地面LiDAR影像数据的配准技术研究

摘要

基于激光雷达（LiDAR）影像数据的三维重建技术近年来发展迅速，并体现出了广阔的应用前景和价值，如何快速、准确地再现三维模型或场景的重建技术受到人们越来越多的关注。影像数据配准作为三维重建技术中的关键部分，也成为人们研究的热点。 本文以较大规模、有较多平面特征的室外建筑为研究对象，利用中长距地面LiDAR设备获取模型的空间位置数据、设计实现配准算法，并对算法的有效性进行验证。主要工作如下： （1）从实验室现有的LMS-Z系列三维激光扫描仪及配套软件Riscan Pro出发，研究了LiDAR影像数据的采集流程及基于反射体的影像数据配准原理。结合本文所处理对象的特征，分析了基于反射体配准的缺点和局限性，明确了LiDAR影像数据配准算法研究的重要性。 （2）通过对采集到的影像数据进行目标提取和基于法向误差方法的数据精简，在保留数据特征的基础上减少了数据量。采用Stamos提出的平面分割算法对研究对象的影像数据进行平面分割，并利用得到的多幅平面点集实现了影像数据初始配准。 （3）分析了经典ICP自动配准算法的优缺点，针对所处理对象包含大量平面特征的特点，对该算法进行了改进，并通过将平面分割算法和球形三角约束近邻搜索算法STCNN相结合，在（2）中配准结果的基础上实现了对象影像数据的自动、精确配准。 上述算法均在VC++平台下结合可视化类库VTK进行实现，并通过在校园内实地采集的数据验证了算法的有效性。

目录

文摘

英文文摘

声明

1绪论

1.1课题研究背景及意义

1.2三维重建流程及分析

1.3 LiDAR影像数据配准的研究现状

1.4本文主要工作和论文结构安排

1.4.1主要工作

1.4.2论文结构安排

2影像数据获取及基于反射体的配准

2.1影像数据的获取及表示

2.1.1影像数据获取的软硬件设备

2.1.2影像数据获取流程及数据类型

2.2基于反射体的影像数据配准

2.2.1基于反射体的配准

2.2.2实验结果分析

2.3本章小结

3基于平面特征的影像数据配准

3.1影像数据预处理

3.1.1目标影像提取

3.1.2影像数据精简

3.2影像数据的平面分割

3.2.1局部平面拟合

3.2.2点集归并

3.2.3分割结果

3.3基于平面特征的影像数据配准

3.3.1影像数据配准原理

3.3.2求解旋转矩阵R和平移向量t

3.3.3坐标变换实现配准

3.4本章小结

4基于ICP的影像数据配准

4.1迭代最近点法ICP

4.2 ICP算法改进

4.2.1 ICP算法的改进分析

4.2.2 STCNN最近点搜索算法

4.3基于平面分割的改进ICP算法

4.3.1参考点集的ε邻域

4.3.2搜索最近点

4.3.3算法实现

4.4配准结果及算法的改进分析

4.4.1配准结果

4.4.2算法改进分析

4.5数据融合

4.6本章小结

5系统实现及实验分析

5.1可视化类库VTK

5.1.1 VTK的架构介绍

5.1.2 VTK图形处理

5.1.3VTK可视化实例

5.2系统的主要模块及实现

5.2.1基于平面特征配准

5.2.2 ICP算法的VTK实现

5.3实验结果分析

5.3.1反射体配准

5.3.2基于平面特征的初始配准

5.3.3 ICP精确配准

5.4本章小结

6总结与展望

6.1 工作总结

6.2进一步研究展望

致 谢

参考文献