论文部分内容阅读
激光雷达三维扫描技术作为一种先进快速精确的三维测量技术,能得到结构简单、测绘精确的三维点云数据。依据所获得的海量点云数据对目标模型进行三维模型重构是三维智能信息处理等领域的核心课题之一,在数字地球与城市、智能交通、工业制造、逆向工程、文物保护、测量测绘、城市反恐以及刑事侦查等领域有着广阔的应用背景。目前,点云数据三维模型重构研究的热点和难点主要集中在点云数据的获取、拼接、网格重建和纹理映射等方面,本论文重点针对其中的点云数据拼接、网格剖分以及纹理映射等关键问题展开了深入研究。在三维点云数据拼接方法的研究中,论文针对一致性点漂移算法在解决大规模高维点云数据拼接时时间复杂度较高的问题,提出了一种新的基于快速一致性点漂移的三维点云拼接算法(Fast Coherent Point Drift,F-CPD)。该算法采用基于平方迭代期望最大化(g SQUAREM)算法替代原始CPD算法中的期望最大化(EM)算法,综合比较实验结果表明:论文所提出的新算法在较大程度地提高点云数据拼接速度的同时,达到了较高的拼接精确度。在三维点云网格剖分技术的研究中,首先简要介绍了网格剖分以及三角剖分的基本概念和原理。并分析了点云数据三角剖分中的基于四叉树/八叉树的方法、基于Delaunay剖分的方法、基于区域增长、以及隐式函数法等经典算法。其中,论文着重对基于泊松表面的重构算法和基于转球表面的重构算法展开了研究,在归纳分析这两种算法的原理和特点的基础上,通过实验分析论证了它们在重构效果、运算时间以及适用场合等方面的优势和不足。在三维模型表面纹理映射方法的研究中,重点分析了纹理映射领域中的基于调和映射的约束纹理映射方法。在详细分析了基于调和映射方法中的模型参数化、纹理坐标计算以及映射优化等三个模块的基础上,通过编程实现了典型模型与纹理图像的纹理映射。实验结果表明该纹理映射算法效果优异且稳健性好,能够满足三维建模的需求。