欢迎来到天天文库
浏览记录
ID:35036105
大小:2.87 MB
页数:65页
时间:2019-03-16
《三维重建点云邻域搜索与滤波算法研究》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、硕士学位论文MASTER’SDISSERTATION论文题目三维重建点云邻域搜索与滤波算法研究作者姓名张彤学位类别工程硕士指导教师刘永山教授2016年5月中图分类号:TP391.9学校代码:10216UDC:004.92密级:公开工程硕士学位论文(工程设计型)三维重建点云邻域搜索与滤波算法研究硕士研究生:张彤导师:刘永山教授副导师:张淑杰高级工程师申请学位:工程硕士学科专业:计算机技术所在单位:信息科学与工程学院答辩日期:2016年5月授予学位单位:燕山大学ADissertationinComputerSystemArchite
2、ctureTHREEDIMENSIONALPOINTCLOUDTHENEIGHBORHOODSEARCHANDFILTERINGALGORITHMRESERCHByZhangTongSupervisor:ProfessorLiuYongshanYanshanUniversityMay,2016燕山大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《三维重建点云邻域搜索与滤波算法研究》,是本人在导师指导下,在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除已注明部分外不包含他人已发表或撰写过
3、的研究成果。对本文的研究工作做出重要贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名:日期:年月日摘要摘要在当今信息时代三维重建变得越发重要,已经成为现实世界和计算机之间的桥梁,在医疗、航天、计算机视觉等众多领域均受到了广泛关注。通常在该技术中获取到的图像由于设备或者环境等因素会存在大量不被人们希望的高频信号,即噪声。对于点云模型的预处理算法,即邻域搜索算法、滤波算法能够有效的优化初始点云模型,获得人们希望得到的信息。三维重建的预处理是该技术中最基础也是至关重要的一步。因此,在本文中将提出一
4、种自适应邻域搜索窗口算法和基于高斯滤波的去噪算法。本文主要对点云邻域搜索算法和滤波算法进行了研究,研究的主要内容如下。首先,对初始散乱点云数据进行研究。由于点云密度的不同和设备获取的数据在前景与背景交界处,点波动大并存在大量深度信息缺失等问题,提出了一种自适应邻域搜索窗口算法,进行邻域搜索。其次,通过对现有滤波算法进行分析,主要对具有高斯空间域权值的滤波算法进行重点研究,本文提出一种降低算法复杂度并且在滤波效果上优于原始滤波的算法。速度方面,通过对联合双边滤波彩色灰度域权值的Thiele有理逼近,将指数数量级降为二次多项式,算法
5、复杂度变低。滤波效果方面,通过色差计算并对色差阈值的设定,准确的对点云图像前景边缘进行判断,提出对不同区域分段进行滤波的算法。最后,本文实验主要通过对不同密度的点云模型进行自适应邻域搜索窗口算法,确定当前点云密度下恰当的搜索窗边长并进行邻域搜索,与原始的邻域搜索算法作出比较,本文邻域搜索算法提高了速度,简化了初始点云模型,对后续的滤波算法省去了大量无效点的干扰。本文滤波算法分别进行了参数的选择实验、最佳色差阈值选择实验,最终将其效果和速度与高斯滤波等原始滤波算法进行比较。本文滤波结果在速度和准确性上均优于原始滤波算法。关键词:点
6、云邻域搜索;高斯滤波;联合双边滤波;Thiele连分式逼近;色差-I-燕山大学工程硕士学位论文Abstract3Dreconstructionbecomeincreasinglyimportantintheinformationtime.Itisthebridgebetweencomputerandthree-dimensionalworld.Inmanydomainssuchasmedical,aerospace,computervisionhasreceivedwidespreadattention.Neighborhood
7、searchalgorithmandfilteringalgorithmcaneffectivelysimplifyandoptimizetheinitialpointcloudmodel.Thepreparingofthe3Dreconstructionisthemostbasicandcrucialstepinthetechnology.ThispaperproposesaadaptiveneighborhoodsearchwindowalgorithmandafilteringalgorithmthatbasedonGau
8、ssianfilteringalgorithm.Inthispaper,three-dimensionalreconstructionofneighborhoodsearchalgorithmsandfilteringalgorithmisstudied.The
此文档下载收益归作者所有