杂乱点云的快速曲线拟合算法研究

针对杂乱点云的曲线拟合问题,根据Bezier曲线原理,给出了一种改进的曲线拟合算法。算法在保持曲面特征基本信息的前提下,先对测量到的杂乱点云进行平行切割,再对切割后的截线云进行插入排序,然后从中选点用Bezier曲线来拟合、逼近截线云。实践证明,该算法高效、稳定,可以快速地重构出三维形体的特征曲线。     

散乱点云的三角网格重构

基于增量扩散法的思想,提出并实现了一个散乱点云的三角网格重构算法,算法首先利用体素网格的散列表对散乱点进行组织,然后在确定了初始种子三角形的基础上,基于活动边扩展规则构造新的三角形,使网格不断向周围扩展直到活动边表空为止,最后算法合并棱边并计算每个三角形的顶点法矢,最终构造出散乱点云的三角网格。     

基于八叉树模型的三维点云数据预处理研究

三维点云数据密度大,包含有大量的冗余数据,并不适合直接用于后续曲面重构。文中重点计论了基于八叉树模型的点云数据预处理的方法。实例表明,该方法对点云数据处理的灵活性和适应性都较好,能够满足曲线和曲面重构的要求。     

三维点云ICP算法改进研究

三维激光扫描技术的快速发展,使其在各个领域得到广泛应用.由于物理上的一些限制,一次三维激光扫描不能获取扫描物体的全部数据,因此要对扫描点云进行拼接.首先,对最常用的ICP算法进行一系列研究,ICP算法的前提条件是具有一个良好的配准初值,文中在配准初值的选取上采用主成分分析法,为后续ICP算法的工作提供一个良好前提条件,增加点集预处理,点对查找上增加各种限制,采用kd-tree加速查找,以此对算法进行改进,并通过实例来验证本算法的有效性及合理性.     

基于线结构光的散热器三维重构与点胶定位系统

为了提高对散热器点胶操作的工作效率,减少对散热器的损伤以及人工消耗,该文设计了基于线结构光的散热器三维重构与点胶定位系统。整体结构系统主要由上料机构、点胶定位机构、下料机构三部分组成。其中,点胶定位机构主要涉及散热器表面数据采集、滤波、三维重建以及机械臂点胶操作。为了获取优质的散热器表面点云数据,综合使用滤波算法对数据进行预处理,利用点云数据可以对散热器进行定位和表面测量,为后续的点胶动作提供位置信息,进而完成机械臂点胶操作。     

基于稀疏图像序列的雕塑点自动云三维重构方法

为了提高对雕塑点稀疏图像的点云三维重建的分析能力,提出一种基于稀疏图像序列的雕塑点自动云三维重构方法,基于稀疏散乱点三维重建和锐化模板特征匹配方法进行图像三维重建。采用三维角点检测和边缘轮廓特征提取方法,进行雕塑点稀疏图像三维点云特征检测,对检测的雕塑点稀疏图像点云数据进行信息融合处理,采用梯度运算方法进行特征分解,实现对雕塑点稀疏图像的信息增强和融合滤波。结合局部均值降噪方法进行图像的提纯处理,提高雕塑点稀疏图像轮廓重建能力,采用锐化模板特征匹配和块分割技术,实现雕塑点自动云三维重构。仿真结果表明,采用该方法进行雕塑点自动云三维重构的准确性较高,图像匹配能力较好,且重构输出信噪比较高。     

基于深度学习的三维点云分类方法研究

随着深度学习和3D传感技术的快速发展,点云分类已在智能分级等领域得到了广泛的应用。为了更好地推进点云分类技术的研究与应用,利用管道体系结构对相关方法的研究进展进行全面而系统的梳理、分析和总结。首先,根据点云数据处理方式的不同,将现有的点云分类方法归纳为间接基于点云的方法和直接基于点云的方法。然后,着重介绍了具有代表性的方法和最新研究成果,同时比较分析了主要方法的核心思想、优缺点、适用范围、应用场景以及实验结果。最后,从四个方面对点云分类的未来发展以及研究方向进行了展望,结果表明,将间接和直接点云的方法进行2D-3D特征融合是未来的一个重要发展方向。     

基于线结构光扫描的足背三维轮廓重构

针对人体足背的三维建模问题,提出一种基于线结构光扫描的新型重构及测量方案。采用2台高分辨率CMOS摄像头,从不同角度拍摄照射在足背上的线结构光线,通过灰度重心法细化图像中的结构光线,经坐标转换获得足背的点云数据。对足背点云数据后跟处的盲区采用最小二乘曲线拟合法进行修复,并运用三维Delaunay网格化算法实现曲面重构,获得完整的足背三维轮廓。实验结果表明,该方案程序运行稳定,足部主要参数的绝对误差均小于4mm,具有较高的测量精确度。     

城市建筑物框架轮廓三维自动重构研究

建筑物是城市景观中一个重要组成部分,因此快速自动实现城市建筑物的三维可视化对于建立数码城市具有重大意义。针对传统三维建模人工劳动强度大、自动化程度低和花费高等问题,提出了一套自动化程度较高的基于线、面信息的城市建筑物框架轮廓快速三维重构方法。通过普通数码相机获取影像数据大大降低了实际应用成本,而且采用线面基元进行三维重构相比于经典的点云重构方法不仅提高了效率,而且获得了清晰的三维边缘轮廓。通过实验验证了方法的有效性和可行性。     

基于转台系列照片三维重建算法的研究

如何从真实世界中获取具有真实感的三维场景模型一直是计算机图形学中的一个难点,该文给出了一种从真实世界的照片中重建三维场景模型的算法,算法根据在空间稀疏分布的不同视点处的真实场景照片中物体的轮廓线和颜色的一致性信息来建立三维场景模型的;这种方法是通过对转台上的物体不同位置拍照,来获取系列图片而不是通过机器视觉的两幅图片进行重建;文中方法可用于真实世界复杂形体真实感三维模型的建立,经实验表明该方法是可行的.     

