三维面部数据采集与NURBS曲面重构

为获取面部三维点云,并转换为高精度NURBS曲面,建立了面部图像采集与处理系统,并研究其中的点云自动拼接和曲面重构方法。首先,采用双光栅三维扫描仪将正弦光栅投射到人的面部,将被面部调制的变形光栅转换成两片分立点云。然后,通过标定块对测量系统进行标定,利用协方差求取旋转矩阵和平移向量实现点云自动拼接获取完整面部点云,并生成三角面片。最后,通过检测曲率、生成四边形网格、建立UV参数线等处理,进行曲面重构生成高精度NURBS四边域面部曲面,并对重构结果进行误差分析。结果表明:所重构面部曲面符合G1连续,标准偏差为0.009222 mm。本文所采用的高精度的面部曲面重构方法可用于复杂曲面的三维检测与重构中。     

融合强阈值三角网与总体最小二乘曲面拟合滤波

机载LiDAR点云数据滤波是LiDAR数据后处理过程中的关键步骤。在分析三角网滤波与曲面拟合滤波特点的基础上,提出了一种由粗到精的处理思想用于LiDAR点云数据滤波。该方法通过强阈值三角网算法进行II类误差优先的粗分类,获取可靠性较高的初始地面点,以粗分类结果作为先验信息进行种子点选取,引入总体最小二乘算法完成曲面拟合,设置自适应阈值实现不同区域灵活处理,最终得到较为精细的地面模型。使用ISPRS测区数据及Niagara数据进行实验,与经典滤波算法及传统曲面拟合方法进行对比,实验结果证明,该方法较传统算法能够得到更加可靠的滤波结果,对各种地形的适应性较强,具备较高的实用价值。     

采用激光扫描点云拟合自由曲面的重构特性研究

三维激光扫描仪可快速获取物体表面离散点云,研究了离散点云曲面拟合以及提高曲面品质的方法.讨论了控制点、曲面阶次、节点数等因素对曲面重构精度的影响,控制顶点的增减与位置改变直接导致重构曲面控制网格的变化和曲面拟合精度,对于百万点云数量,剖分为100个四边域面片,选用60～80个控制点比较适宜.通过提高曲面拟合阶次和节点数...     

基于激光点云数据的三维运动图像重构技术北大核心CSCD

为了解决三维运动图重构时存在的重构测量距离与实际距离误差大、激光点云数据数量多和重构图像清晰度对比低的问题,提出了基于激光点云数据的三维运动图像重构技术,通过配准多帧激光点云数据,从中获取激光点云数据集,再采用平面拟合方法对激光点云数据集实行去噪处理,最后利用曲面重构法完成对曲面模型的拟合,实现三维运动图像重构。实验结果表明,通过对三维运动图像重构进行测量距离与实际距离的对比、激光点云数据数量的对比和测量图像与实际图像清晰度的对比测试,验证了三维运动图像重构技术的实用性高。     

基于改进DPC和特征分区的点云去噪算法

针对三维激光扫描仪获取到的点云数据存在的多尺度混合噪声将严重影响后续的三维模型重建的问题,提出了一种基于改进的密度峰值聚类算法(DPC)和特征分区的点云去噪算法。首先通过改进的DPC算法去除远离点云主体的大尺度噪声;然后利用主成元分析法(PCA)和曲面变分获取点云法矢及曲率信息,同时采用邻域传播法调整法矢方向并根据曲率对点云进行划分,对特征区域点云与平坦区域点云分别采取自适应双边滤波和正交整体最小二乘平面拟合的方法进行光顺去噪。实验结果表明：在包含混合噪声的bunny与block模型下,利用该算法去噪后点云数据最大误差分别为0.235 mm和0.157 mm,平均误差分别为0.029 mm和0.009 mm,均能取得较好的去噪效果,且降低了去噪参数设置的复杂性。     

沙滩车覆盖件缺陷曲面拟合重构技术研究

为及时修复沙滩车覆盖件缺陷部位,保证其优越性能,研究沙滩车覆盖件缺陷曲面拟合重构方法。基于逆向工程技术构建沙滩车覆盖件逆向设计过程图,实行缺陷曲面拟合重构。首先,依据型面边缘环找到裂缝缺陷曲面位置,根据曲面离散过程确定重构区间;其次,采用3DSS光线扫描仪获取覆盖件缺陷曲面重构区间的点云数据,实施降噪及精简处理,生成网格化点云,拟合出曲面与曲线;最后,根据拟合的曲线结合逼近或者插值方法实现曲面重构。实证分析结果表明,所研究方法可实现沙滩车覆盖件裂缝缺陷曲面的重构,且重构结果精准可靠,重构效率高,说明所研究方法性能优越,可为增强沙滩车性能提供有效帮助。     

