三維彩色點(diǎn)云數(shù)據(jù)的分割與分類.pdf

1、專業(yè)學(xué)位碩士學(xué)位論文三維彩色點(diǎn)云數(shù)據(jù)的分割與分類SegmentationandClassificationof3DColorPointCloudData學(xué)號：31409041完成日期：2016—6—23大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)專業(yè)學(xué)位碩士學(xué)位論文摘要隨著科技的發(fā)展，三維點(diǎn)云數(shù)據(jù)的處理技術(shù)也飛快發(fā)展，三維點(diǎn)云數(shù)據(jù)在機(jī)器人、逆向工程、激光遙感測量、虛擬現(xiàn)實(shí)和人機(jī)交互領(lǐng)域中逐漸深入。三維

2、點(diǎn)云的分割與分類是眾多領(lǐng)域中關(guān)鍵步驟，在機(jī)器人的有效感知、辨識和認(rèn)知方面做了偉大貢獻(xiàn)，是完成自主行為的前提和基礎(chǔ)。三維彩色點(diǎn)云數(shù)據(jù)是三維點(diǎn)云數(shù)據(jù)的擴(kuò)展和發(fā)展。目前三維彩色點(diǎn)云數(shù)據(jù)還是新興媒質(zhì)，應(yīng)用不是十分廣泛，本文利用激光測距儀和CCD的組合獲取的三維彩色點(diǎn)云數(shù)據(jù)，使恢復(fù)場景原貌的信息更加充分，但三維點(diǎn)云數(shù)據(jù)不在停留在小場景，在實(shí)際應(yīng)用中數(shù)據(jù)點(diǎn)個(gè)數(shù)一般在10萬左右。同時(shí)還存在數(shù)目較多的噪聲點(diǎn)，構(gòu)成場景的物體復(fù)雜，干擾因素多種多樣，所以正

3、確的分割和分類是一個(gè)艱巨的任務(wù)。本文以三維點(diǎn)云為主，圖像為輔。從三維彩色點(diǎn)云的幾何、鄰域和顏色特征角度研究其場景特征。對于三維彩色點(diǎn)云數(shù)據(jù)分割，本文提出基于主成分特征球的三維彩色點(diǎn)云分割方法，用分層的思維分割三維彩色點(diǎn)云。首先，應(yīng)根據(jù)點(diǎn)的類型將三維彩色點(diǎn)云分為點(diǎn)性點(diǎn)、線性點(diǎn)、面性點(diǎn)三類。本文實(shí)現(xiàn)了基于點(diǎn)云數(shù)據(jù)特征值并且提出了根據(jù)三維彩色點(diǎn)云中點(diǎn)的不同特征分類方法。在此基礎(chǔ)上構(gòu)建主成分特征球，從外到內(nèi)依次是面性點(diǎn)的法向量層，線性點(diǎn)的切向量

4、層，點(diǎn)性點(diǎn)的基向量層；然后Meanshift聚類算法進(jìn)行聚類，再進(jìn)行位置分割提取地面，確保分割準(zhǔn)確，而非地面的聚類分割是靠DBSCAN算法實(shí)現(xiàn)的。該方法實(shí)現(xiàn)準(zhǔn)確地面提取，并能保證可以提取零碎地面，并利用DBSCAN對三維彩色點(diǎn)云數(shù)據(jù)分割針對三維點(diǎn)云數(shù)據(jù)的顏色RGB值。對于三維彩色點(diǎn)云數(shù)據(jù)分類，本文提出基于條件隨機(jī)場模型的三維彩色點(diǎn)云數(shù)據(jù)分類方法。該模型依次構(gòu)建了三個(gè)模型：點(diǎn)、二階和高階團(tuán)模型。二階團(tuán)模型是相鄰兩點(diǎn)構(gòu)成的邊。高階團(tuán)模型是鄰