点云数据预处理优化算法的研究与应用

《点云数据预处理优化算法的研究与应用》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、广东工业大学硕壬学位论文（工学硕±）点云数据预处理优化算法的研究与应用朱文欢二〇—六年五月１１分类号：学校代号：８４５ＵＤＣ：２１１１３０４０５１：密级：学号广东工业大学硕击学位论文（工学硕±）点云数据预处理优化算法的研究与应用朱文欢指导教师姓名、职称：唐平教授学科（专业）或领域名務：控制科学与工程学生所属学院：自动化学院１１论文答辩日期：２０６年５月３日ＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉ行ｅｄｔｏＧｕａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏｇｙｇｙｆｏｒｔｈｅＤｅ

2、ｇｒｅｅｏｆＭａｓｔｅｒ（ＭａｓｔｅｒｏｆＥｎｇｉｎｅｅｒｉｎｇＳｃｉｅｎｃｅ）ＲｅｓｅａｒｃｈａｎｄＡｌｉｃａｔｉｏｎｏｎＰｏｉｎｔＣｌｏｕｄｐｐＰｒｅｒｏｃｅｓｓｉｉｐｉｎｇｂａｓｅｄｏｎＯｐｔｉｍｉｚａｔｏｎＡｌｇｏｒｔｈｍＣａｎｄｉｄａｔｅ：ＺｈｕＷｅｎｈｕａｎＳｕｐｅｒｖｉｓｏｒ；Ｐｒｏｆ．ＴａｎｇＰｉｎｇＭａｙ２０１６ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ．ＲＧｕａｎｚｈｏｕＧｕａｎｄｏｎ．Ｃｈｉｎａ５１０００６

3、ｇ，ｇｇ，，Ｐ？摘要在建立模型数字化信息平台的过程中，利用逆向工程技术，实现由实物模型直一接构建计算机模型，，获取模型的王维数字化信息是当今制造业领域项重要手段。逆向工程主要的步骤包括数据采集、点云数据的预处理和Ｈ维模型重建。其中点云一数据预处理般包括点云数据去噪、精简、配准、特征识别、、区域分割凡何估算等过程，特别是点云数据的去噪和精简对后续Ｈ维建模的模型质量影响很大，是非一常关键的环节，，因此，研究点云数据的去噪和精简优化算法具有定的科学意义。本文研究的点云数据预处理算法主要应用于岭南灰塑作品模型Ｈ维重建中。灰一塑是

4、岭南种较为独特的传统建筑，具有很高的文化价值和观赏价值，鉴于灰塑作品的额临灭绝，建立灰塑数字化信息平台来实现继承和发扬灰塑文化的意义深远。，发现它们的点云数据呈现散乱无序的状态本文分析灰塑作品特征后，散乱无序的点之间没有任何的拓扑关系，而且通过Ｈ维扫描仪扫描出来获得的灰塑点云数据的一点数量在百万级上，其中有部分点是由于机器本身和周围环境影响等原因而接杂的噪声点，这些点的存在将会严重影响后续Ｈ维重建的质量，并且如此庞大的数一据在平台里面存储和上传很损耗计算机资源。针对这些难点，本文在参阅了定数，量的国内外文献的基础上，对点云去噪和点云精简技术进

5、巧了深入研究并提出了一垫新的方法，具体研究内容总结如下：一－ｋ－ｍｅａｎｓ聚类ｍｅａｎｓ１．基于算法和余弦相似度的原理，提出了种新的基于ｋ聚类的去噪算法。该算法通过实验观察聚类数Ａ对去噪效果的影响来确定最佳聚类一，数，在每簇内，通过余弦相似度对两点之间的欧式距离进行加权并作为噪声的判别因子、，这样做的好处是加强了点云边界点和聚类中屯的关系，避免了点云边界点被误判成噪声点，能够在识别离群噪声点的同时很好地保持模型的边界特征。一２，．基于曲面曲率和均匀网格原理提出了种基于曲率和均匀网格的组合式点云精简算法。该算法利用包围念法对散乱的点吉数据进

6、行拓扑规则排序，建立点的，计算点云在某点处的曲率邻域集，根据曲率精简原则精简点云，然后把删除掉的点重采样，将它们作为新的点云数据输入进行算法编程，用均匀网格的方法选取单１广东工业大学硕去学位论文元格内窝质屯、点最近的点保留，该算法能够在最大化精简点云数据的同时很好的保留模型的细节特征。３．为了验证迄些算法的合理性和有效性，在建立灰塑信息化平台的过程中，采用灰塑作品和其他两种具有散乱点云典型特征的模型作为实验对象，根据本文提出的去噪和精简算法，验证，分别对它们进行去噪和精简实验了算法的可行性和先进性，并将预处理后得到的灰塑点云模

7、型应用到灰塑立维重建过程中，得到了较好的重建效果。本文工作的主要创新之处列举如下：１．在确定点云去噪的阔值过程中，为了避免模型边界点被误认为是噪声点，加入了余弦巧似度对欧式距离进行加权、，使得大于阔值的点更加远离聚类中屯，小于、阔值的点更加接近聚类中屯，提高了对噪声点的识别，从而减少了对边界点的误判率。２．针对灰塑作品不规则曲面较多，曲率范围大的特点，本文提出了曲率和均匀网格的组合式精简算法。该算法既能保留特征点，又在空白区域进行了点数据插值。关键词－ｍｅａｎｓ聚：点云数据ｋ；类；曲率；均匀网格ＩＩ