散亂點(diǎn)云精簡與自動(dòng)拼接技術(shù)研究.pdf

1、分類號(hào)：密級(jí)：UDC：學(xué)號(hào)：405906212059南昌大學(xué)碩士研究生學(xué)位論文散亂點(diǎn)云精簡與自動(dòng)拼接技術(shù)研究散亂點(diǎn)云精簡與自動(dòng)拼接技術(shù)研究TheResearchontheScatteredPointCloudsSimplificationAutomaticRegistrationTechnology俞濤培養(yǎng)單位（院、系）：機(jī)電工程學(xué)院指導(dǎo)教師姓名、職稱：吳祿慎教授申請學(xué)位的學(xué)科門類：工學(xué)學(xué)科專業(yè)名稱：精密儀器及機(jī)械論文答辯日期：2015

2、年5月23日答辯委員會(huì)主席：評(píng)閱人：2015年月日摘要I摘要逆向工程中，使用3D光學(xué)掃描設(shè)備測量物體表面，必須多次從不同角度測量才能獲得完整的表面數(shù)據(jù)。多片點(diǎn)云各自間都存在位置偏差，需經(jīng)過拼接才能形成有效的數(shù)據(jù)模型；且測量得到的數(shù)據(jù)十分密集，用于描述表面特征和模型重構(gòu)存在許多的冗余部分，有必要對(duì)其進(jìn)行篩選簡化。散亂點(diǎn)云精簡與自動(dòng)拼接的效果關(guān)系到后期模型重構(gòu)工作的效率和質(zhì)量。因此，針對(duì)散亂點(diǎn)云精簡與自動(dòng)拼接技術(shù)，展開深入研究；并結(jié)合VC6

3、.0與OpenGL編寫開發(fā)點(diǎn)云預(yù)處理軟件。文中的研究重點(diǎn)如下：(1)提出了最小橢圓距離自適應(yīng)精簡算法和基于平面夾角的尖銳邊界提取算法。根據(jù)點(diǎn)云曲率法矢，結(jié)合平面夾角法和最大夾角法完成點(diǎn)云區(qū)域劃分及邊界特征提??；保留邊界特征，平面區(qū)域使用最小距離法，非平面區(qū)域使用最小橢圓距離自適應(yīng)精簡算法。對(duì)點(diǎn)數(shù)為64418的點(diǎn)云，從導(dǎo)入點(diǎn)云至精簡結(jié)束的時(shí)間為5.65s，精簡率為69.3%，網(wǎng)格重構(gòu)后與原始模型比較，距離偏差分布范圍在0.11~0.11m

4、m。(2)提出了基于4PCS的ICP改進(jìn)算法和基于PCA的ICP改進(jìn)算法，用于無標(biāo)記點(diǎn)散亂點(diǎn)云的自動(dòng)拼接。首先提取曲率相對(duì)較大點(diǎn)形成兩特征點(diǎn)集；四點(diǎn)算法中，根據(jù)四點(diǎn)的對(duì)角線長度及其交點(diǎn)分割比例，匹配對(duì)應(yīng)關(guān)系；主成分分析法中，以在特征點(diǎn)集內(nèi)按不變矩特征形成的點(diǎn)對(duì)為種子，聚類鄰近點(diǎn)，形成兩新的待拼接點(diǎn)集；再分別由對(duì)應(yīng)四點(diǎn)或待拼接點(diǎn)集計(jì)算變換參數(shù)完成粗拼接；最后，改進(jìn)ICP算法，以最近點(diǎn)的特征最相似鄰域點(diǎn)代替最近點(diǎn)完成迭代，實(shí)現(xiàn)精確拼接。對(duì)兩

5、片玩具槍彈夾點(diǎn)云（點(diǎn)數(shù)為93561、97720）進(jìn)行拼接實(shí)驗(yàn)，從導(dǎo)入數(shù)據(jù)到完成拼接，基于PCA的ICP改進(jìn)算法共消耗327.5s，迭代11次收斂；而基于4PCS的ICP改進(jìn)算法共用291.7s，迭代7次收斂。(3)完成點(diǎn)云預(yù)處理軟件的編寫設(shè)計(jì)。利用VC6.0結(jié)合OpenGL編寫開發(fā)處理功能軟件，完成點(diǎn)云數(shù)據(jù)的導(dǎo)入、導(dǎo)出、模型的繪制顯示和交互操作以及點(diǎn)云的精簡和拼接功能。通過實(shí)例驗(yàn)證，系統(tǒng)能較好地實(shí)現(xiàn)各項(xiàng)功能。關(guān)鍵詞：關(guān)鍵詞：散亂點(diǎn)云；自