三维点云数据精简与快速浏览技术研究

摘要

近年来，随着科学技术的不断进步，人们认识世界的方式已经不仅仅满足于二维空间的图形图像，更向着三维空间不断拓展。数字地球、数字城市、数字社区等等名词不断出现在我们的日常生活中，这些都促使着三维点云技术飞速发展。与之相应的三维点云获取设备的精度也越来越高，产生了海量点云数据。而这些海量数据导致点云数据后期处理(如：浏览、拼接、特征提取、表面重建、存储与传输等)对软硬件设备带来更多的压力与挑战。而在普通的PC端，数据浏览及人机交互的过程中容易产生内存消耗严重、处理缓慢等现象。因此，本文针对海量三维点云数据精简与快速浏览中存在的问题，对点云处理技术进行深入分析研究，在相关理论的基础上对点云精简进行算法改进优化，提出基于切片理论的三维散乱点云精简算法；并在点云快速浏览过程中使用改进的视域裁剪算法，提高了点云浏览速度。论文的研究重点如下： （1）在对散乱点云精简算法研究的基础上，提出了基于切片理论的改进的点云精简算法。在进行数据精简工作时，首先将点云数据进行切片；再根据得到的每个点云切片的几何特征，为每一层中的数据点进行排序；最后使用D-P(Douglas-Peuker)算法实现点云精简。对多组数据进行精简实验，结果表明该算法能够产生较好的精简效果。 （2）在点云快速浏览方面，分别从四个角度使用四种不同的方法来提高点云数据的浏览速度。它们包括八叉树空间索引方法、内存映射文件技术、视域裁剪技术以及层次细节LOD(Levels of Detail)技术。而且在进行视域裁剪时使用了改进的视域裁剪算法，进一步提高了点云浏览速度。 （3）在windows系统中，借助VS开发平台，采用C++编程语言结合开源点云库PCL(Point Cloud Library)及可视化工具包VTK(Visualization Toolkit)完成点云预处理软件PointCloudViewer的代码编写，实现数据文件导入导出、点云显示、点云精简以及浏览漫游等一系列功能，并以多组实测点云模型文件进行实验验证，结果表明文中提出的相关改进算法可以取得较好的实验效果，为后续的点云建模工作做好充分的准备。

目录

声明

第一章 绪论

1.1 课题研究的背景及意义

1.2 三维点云数据处理

1.2.1 点云数据的组织形式

1.2.2 点云数据特点

1.2.3 点云数据处理流程

1.3 点云精简与快速浏览技术的研究现状

1.3.1 点云数据精简

1.3.2 D-P算法

1.3.3 点云快速浏览技术

1.4 主要研究内容及组织结构

1.4.1 研究内容与技术路线

1.4.2 论文组织

第二章 三维点云精简技术

2.1 传统点云精简方法介绍

2.1.1 基于三角网格的精简方法

2.1.2 基于点的点云简化方法

2.2 基于切片理论的改进算法

2.2.1 点云数据分层

2.2.2 构建点云截面线

2.2.3 D-P精简算法

2.3 点云精简效果评价方法介绍

2.3.1 断面评价法

2.3.2 表面积评价法

2.3.3 体积评价法

2.4 精简实验及分析

2.4.1 定性分析

2.4.2 定量分析

2.5 本章小结

第三章 三维点云快速浏览技术

3.1 基于八叉树的空间索引

3.1.1 八叉树的基本原理

3.1.2 八叉树的优点

3.2 内存映射文件技术

3.2.1 内存映射文件原理

3.2.2 内存映射文件技术具体步骤

3.2.3 实验验证

3.3 视域裁剪

3.3.1 视域裁剪的基本原理

3.3.2 改进的视域裁剪算法

3.3.3 改进的视域裁剪算法实现

3.4 点云的多层次细节LOD

3.4.1 点云的LOD实现方式

3.4.2 构建基于八叉树的LOD数据文件

3.5 本章小结

第四章 预处理软件的设计及功能实现

4.1 开发平台介绍

4.1.1 图形界面应用程序开发框架Qt

4.1.2 三维点云数据处理库PCL

4.1.3 可视化工具包VTK

4.2 系统设计与功能实现

4.2.1系统功能需求

4.2.2系统总体设计

4.2.3系统模块实现

4.3 实验与结果分析

4.3.1实验数据与软硬件配置

4.3.2点云数据可视化实验

4.3.3点云数据精简实验

4.3.4数据处理实验结果分析

4.4 本章小结

第五章 结论与展望

5.1 工作总结

5.2 工作展望

参考文献

攻读硕士学位期间取得的学术成果

致谢