论文部分内容阅读
三维激光扫描技术在场景数字化领域得到了快速的发展,大量真实场景要求被精细构建三维模型。由于三维激光扫描技术只能满足几何位置的复原,而在纹理颜色方面无法达到令人满意的视觉效果。为了高精度地构建场景的三维模型,本文将地面激光点云和序列影像两种异质数据在三维空间中进行融合,避免了跨维度数据处理的困难,将显著特征提取与对应几何关系两种配准策略结合进行点云配准。基于双向Kd树的高效搜索原理进行纹理映射的同时修复了点云中的孔洞,最终生成完整的三维模型。本文的主要研究内容如下:(1)充分考虑地形因素与场景中扫描对象的结构特征,将栅格限高、法向夹角、3σ等判定准则进行组合以分离出地面点与非地面点,并利用同一类别的样本紧密相连的聚类思想将不同位置的扫描对象进行提取。(2)在提出结合特征描述与对应几何关系两种配准策略进行点云配准的基础上,针对ISS特征点分布均匀但数量较少、缺乏对曲率变化大的区域进行有效描述的缺陷,引入显著性约束条件对点云表面进行额外显著特征点的提取,并将提取的特征进行多尺度分析,在三个不同的搜索尺度下保留稳定的特征点,与Super4PCS算法结合进行粗略配准。在此基础上,利用Sparse ICP对粗略配准的结果精确化,同时进行多站点云的叠加,生成完整的点云模型。(3)为了使影像数据转换到三维空间中具有高完整度、高纹理精度,对比分析三种主流方法VisualSFM、COLMAP、OpenMVG三维重建的原理和流程。并在三维重建后对模型表面的颜色在RGB、HSV空间以真实图像颜色为真值分别进行精度计算,采用定量评价指标像素间颜色距离与图像间颜色相似度评估。基于Kd树近邻搜索原理建立高纹理精度的影像点云与高几何位置精度的激光点云间的映射关系,与此同时,提取激光点云的孔洞边界基于Kd树反向映射到影像点云,根据建立的平行等距原则对激光点云中的孔洞进行点的填充,同时完善激光点云表面的纹理映射。将信息融合后的点云模型(包含封闭数据与非封闭数据)通过对比贪婪投影三角化、泊松曲面重建、移动立方体的流程和优缺点后,选择贪婪投影三角化构建曲面,并在精简平滑后生成完整的三维曲面模型。