点云隐式曲面快速重建算法研究

提出一种点云数据隐式曲面高效重建算法。该算法首先基于传统径向基函数隐式曲面重建算法对点云数据进行低解析度、低精度快速插值,然后采用三线性插值对点云数据进行高解析度、低精度插值,最后根据欧氏距离确定点云零水平集附近需要处理的区域,处理过程中只对区域内点云数据进行滤波降噪。与传统方法相比,本文算法既可以保证曲面重建精度,又可以缩短计算时间。在头部点云数据的曲面重建过程中,本文算法能够实现与传统算法相近的精度,同时使插值运算时间减少63.21%。     

激光三角网格点云孔洞曲面修补方法

三维激光扫描点云在采集和处理后生成的三角化网格,由于测量设备限制或模型自身形状特点常包含孔洞,这类孔洞会给后续三维重建带来障碍.针对孔洞修补问题,提出了一种激光三角网格曲面点云孔洞修补算法.首先对封闭孔洞通过遍历三角网格确定三角面片边界,检测孔洞.其次基于最小角度法在孔洞多边形处快速生成新三角面片,形成初始网格.然后融合最小二乘网络与径向函数隐式曲面,利用最小二阶导数对曲面曲率进行最小化,并与原始网格曲率变化趋势保持相同,最终实现激光点云孔洞修补.实验结果表明,与其他点云修补方法相比,该方法降低了修补误差,适用于多种三角网格模型孔洞修补.     

基于主成分分析与曲面拟合的激光点云滤波去噪

为了消除激光点云采集时点云中的噪声点，避免噪声尤其是一些孤立离群点对点云数据质量的影响，将散乱的、含有噪声点云变成规则的、高精度的点云，采用了基于主成分分析与曲面拟合进行点云去噪的方法，首先提出了点云区域的主成分分析计算方法，在主成分分析的法向量进行粗去噪，而后去噪后的点云进行曲面拟合，最后根据点到曲面的距离进行了点云的滤波，得到滤波后的点云。结果表明，该方法去噪效果精度高，尤其针对散乱点云，去噪效果明显，最佳滤波性能误差仅为0.018mm。该研究为散乱激光点云的去噪滤波提供了参考。     

一种基于曲面约束的点云数据滤波方法

针对机载LIDAR点云数据滤波问题,结合机载LIDAR点云数据的特点,引入虚拟格网技术,提出一种基于多尺度虚拟格网与曲面约束的机载LIDAR点云数据滤波方法。该方法首先根据点云密度等点云数据特点构建多尺度虚拟格网;其次基于多尺度虚拟格网分别获取一级、二级地面种子点;然后依据一级、二级地面种子点基于曲面约束进行滤波获取三级地面种子点;最后将所有地面种子点合并得到地面点集。实验方面,通过两组实验验证了该方法的可行性和适用性。     

附加增值条件的移动最小二乘法的点云孔洞修补

由于扫描设备局限或模型结构复杂等因素导致点云模型出现孔洞,这严重影响模型的后续处理。针对点云孔洞的修补问题,文中提出了一种附加增值条件移动最小二乘法的点云孔洞修补方法。首先提取封闭的孔洞边界,通过密度分析进行迭代切片,不仅削弱点云分布不均的影响,还提高模型细节特征的保留程度;再将离散群点投影至拟合曲面,投影点集二次拟合以获取拟合面节点,保证有足够的边界邻域节点为基础进行孔洞修补;最后利用附加增值条件移动最小二乘法对孔洞进行迭代修补,并对增值点云进行曲率约束,从而达到契合原始模型空间特征的重建。实验采用人为在四个点云模型上制造不同类型的孔洞,并与现有的四种方法进行对比,验证所提方法的有效性,结果表明,文中方法相较于现有的四种方法,完整率、准确率提高了1.83%以上,配准均方根误差与平均曲率均方根降低了68%以上,对比证明了文中方法对于点云模型孔洞具有较强的适用性,可为重建三维点云模型提供可靠信息。     

基于改进型B样条分层插值的汽车零件检测研究

在汽车零件的在线装配过程中,为了减小由理论数模与实际位置之间的偏差导致的装配误差,设计了改进型B样条分层插值算法。首先,根据点云重建曲面的曲率分布对初始数据进行分层,然后再通过三次B样条插值算法获得实际零件点云与数模点云的偏差分布,最后由绝对距离偏差值推导得到路径补偿归一化系数,从而实现对汽车零件自动检测的扫描路径优化。仿真对包含直角、棱边及孔洞特征的零件进行分析,结果显示点云去噪效果良好,重建曲面形貌符合实体零件特征。实验对比了直接重建与采用三次B样条分层插值算法优化后的重建效果,通过对300个测试点的数据统计,三个坐标轴方向的位置优化前后平均误差分别为3.345 mm和0.599 mm。可见,优化后位置预测精度得到了较好的提升,为提高扫描路径精度奠定了基础。     

