不同視角下建筑物lidar點(diǎn)云配準(zhǔn)技術(shù)的研究

《不同視角下建筑物lidar點(diǎn)云配準(zhǔn)技術(shù)的研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、學(xué)校編碼１０３９０分類號ＴＰ３９１學(xué)號２０１３１１７０１００８密級集ｉ扛葦碩ｄ：學(xué)位論文不同視角下建筑物ＬｉＤＡＲ點(diǎn)云配準(zhǔn)技術(shù)的研究Ｊ指導(dǎo)教師：陳水利教授作者姓名：劉偉權(quán)申請學(xué)位級別：碩±：應(yīng)用數(shù)學(xué)薩科專業(yè)研究方向；橫糊數(shù)學(xué)及其應(yīng)用１論文提交日期：２０１６年４月５日論文答辯日期；２０１６年５月２６日學(xué)位授予單位：集美大學(xué)２０１６年６月：學(xué)位授予日期：李軍教授答辯委員會主席論文評閱人：教育部學(xué)位中也指定

2、，教育部學(xué)仿中也指定教育部學(xué)位中也指定碩士學(xué)位論文不同視角下建筑物L(fēng)iDAR點(diǎn)云配準(zhǔn)技術(shù)的研究ResearchonRegistrationTechniquesofBuilding'sLiDARPointCloudfromDifferentViews學(xué)科門類：理學(xué)作者姓名：劉偉權(quán)指導(dǎo)教師：陳水利教授學(xué)科專業(yè)：應(yīng)用數(shù)學(xué)學(xué)位授予單位：集美大學(xué)論文答辯日期：2016年5月26日學(xué)術(shù)誠信聲明茲呈交的學(xué)位論文，是本人在導(dǎo)師指導(dǎo)下獨(dú)立進(jìn)行的研究工作及?。崳姷玫难芯砍晒?。除文中特別加Ｗ標(biāo)注和致謝的地方外

3、，論文中不包含其他個(gè)人或集體己經(jīng)發(fā)表或撰寫過的研究成果。本人依法享有和承擔(dān)由此論文產(chǎn)生的權(quán)利和責(zé)任。Ｉ＝＞聲明人（簽名）；斗分＜＾時(shí)間：保護(hù)知識產(chǎn)權(quán)聲明本人完全了解集美大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，目Ｐ；學(xué)校有權(quán)保留送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱，可采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。同意集美大學(xué)可Ｗ用不同方式在不同媒體上發(fā)表。、傳播學(xué)位論文的全部或部分內(nèi)容＾作者（簽名）；４４＾｜導(dǎo)師（簽名）；時(shí)間：不同視角下建筑

4、物L(fēng)iDAR點(diǎn)云配準(zhǔn)技術(shù)的研究摘要激光掃描技術(shù)因具有連續(xù)、自動、不接觸和快速地采集高分辨率空間三維數(shù)據(jù)的特點(diǎn)，正逐步成為建筑物三維重建及數(shù)字城市中的新研究熱點(diǎn)。為構(gòu)建一個(gè)完整的建筑物L(fēng)iDAR點(diǎn)云數(shù)據(jù)結(jié)構(gòu)，需要對不同視角下獲取的建筑物L(fēng)iDAR點(diǎn)云數(shù)據(jù)進(jìn)行配準(zhǔn)。為此，本文以建筑物的三維重建為背景，重點(diǎn)研究了不同視角下建筑物L(fēng)iDAR點(diǎn)云數(shù)據(jù)的配準(zhǔn)問題。主要工作如下：1.針對建筑物L(fēng)iDAR點(diǎn)云數(shù)據(jù)采用基于FPFH特征描述子的點(diǎn)云配準(zhǔn)算法進(jìn)行配準(zhǔn)時(shí)，僅采用距離閾值法剔除錯(cuò)誤的對應(yīng)關(guān)系后仍然存在著許多誤匹

5、配點(diǎn)，導(dǎo)致配準(zhǔn)精度不足的問題，提出了一種改進(jìn)的配準(zhǔn)算法。該算法在基于距離閾值法剔除誤匹配點(diǎn)的基礎(chǔ)上，加入了消除重復(fù)匹配點(diǎn)的約束條件，并利用特征點(diǎn)處的法向量進(jìn)行約束，完成對剩余誤匹配點(diǎn)的剔除，最后對建筑物L(fēng)iDAR點(diǎn)云進(jìn)行配準(zhǔn)。實(shí)驗(yàn)表明，改進(jìn)的配準(zhǔn)算法可以很好地完成建筑物L(fēng)iDAR點(diǎn)云的配準(zhǔn)，提高配準(zhǔn)的精度。2.針對傳統(tǒng)的CPD配準(zhǔn)算法計(jì)算復(fù)雜度高，大規(guī)模點(diǎn)云數(shù)據(jù)難以直接采用此算法進(jìn)行配準(zhǔn)的問題，提出了一種基于ISS特征點(diǎn)的快速CPD建筑物L(fēng)iDAR點(diǎn)云的配準(zhǔn)算法。首先，對建筑物L(fēng)iDAR點(diǎn)云數(shù)據(jù)采用I

6、SS算法提取特征點(diǎn)，減少建筑物L(fēng)iDAR點(diǎn)云的數(shù)據(jù)量規(guī)模；其次，將提取得到的不同視角下建筑物L(fēng)iDAR點(diǎn)云的ISS特征點(diǎn)采用CPD算法進(jìn)行配準(zhǔn)。實(shí)驗(yàn)結(jié)果表明，改進(jìn)的配準(zhǔn)算法簡單有效、穩(wěn)定可靠，提高了建筑物L(fēng)iDAR點(diǎn)云采用CPD算法配準(zhǔn)的效率。3.由二維圖像的配準(zhǔn)算法與建筑物豐富的結(jié)構(gòu)信息得到啟發(fā)，提出了一種基于降維的建筑物L(fēng)iDAR點(diǎn)云配準(zhǔn)算法。該方法采用降維的思想，首先，采用最小二乘法對建筑物的立面進(jìn)行擬合，形成建筑物的投影面；其次，將建筑物L(fēng)iDAR點(diǎn)云垂直投影到建筑物的投影面，最大限度的保持了

7、建筑物固有的結(jié)構(gòu)信息；然后，將投影點(diǎn)進(jìn)行重采樣生成二維圖像，利用模板匹配法求出圖像的同名點(diǎn)；最后，將圖像的同名點(diǎn)索引回到建筑物L(fēng)iDAR點(diǎn)云數(shù)據(jù)中，完成配準(zhǔn)。實(shí)驗(yàn)表明，本文提出的配準(zhǔn)算法，可以準(zhǔn)確地獲取建筑物L(fēng)iDAR點(diǎn)云的同名點(diǎn)，有效地完成建筑物L(fēng)iDAR點(diǎn)云的配準(zhǔn)。關(guān)鍵詞點(diǎn)云配準(zhǔn)；建筑物L(fēng)iDAR點(diǎn)云；FPFH描述子；ISS算法；CPD算法；模板匹配；降維；重采樣IResearchonRegistrationTechniquesofBuilding'sLiDARPointCloudfromDiff

8、erentViewsAbstractLaserscanningtechnologyischaracteristicwithcontinuous,automatic,notcontact,andfastacquisitioninhighresolutionspaceof3Ddata,whichisgraduallybecomingaresearchhotspotthatcontainthree-dimensionalbuildingreconstructi