版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著三維掃描技術(shù)、計(jì)算機(jī)技術(shù)以及信息技術(shù)的快速發(fā)展,通過(guò)實(shí)際物體掃描測(cè)量得到虛擬三維點(diǎn)云信息的模型重建技術(shù)已經(jīng)成為了當(dāng)前研究的熱點(diǎn)。其應(yīng)用領(lǐng)域十分廣泛,例如虛擬現(xiàn)實(shí)中的模型構(gòu)建、文物古跡的保護(hù)修復(fù)、3D游戲角色的開(kāi)發(fā)以及各種模具的設(shè)計(jì)和修復(fù)等等。而在模型重建的過(guò)程中,點(diǎn)云模型預(yù)處理(包括去噪平滑、點(diǎn)云精簡(jiǎn)、點(diǎn)云特征提取以及點(diǎn)云拼接等)是三維逆向建模中非常重要的一部分。本文主要針對(duì)三維點(diǎn)云預(yù)處理環(huán)節(jié)中的點(diǎn)云去噪和點(diǎn)云特征提取算法進(jìn)行研究,
2、論文主要研究?jī)?nèi)容如下:
?。?)散亂點(diǎn)云鄰域及微分信息估算:
針對(duì)散亂點(diǎn)云的領(lǐng)域以及微分幾何信息的估算進(jìn)行理論研究?;诒疚牡纳y點(diǎn)云數(shù)據(jù)量較大的特點(diǎn),固選用搜索效率較高的k-d樹(shù)的搜索法對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行拓?fù)浣Y(jié)構(gòu)的建立。然后針對(duì)散亂點(diǎn)云的微分幾何信息,首先根據(jù)曲面論相關(guān)內(nèi)容對(duì)點(diǎn)云的法矢向量和點(diǎn)云的曲率進(jìn)行研究,緊接著提出采用基于采樣點(diǎn)鄰域局部二次曲面的擬合方法對(duì)模型點(diǎn)云進(jìn)行微分幾何信息的估算。
?。?)基于特征信
3、息分類的三維點(diǎn)數(shù)據(jù)去噪:
針對(duì)三維散亂點(diǎn)云去噪逆向建模過(guò)程中,模型特征信息難以維持以及雙邊濾波對(duì)于特征信息少的區(qū)域容易產(chǎn)生過(guò)光順的缺點(diǎn),提出一種基于點(diǎn)云曲率特征信息分類的去噪算法。具體方法為采用局部曲面擬合的方法對(duì)點(diǎn)云的微分幾何信息進(jìn)行計(jì)算,由計(jì)算得到的模型點(diǎn)云的平均曲率設(shè)置局部特征權(quán)值。然后根據(jù)平均曲率特征權(quán)值對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行特征區(qū)域劃分,得到特征信息較少的平坦區(qū)域和特征信息較多的區(qū)域。最后采用針對(duì)性的去噪算法,即鄰域距離平均
4、濾波算法和自適應(yīng)雙邊濾波算法對(duì)劃分好的兩種不同特征區(qū)域分別進(jìn)行去噪濾波。通過(guò)進(jìn)行對(duì)不同去噪算法的對(duì)比實(shí)驗(yàn)和在不同噪聲強(qiáng)度下的對(duì)比實(shí)驗(yàn),結(jié)果表明本文算法具有較好的去噪效果。
?。?)散亂點(diǎn)云數(shù)據(jù)提取算法:
針對(duì)散亂點(diǎn)云特征提取過(guò)程中,提取效率低和對(duì)噪聲的敏感性差等問(wèn)題。本文采用一種雙閾值檢測(cè)的特征提取算法。首先采用主成分分析法和局部曲面擬合的方法對(duì)散亂點(diǎn)云的微分幾何信息(包括法向矢量和曲率信息)進(jìn)行估算。然后根據(jù)計(jì)算出的
5、鄰域內(nèi)法向矢量交角和平均曲率設(shè)定雙重特征判定閾值,由此來(lái)對(duì)模型的點(diǎn)云數(shù)據(jù)進(jìn)行特征提取。通過(guò)進(jìn)行不同算法和不同噪聲強(qiáng)度下的特征提取實(shí)驗(yàn),結(jié)果表明本文算法具有較好的特征提取效果。
?。?)掃描和數(shù)據(jù)處理系統(tǒng)搭建:
以手持式掃描儀和投影光柵式掃描儀為數(shù)據(jù)獲取端,然后以 C++為編程語(yǔ)言,利用OpenGL圖形庫(kù)和VS2013開(kāi)發(fā)工具來(lái)實(shí)現(xiàn)對(duì)三維點(diǎn)云數(shù)據(jù)的去噪和特征提取的算法,并以汽車(chē)石膏模型為實(shí)例進(jìn)行整個(gè)數(shù)據(jù)處理過(guò)程的說(shuō)明,并
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 三維點(diǎn)云數(shù)據(jù)去噪方法研究.pdf
- 三維散亂點(diǎn)云的特征提取方法研究.pdf
- 點(diǎn)云數(shù)據(jù)特征提取算法的改進(jìn).pdf
- 保特征的三維網(wǎng)格曲面去噪和探地雷達(dá)數(shù)據(jù)去噪算法研究.pdf
- 三維耳廓點(diǎn)云形狀特征提取及匹配.pdf
- 三維點(diǎn)云的數(shù)據(jù)預(yù)處理和圓提取算法研究.pdf
- 網(wǎng)頁(yè)去噪與特征提取算法的研究及實(shí)現(xiàn).pdf
- 基于局部特征的圖像三維去噪算法研究.pdf
- 基于點(diǎn)云數(shù)據(jù)的水下目標(biāo)三維特征提取與定位技術(shù)研究.pdf
- 從三維點(diǎn)云數(shù)據(jù)中提取物體特征點(diǎn)的研究.pdf
- 三維點(diǎn)云數(shù)據(jù)骨架提取問(wèn)題研究.pdf
- 腦血管三維點(diǎn)云數(shù)據(jù)分割及骨架提取算法研究.pdf
- 三維特征提取算法研究及其應(yīng)用.pdf
- 腦血管三維點(diǎn)云數(shù)據(jù)分割及骨架提取算法研究
- 點(diǎn)云模型的特征提取與數(shù)據(jù)優(yōu)化.pdf
- 基于特征提取的三維形狀混合算法研究.pdf
- 三維點(diǎn)云數(shù)據(jù)數(shù)字水印算法研究.pdf
- 三維點(diǎn)云數(shù)據(jù)配準(zhǔn)算法研究.pdf
- 三維模型特征提取和相關(guān)反饋算法研究與實(shí)現(xiàn).pdf
- 三維人臉表情識(shí)別中特征提取算法研究.pdf
評(píng)論
0/150
提交評(píng)論