论文部分内容阅读
地基激光雷达作为一种新型的测绘技术,其光斑小,具有快速、强穿透性、高效、非接触等特点,在数字城市、古建筑保护和测量工程等领域都得到了广泛的应用。三维激光扫描仪扫描物体能够快速的获取其表面的三维坐标,而扫描物体得到的点云数据非常庞大,如此大量的点云数据十分不利于计算机下一步的传输及存储,也为后续的工作的开展设置了障碍,因此,充分的压缩处理点云数据就成为必要的处理步骤而凸显出重要地位。本文在电子科技大学校园内,选择阔叶树(玉兰树)为研究对象,利用地基激光雷达获取的点云数据,提出了一种点云度压缩方法,其主要工作及结论如下:(1)数据获取及预处理:基于三维激光扫描基础理论,研究利用Leica Scan Station C10激光扫描系统进行野外实验数据采集的方法,进行了单棵和区域多棵树木实验数据的获取;并结合扫描仪的性能特点,研究了多站点云数据的配准方法及去噪处理方法。(2)阔叶树点云数据压缩方法评价:研究并实现了随机采样压缩法、包围盒重心采样压缩法和共顶点压缩法,压缩试验采用阔叶树(玉兰树)三维点云数据,三种压缩方法分别在不同的压缩参数下进行实验,实验结果分别通过图片显示和三维建模的方式进行比较,充分利用了视觉效果进行压缩实验评价,最后建立起压缩比对应压缩参数的曲线图加以比对研究。(3)提出了点云度压缩法:利用图论中点连通度这一反映图的连通性质的重要参数,将海量点云植入于可控的有限点的图形中分析,将点连通度这一重要参数应用在点云数据处理中。利用该方法对阔叶树(玉兰树)点云数据进行压缩,并通过与随机采样压缩法、包围盒重心采样压缩法和共顶点压缩法的对比分析,验证了点云度压缩法在压缩散乱点云数据方面存在精度与简度上的优势。(4)在.net平台下,使用C++或MATLAB实现了点云度压缩法、随机采样压缩法、包围盒重心采样压缩法、共顶点压缩法对点云数据的压缩。