点云场景分割软件的设计与实现

《点云场景分割软件的设计与实现》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、．◆0，0j／’Y·论文题目：点云场景分割软件的设计与实现学科名称：计算机软件与理论研究生：陈蒙蒙指导教师：王映辉教授摘要签名：IflllllflIJPIIllIJIIIIIJJIfllJ—Y218200三维几何模型已成为继声音、图像和视频之后的一种重要的数字媒体，点云模型是以离散采样点为基元的三维几何模型。点云模型数据结构简单、存储空间紧凑，具有表达复杂表面细节的能力。本文以点云模型为研究对象，主要设计并实现了点云场景分割软件，该软件主要包含点云数据显示、点云数据网格化、点云数据脊谷特征提取和点云数据分割这四个主要模块。(1)点云

2、数据显示模块，包括对点云数据场景任意角度的旋转观察，放大缩小等基本功能，该模块主要利用了OpenGL相关机制来完成的。(2)点云数据网格化模块，该部分主要实现了将点云数据进行三角网格化的操作。本软件应用了Ohtake等人的圆球相交法实现点云数据三角网格化。其通过计算点的法矢信息和构造2次误差函数进行拟合的方法来迭代进行降噪和网格化。该方法得到的三角网格曲面中大多数三角形的高宽比接近最优，能够较好的逼近原始点云数据。(3)网格模型上脊谷特征提取模块，该模块主要实现了在第二步网格曲面上进行脊、谷信息提取的功能。要获取脊谷特征，必须进行曲

3、率计算，本文采用的是经典离散微分几何方法来计算网格顶点曲率。在计算出网格顶点曲率之后，通过设置曲率阈值，筛选出脊点和谷点。然后根据脊点之间的拓扑关系，将脊点连接成脊线。同理，将谷点连接成谷线。(4)点云数据分割模块，利用上面计算的脊谷点，将其作为种子点，结合区域增长思想进行网格分割，然后将网格分割结果映射到点云数据上，就得到点云分割结果。本软件所采用的网格化算法、脊谷特征提取算法和点云数据分割算法中都有需要用户设置的参数，用户可根据需求进行灵活设置，来产生不同分辨率的网格化模型，不同尺度的脊谷特征和多分辨率的分割结果。关键词：点云数

4、据；网格化；特征提取；点云数据分割；脊点；谷点旺坤～Title：POINTCLOUDDATASEGMENTATIONSOFTWAREDESIGNANDlMPLIMENTATIONMajor：ComputerSoftwareandTheoryName：MengmengCHENSupervisor：Prof．YinghuiWANGAbstractSignature：3Dgeometryisbecomingincreasingpopular弱anewformofdigitalmediaf01lo、vingsound．imageandvid

5、eo．Pointcloudmodelisa3Dgeometricmodeltakingpoint淞aprimitive．PointcloudmodelhaSasimplestructure，anditisverycompactinspace·Thismakespointcloudmodelveryefficientinrepresentinglargescalegeometrymodels撇mnchdetails．Thisthesisfocusonpointclouddata，designandimplementpointcloud

6、datasegmentationsoftware，Itcontainsfourmainmodules，theyarcpointclouddatadisplay,meshing，extractingridgeandvalleyfeatureandpointclouddatasegmentation·(1)ThebasicfuctionofPointcloudDisplayModelcontainspointclouddatarotationby觚yan91e，z00minandzoomout．Wemainlycombinationth

7、emechanismsofOpenGLtorealizethisfunction．(2)Themeshmodelismainlyrealizethatputthepointclouddataintomesh·Inthisprocess．weuSCtheadaptivesphericalinteractivemethodofOhtake·Usingno册alvectorofpointandconstructquadricerrorfunctiontoiteratesmoothnoisedataandmeshing·TlleVaStma

8、jorityofthetrianglesofthegeneratedmeshhavetheiraSpectratioscloset0optimal，andthismethodcallapproximatepointclouddataa