基于KFCM的三维点云精简算法

毫米波雷达、TOF相机等扫描设备捕获的点云包含大量的冗余信息与噪声点,降低了点云配准的精度与处理效率．针对上述问题,提出基于KFCM的三维点云精简方法,将原始扫描点云以核函数映射至特征空间,同时更新聚类中心及隶属度矩阵,利用加权误差平方和建立目标函数且以其收敛为算法终止标准,最终将聚类中心作为精简结果输出．实验结果表明,可在良好保持点云基本特征的前提下降低源点云分辨率以达到精简效果,且可通过调节参数控制输出点云的疏密程度,在与配准任务的适应性实验中可满足ICP等配准算法的需求．     

基于真实三维人体点云的特征参数提取

针对真实三维人体点云数据,提出一种快速提取人体特征参数的方法。首先对点云数据进行预处理,并将人体中心点转化为坐标原点,然后利用人体几何形状以及特征参数的定义,通过分层探索法来定位人体特征点,最后利用人体特征点得到相应的特征截面信息,使用边缘识别法提取特征轮廓边界点,对于不同人体体型,基于人体几何形状分析法自动识别正常和肥胖人体体型,有效地计算不同体型的真实特征参数信息。数值实验说明了该方法的有效性。     

基于竞争注意力融合的深度三维点云分类网络

为了提高三维点云深度网络分类模型对全局特征的提取与表达能力,增强模型对噪声干扰的鲁棒性,提出可迁移应用于不同分类网络的竞争性注意力融合模块,学习多层级特征的全局表征和中间特征内在相似度,对中间特征通道权值重分配. 在基准网络Pointnet++和PointASNL中嵌入所提模块并进行实验,结果显示：所提模块具有独立性和可迁移性,聚焦更利于三维点云形状分类的核心骨干特征. 与基准网络相比,所提模块在保持分类精度稳定不下降的情况下,模型对点云扰动噪声、离群点噪声和随机噪声的抗干扰能力增强,在随机噪声数分别为0、10、50、100、200的情况下,准确度分别达到93.2%、92.9%、85.7%、78.2%、63.5%. 与传统滤波方法相比,端到端的学习减少预处理步骤和人工干预过程,同时具有更优的抗噪性能.     

三维点云数据采集与拼合技术的研究与应用

激光三维扫描技术在工程地质勘察领域的广泛应用,使得三维地质建模的过程中不免要处理大量复杂的点云数据,因此,如何对点云数据进行有效处理,是影响建模质量的关键。介绍了逆向工程的基本思想和激光三维扫描技术的应用方法,以及三维地质点云数据的采集方法和过程。在此基础上,重点阐述了对点云数据进行拼合过程的数值原理和实现方法,讨论了点云数据处理的发展现状、应用前景和推广价值。分析认为．综合应用曲面数值模拟、三维数字重构、图像算法分析、程序可视化等方法,可以有效完成点云数据的处碑和分析,满足三维地质建模的要求。     

基于徕卡Scanstation 2获取校园三维点云数据的研究

三维激光扫描技术作为一项新的测量技术,可以快速、高效、准确地获取测量目标的高精度点云数据,为测量数字化的发展提供了必要条件.文中主要介绍三维激光扫描技术的优点,并以黑龙江工程学院教学综合楼为例,阐述三维点云数据获取、数据处理的基本方法,验证将三维扫描技术用于校园可视化的可行性.     

激光雷达点云数据截面提取计算方法研究

通过激光雷达获得的散乱点云,通常无法直接应用于实际工作.文中研究了激光雷达点云的可视化以及点云数据交互式计算快速截取近似断面的方法,利用八叉树遍历进行点云选择,通过框选多边形生成近似横截面,并进行顶点拾取和测量.通过对某地点云数据实验,得到的横截面可以较好地反映地形变化,甚至可以显示出植被在该截面上的分布形态.文中方法通过建立三维点云的索引关系,减少了交互中的计算量,提高了点云交互的效率,适用于大数据量三维点云的处理,可应用于地形测绘、电力勘察设计等领域.     

基于点云数据的三维人体头部分割技术研究

三维人体分割技术是数字化服装、数字化人体测量、计算机动画等应用中最关键的技术,但当前存在着分割不是很精确的缺点。针对头部分割不精确的缺点,对基于点云数据的三维人体头部分割技术进行了研究,提出以最大距离法和近似凸包边法定位分割特征点和分割切面,并引入分割切面倾斜角实施头部分割。实验结果表明：提出的分割方法提高了头部分割的实时性和精确性。     

基于法向量和投影平面的点云特征提取方法

三维点云特征的提取,对于三维模型的表示、理解和识别都起着重要的作用.为了提高点云特征提取的准确性和运算速度,提出了一种基于法向量和投影平面的特征提取方法.根据矢量分布和聚类的性质提取轮廓点,使用矢量偏转角和距离对特征点进行排序,从而提取出点云特征.在Mod-elNet数据集和三维激光扫描的佛像密集点云上进行实验,结果表...     

