點云數據處理與特征識別關鍵技術研究.pdf

1、隨著三維掃描技術快速發(fā)展，點云數據在工程和眾多生活領域中得到廣泛應用的同時，給點云數據處理與模型重構提出了更高要求。無拓撲結構點云數據蘊含原始設計意圖與特征信息，精度數據處理、精確特征識別既是點云數據得以深入應用的基本要求，也是點云數據應用面臨的挑戰(zhàn)。本文針對點云數據特征識別的關鍵技術進行研究，主要工作如下:
　　(1)點云數據量隨掃描儀精度提高越來越大，針對大規(guī)模點云k最近鄰點搜索性能問題，提出了一種直接提取的k最近鄰點搜索算法

2、。該算法利用點鄰域空間重疊特性，在向量內積替代距離計算基礎上，通過設計提取判別準則，直接從反最近鄰點的鄰域中提取鄰近數據點，該算法提高了點云數據k最近鄰點搜索性能。
　　(2)點云數據非均勻性和各向異性特征明顯，針對點云數據測地路徑生成問題，提出了一種基于非均勻網格化和正向跟蹤的測地路徑生成方法。該方法通過選擇主行進方向，確定主行進區(qū)域，減小網格規(guī)模、網格計算時間和路徑跟蹤時間。非均勻網格化路徑兩端點間的主行進區(qū)域，構建基于單向非

3、均勻緊致差分的快速行進法提高網格計算精度。利用測地線正定向條件和測地線性質，正向跟蹤生成測地路徑，同時獲得路徑上各點主法向量。該方法提高了非均勻點云及尖銳特征的測地路徑精度，解決了反向跟蹤方法因跨越網格邊界，導致路徑跟蹤失敗的問題。
　　(3)法線通常通過選擇有效鄰域點擬合微切平面得到，針對點云法線估算問題，提出了一種基于測地路徑的法線估算方法。該方法利用測地線主法向量與曲面法向平行性質，以當前點為路徑起點，從全域范圍內快速搜索遞

4、進鄰近點作為路徑終點，生成兩條測地路徑。分別擬合兩路徑上各點的主法向量，得到點云模型法平面，以兩法平面的交線近似點云法線。該方法實現了點云及尖銳特征的法線估算，解決了尖銳特征鄰域點難以選擇的問題。
　　(4)特征提取需要估算諸如曲率等幾何屬性并判斷變化趨勢。針對點云特征提取問題，提出了一種基于Laplace算子的特征點提取算法。以當前點為球心構建局部球坐標系，將相近坐標點分組構成潛在特征線并排序?；陔x散Laplace算子構建特征

5、檢測模型，標識潛在特征點的連接順序和潛在特征線的連接區(qū)域，提取點云特征。該方法實現了特征點檢測和特征線提取，避免了幾何屬性復雜計算，提高了尖銳特征附近區(qū)域特征點提取可靠性，解決了數據點之間幾何屬性無序比較導致特征線重建困難的問題。
　　(5)從無拓撲結構點云數據識別曲面幾何形狀并提取幾何參數是點云曲面特征識別的核心。針對點云曲面特征識別問題，提出了采用高斯映射結合特征分析的基本圖元形狀識別方法。對高斯映射進行特征分析，把圖元曲面分