栅格法对点云进行精简，在精简点云的同时也去除了噪声。点云的精简和去噪使得后续点云的拼接更加顺利。(2)本文实现了针对大规模点云模型的ICP拼接方法，根据一般的ICP算法的缺点和当前点云数据特点提出了基于特征的ICP算法，该方法在每次对应点匹配时依据曲面的局部特征量和点距离的关系，迭代使得点云拼接取得较好的效果。(3)在基于特征的ICP拼接算法中，本文着重研究了三种特征量，

5、基于曲率统计的特征描述了对点云局部曲率变化明显的统计；用不变矩原理构造三维不变矩量组表示点云的局部特征；基于法向量的直方图描述了局部法向量之间的关系，并统计到直方图中。将这三种特征量用于点云拼接中，并用实际测量得到的点云数据进行测试，取得了不错的效果。(4)点云拼接后，还需要融合才能使得多片点云成为一个点云数据模型。文中用法向量约束查找重叠点的方法在坐标位置和颜色上融合了点云数据。本文提出的基于特征的ICP拼接方法，相比传统的拼接方法，在效率和效果上都有极大的改进。关键词：点云、拼接、融合、最近迭代点、特征浙江工业大学硕士学位论文Research

6、onRegistrationandIntegration’IbchnologyforLarge—ScalePointCloudModelABSTRACTW胁r印iddeVelopmentofcomputertechnologyandmeaLsurementtechnique，reverSeengineeringispopularlyapplied。Andpointcloudmodelregistrationa11dinte伊ationismekeytecllIliquemt11ereVerseengineerling．Fortheponcloud

7、da切isla唱e—scaleandnoisy，generalregistrationmetllodcall’tmeettllecurrentneeds，anoVelICPalgorithmbasedfeatureispresent．HoweVerthepo血cloudscall’tcompletelybedigitalizedaRerregiStratioll，t11eyalsoneedtobeintegrated_ThereforetIlisp印ermajdyfocusesont11efollow协gresearch．1．Forthe1a略e

8、scalea11dnoisypointclouds，，t11eyauredenoisedby铆osearcmngmethodof：KDt