基于二维平行轮廓线的三维表面重建

研究了基于二维平行轮廓线的前列腺三维表现重建问题。采用Roberts边缘检测算子检测前列腺的边缘，提取其轮廓线。分析了BPL1算法在处理相信轮廓线无匹配部分时存在的缺陷。文章采用BPL1算法和相信轮廓线同步前进法相结合的方案被了前列腺表现的三维重建，给出了实验结果。实验表明重建的三维表面清晰、准确。     

基于场表示的平面无序点集曲线重建算法

由无序离散点集重建出曲线曲面模型，在反求工程与计算机视觉中都有着广泛的应用。针对平面无序带噪声的曲线重建问题，通过模拟带电粒子在空间中形成场分布的现象，构造了一个反映平面点集形状与分布稠密程度的场函数，以场函数曲面的脊线在平面上的投影作为平面无序点集的重建曲线。为求得重建曲线，可先在平面上选取一条适当初始曲线，由初始曲线沿着场函数的梯度方向运动，其极限位置便为重建曲线。大量实例证明，这种方法简单可行，可获得满意的重建曲线；同时，对于带插值约束条件以及分布不均匀的点集，也可以获得满意的结果。     

散乱点云的快速增量网格重建算法

散乱数据的网格重建是数字几何处理的基础性技术之一.本文提出一种快速增量式散乱点云网格重建算法,运用波前( Wave Front)方法渐进地由点云数据生成物体表面的网格模型.该算法以一个”种子”三角形初始化搜索队列,以逐渐生成的新边为搜索元素,借助Kd-树空间划分技术和搜索约束条件,快速完成优化点的评估及三角面片重建,可在保证网格质量的同时,过滤部分对重建效果意义不大的点.实验表明,该算法能够高效、可靠地生成具有不同几何复杂度的原始曲面二维流形三角网格逼近,适用于海量数据点的网格重建.     

基于光线投射法的目标三维重构技术

针对距离选通激光成像系统获得的图像源,为了减小断层图像间的距离远大于断层图像内像素间的距离这一因素对三维可视化的影响,增强三维显示效果,提高运算速度,在研究了光线投射三维重构算法的基础上,提出了距离分辨率远小于成像分辨率的插空帧光线投射法和通过旋转体数据实现从不同的视线角度进行观察的三维重构方法.仿真结果表明:提出的方法可行、有效,提高了目标的探测和识别概率.     

基于Delaunay规则的无组织采样点集表面重建方法

表面重建在3维地理信息系统、计算机辅助设计与图形学、计算机造型、逆向工程、虚拟仿真等应用领域有着广阔的应用前景。在前人研究的基础上,提出了一种基于Delaunay规则的3维表面重建方法,通过将局部采样顶点投影到局部切平面上,利用Delaunay规则对投影点进行约束三角剖分,并将剖分得到的顶点连接关系映射到3维空间中,即可得到采样点之间的相互连接关系,实现采样曲面S的表面重建。实验结果表明,算法在表面重建过程中可以有效检测不充分采样区域以及表面边界部分,适用于开、闭两种类型曲面的表面重建。此外,算法还具有实现简单、运行高效等优点。     

一个基于结构化特征匹配的月面三维重建方法

基于图像建立三维月面地图对于月球车任务规划、导航控制具有重要意义。本文提出一种基于参数化轮廓结构特征匹配的月面三维重建方法，该方法从月面立体图像中提取特 征物的轮廓特征，通过参数化轮廓特征匹配恢复特征物的三维信息，从而建立三维月面地图。本文以Apollo 15登月计划的着陆区域为例，建立了一个三维月面地图。     

基于最小二乘法的点云数据拼接研究

点云数据拼接在逆向工程、计算机视觉、医学图像处理等方面有着十分广泛的应用。为了更快、更精确地进行点云数据拼接,根据计算机点云数据拼接处理的要求,结合空间坐标组合变换和矩阵变换的原理,提出了一种基于最小二乘法采用多个标志点计算坐标转换矩阵的点云数据拼接方法。通过实例对当前几种常用的典型的拼接方法进行分析比较的结果表明,利用该方法实现点云数据的拼接,具有速度快、精度高、稳定性好、操作简单等特点,非常适合于工程实际应用。     

基于场分布的平面散乱点集B样条曲线重建算法

平面散乱点集的曲线重建是逆向工程研究的核心问题之一。该文在Goshtasby算法的基础上,提出了一种基于场分布的平面散乱点集B样条曲线重建算法。首先,通过估计场强基函数的边界提高量子化效率,生成散乱点集场分布的数字图像;然后,利用图像细化结合改进的BFS（Breadth-First-Search）算法来避免数字图像中由于存在大量冗余分支像素而难以生成脊轮廓的问题;最后,采用加权最小二乘法延长重建曲线,改进Goshtasby算法所得的开曲线在端点处收缩的缺点。实验表明,对于带噪声的平面稠密点集,该算法可有效地重建反映点集形状和走向的B样条曲线。