基于曲率的主分量分析及应用

提出一种基于曲率的主分量分析算法。该算法先计算各点的曲率,包括主曲率、高斯曲率和平均曲率,并将点云数据映射到曲率空间,对曲率空间进行主分量提取,然后对点云数据进行压缩。实验结果表明,该算法具有较好的压缩性能。将PCA算法引入三维点云数据压缩,弥补了传统PCA方法的缺陷。     

泥石流沟谷滑坡体的点云采样分析及变化检测

泥石流沟谷地区地形复杂,沟壑纵横,利用激光雷达技术获取的点云数据往往存在着数据量大,数据冗余等问题。本文以云南省小江流域大白泥河泥石流沟的一伴生滑坡体为试验对象,利用地面激光扫描(terrestrial laser scanning,TLS)技术对其进行两个时期的点云数据获取,形成一系列针对泥石流沟谷地区的点云配准,滤波去噪,地表建模等数据处理流程;探讨不同重采样分辨率对地表模型构建的影响,运用ArcGIS平台对不同重采样分辨率下的滑坡量进行估算对比,获取该滑坡提供的泥石流物源量可靠值;同时,利用预处理后点云对该滑坡体进行点云探测及变化分析。试验结果表明(1)不同重采样分辨率构建的地表模型与其采样点云间的垂直标准差为0.3~0.5 cm;(2)点云曲率重采样分辨率在50%~70%范围内,滑坡量估算值较为可靠;(3)整个滑坡体的变化区域的距离变化区域在0.008~0.5 m。     

一种多模式融合的激光点云配准算法

针对经典迭代最邻近点(iterative closest point,ICP)算法在三维激光点云配准领域内,存在收敛速度慢、配准误差大、配准效率低的问题,提出了一种基于法向量夹角特征和边界旋转角相融合的改进ICP算法。利用点云区域层划分将点云分成若干独立单元方格,搜寻方格的法向量夹角特征关键点,结合点面曲率对应关系形成初始匹配点对,随后引入距离约束函数,估算边界旋转角和相关动态迭代系数,自动优化刚性变换参数。实验结果表明,与传统ICP算法相比,改进后的算法配准误差降至0.3%以下,配准时间减少50%以上,有效提升点云配准效率。     

一种改进的激光点云数据精简算法

随着三维激光扫描仪获取的点云数据量越来越大,激光点云数据精简已成为测绘领域中的一个新的研究热点。在对点云数据分层技术研究的基础上,将二维平面曲线精简算法—Douglas-Peucker算法拓展到三维空间并进行改进,使得算法在处理前不需要已知点云间的邻接关系,可以对三维散乱点云数据进行直接处理。借助于Matlab平台编程实现点云数据精简,并利用程序构建精简后的点云数据的网格模型。通过与原始点云的网格模型进行对比分析,实验表明此改进算法的精简效果比较理想。     

基于单线激光雷达的三维形貌重建方法研究

现有三维扫描激光雷达存在成本高、扫描范围有限等缺点,为解决这些问题,本文提出一种基于单线激光雷达的三维形貌重建系统,并对系统进行误差补偿以提高系统的准确度.该系统采用可编程逻辑控制器控制的步进电机旋转单线激光雷达的扫描平面,实现对实际空间场景的扫描.通过上位机控制扫描装置的工作过程同时获取原始点云数据,进而针对原始点云...     

深孔内表面检测点云拼接技术研究

深孔内表面检测系统获取的单视角点云无法体现深孔零件内表面全貌,为实现深孔内表面完整面形的三维重建,提出了一种深孔内表面检测系统的位姿标定技术,用于提供深孔内表面重建的点云拼接初值。首先,介绍了深孔内表面检测技术原理,分析并建立了深孔零件测量点云的坐标变换模型,确定了坐标变换模型中需要标定的系统位姿参数;然后,分析了系统在内表面上的测量轨迹,以旋转轴转角描述测量轨迹,并对点云逆向重建;之后以系统参数的求解误差作为损失函数优化测量轨迹模型,实现了系统位姿参数标定;最后,对直圆筒和凹槽部分的点云拼接实验表明:该方法适用于深孔内表面检测,易于操作,拼接误差不大于0.08 mm,与其他方法相比均有一定优势。