基于男士内裤的腰臀裆部点云坐标集三维建模

随着我国人民生活水平向小康转化,合体性和个性化的私人内裤订制成为男士更加追求的一种时尚。自动化快速成版是提高个性化定制效率的前提,而三维建模又是自动化快速成版的先决条件。通过三维扫描仪获得个体三角形数据,使用逆向工程软件将三角形数据转换为点云数据进行优化处理,在7个围度面选取50个等分点表征各截面形态,从腰围至大腿围提取350个点云坐标集,将对称处理后的点云坐标集做标记导入SOLIDWORKS软件,构建个体的实体模型。以个体为例提出男性腰臀裆部三维建模的方法,为男士内裤自动化快速成版做好技术支撑。     

地面三维激光扫描点云的多站数据无缝拼接

针对如何将多站分块扫描的点云无缝地拼接为一个整体以完整地表达扫描对象几何形态的问题,基于测量平差理论,提出了一种简单易行的多站扫描数据无缝拼接方法.首先根据与相邻前一扫描站相重叠的扫描区域内的同名标志点按附有限制条件的间接平差模型求取坐标转换参数,再对序列坐标转换参数按闭合条件进行加权误差分配,得到各站扫描点云的最终坐标转换模型,并依此坐标转换模型对各站扫描点云进行坐标变换,将它们统一到项目坐标系下,最终得到多站扫描点云的无缝拼接结果.对多站扫描的建筑物点云数据进行整体拼接实验,证明了本方法的可行性和有效性.     

基于自组织特征映射神经网络的点云数据分区

自组织特征映射神经网络SOFM可以实现无监督的特征聚类.利用SOFM实现逆向工程中点云数据分区,通过改进SOFM网络初始权值方法以及引进能量函数控制迭代次数,提高了SOFM的分区效率.利用SOFM方法实现点云数据分区具有较强的容错性能,对测量数据点无任何要求.实例运行结果验证了此方法的可行性.     

基于三维点云数据的虚拟人台中间体模型的构建

利用[TC]2三维人体扫描仪采集了华东地区72名40～49岁B体型女性的三维人体数据,对[TC]2扫描获得的三维人体＊.wrl数据文件进行预处理,并建立三维直角坐标系.采用模糊逻辑算法中三角形线形隶属度函数进行噪点的过滤,将人体数据进行标准化处理,建立人体躯干部位特征矩阵.通过计算特征矩阵的均值获得人台中间体特征矩阵,经过对称化处理获得最终的人台中间体特征矩阵.采用Delaunay三角刨分算法将人台中间体特征点进行三角刨分,通过计算点或面的法线向量来光滑曲面获得最终的三维虚拟人台中间体模型.此方法可用于不同规格系列人台三维模型的制作.     

基于海量点云的复杂曲面重构及误差分析

对逆向重构技术在实践应用中出现的一些技术问题,以海量点云数据为基础对曲面重构方法和技巧进行了探讨研究,并应用3D点云对重构模型进行了误差分析。将该方法应用于工业产品复杂曲面的实际制造中,提高了设计精度,缩短了生产周期,对实际生产具有重要意义。     

基于LIDAR点云数据插值方法研究

利用机载LIDAR技术可以获取高精度﹑高密度的三维坐标数据,并生成三维立体模型,构建用户感兴趣的DEM和DSM,如今需要快速高效的处理LIDAR点云数据,研究和探讨最合适的插值方法就显得特别重要,本文着重研究了不同插值算法的特点。     

基于特征匹配的三维点云粗配准方法

针对无初值情况下点云配准精度不高以及配准效率低下的问题,提出一种基于特征匹配的三维点云粗配准方法。首先,利用点云局部法向量的变化描述其特征,加入特征保留权值筛选突出特征信息,提高配准效率;然后,根据保留的特征信息建立特征直方图,通过比较特征直方图描述的信息获取初始匹配的点对;最后,将刚性不变约束与随机抽样一致性算法结合筛选正确的匹配点对,再利用四元素法得到旋转矩阵和平移向量。实验结果表明,提出的算法与其他粗配准算法相比具有较高的精度和效率,为后续的点云精配准工作提供了良好的初值。     

基于主成分分析与迭代最近点的三维膝关节配准

针对膝关节与假体空间坐标系不一致的问题,提出了一种基于主成分分析（PCA）与迭代最近点（ICP）算法相结合的三段式配准方法.采用PCA结合两次ICP算法的配准策略,对膝关节与关节假体的点云数据进行PCA配准处理,然后对得到的初始配准结果采用ICP算法进行调整,最后对调整好姿态的点云数据再次进行ICP配准,从而将其空间坐标轴调整到一致.实验结果表明,三段式配准方法相较于其他算法,可在保持较高配准精度的同时缩短配准时间.     

结构光三维测量系统的点云精度分析

点云质量是结构光三维测量系统中一个非常重要的部分,通过对单片点云的精度和点云拼接的效果两个方面对点云质量进行评价。首先由相片的参数和标定板上标志点的像点坐标计算出标志点的三维坐标,与重构出的点云进行比较计算空间点精度;通过对标定板进行重构进行平面度误差分析;再将各片点云用专业的拼接检测软件进行拼接,生成误差和精度报告。反复实验表明,采用PHOTOSCANSHOP结构光三维测量系统获取的单片点云有较小的误差,整体拼接能达到较好的效果。