郭海晨:基于低秩分解方法的激光扫描点云修复研究论文

郭海晨:基于低秩分解方法的激光扫描点云修复研究论文

本文主要研究内容

作者郭海晨(2019)在《基于低秩分解方法的激光扫描点云修复研究》一文中研究指出:近年来,随着三维扫描技术的不断突破,点云三维模型已经成为了继声音、图像、视频之后的新兴的数字媒介,被广泛地应用在计算科学、逆向工程、义物复原、建筑设计以及电影、游戏等科技文娱领域。不同于传统的数字媒体,点云模型真实感强、细节度高,正逐渐成为各个行业的重要数据来源,从数据层面推动各个领域的研究发民。对于点云三维模型而言,其数据的完整性、准确性是其后续广泛应用的基础条件。然而,在实际的扫描过程中,尤其是使用激光进行扫描时,由于被测物本身的几何和光学特性以及扫描系统的机械稳定性问题,实际得到的点云模型常常存在大量的孔洞与毛刺。这些缺失数据的存在会对后续模型重建操作产产生严重影响,以至无法获得被测物完整有效的表面形态特征。因此,缺失数据的修补和点云噪声的消除研究成为了点云研究与应用的瓶颈问题。针对上述问题,本文首先对激光点云扫描系统的光学工作原理与机械结构特征进行研究,分析基于激光反射原理产生的点云模型的孔洞、毛刺等畸变产生的原因与特点。在此基础上,对不同被测对象进行点云数据采集与分析,通过实验验证上述理论分析的准确性与可靠性。接着,本文对比了多种传统孤立点检测方法的原理与优缺点。在此基础上,结合基于统计的方法与基于距离的方法,设计出一套基于K最近邻法与分类统计筛选的高效准确的孤立点检测算法,并通过对比试验证明提出的方法的高效性与准确性。最后,本文将低秩分解的思想应用于点云模型的修复,根据前文分析的点云特征,对经典低秩分解模型进行约束优化,优化低秩分解方法对于点云模型的毛刺、孔洞的修复准确性,从而得到更为贴近真实的点云模型。实验结果表明,本文提出的方法能够有效对点云模型进行修复,相较传统低秩分解方法有较大改善。

Abstract

jin nian lai ,sui zhao san wei sao miao ji shu de bu duan tu po ,dian yun san wei mo xing yi jing cheng wei le ji sheng yin 、tu xiang 、shi pin zhi hou de xin xing de shu zi mei jie ,bei an fan de ying yong zai ji suan ke xue 、ni xiang gong cheng 、yi wu fu yuan 、jian zhu she ji yi ji dian ying 、you hu deng ke ji wen yu ling yu 。bu tong yu chuan tong de shu zi mei ti ,dian yun mo xing zhen shi gan jiang 、xi jie du gao ,zheng zhu jian cheng wei ge ge hang ye de chong yao shu ju lai yuan ,cong shu ju ceng mian tui dong ge ge ling yu de yan jiu fa min 。dui yu dian yun san wei mo xing er yan ,ji shu ju de wan zheng xing 、zhun que xing shi ji hou xu an fan ying yong de ji chu tiao jian 。ran er ,zai shi ji de sao miao guo cheng zhong ,you ji shi shi yong ji guang jin hang sao miao shi ,you yu bei ce wu ben shen de ji he he guang xue te xing yi ji sao miao ji tong de ji xie wen ding xing wen ti ,shi ji de dao de dian yun mo xing chang chang cun zai da liang de kong dong yu mao ci 。zhe xie que shi shu ju de cun zai hui dui hou xu mo xing chong jian cao zuo chan chan sheng yan chong ying xiang ,yi zhi mo fa huo de bei ce wu wan zheng you xiao de biao mian xing tai te zheng 。yin ci ,que shi shu ju de xiu bu he dian yun zao sheng de xiao chu yan jiu cheng wei le dian yun yan jiu yu ying yong de ping geng wen ti 。zhen dui shang shu wen ti ,ben wen shou xian dui ji guang dian yun sao miao ji tong de guang xue gong zuo yuan li yu ji xie jie gou te zheng jin hang yan jiu ,fen xi ji yu ji guang fan she yuan li chan sheng de dian yun mo xing de kong dong 、mao ci deng ji bian chan sheng de yuan yin yu te dian 。zai ci ji chu shang ,dui bu tong bei ce dui xiang jin hang dian yun shu ju cai ji yu fen xi ,tong guo shi yan yan zheng shang shu li lun fen xi de zhun que xing yu ke kao xing 。jie zhao ,ben wen dui bi le duo chong chuan tong gu li dian jian ce fang fa de yuan li yu you que dian 。zai ci ji chu shang ,jie ge ji yu tong ji de fang fa yu ji yu ju li de fang fa ,she ji chu yi tao ji yu Kzui jin lin fa yu fen lei tong ji shai shua de gao xiao zhun que de gu li dian jian ce suan fa ,bing tong guo dui bi shi yan zheng ming di chu de fang fa de gao xiao xing yu zhun que xing 。zui hou ,ben wen jiang di zhi fen jie de sai xiang ying yong yu dian yun mo xing de xiu fu ,gen ju qian wen fen xi de dian yun te zheng ,dui jing dian di zhi fen jie mo xing jin hang yao shu you hua ,you hua di zhi fen jie fang fa dui yu dian yun mo xing de mao ci 、kong dong de xiu fu zhun que xing ,cong er de dao geng wei tie jin zhen shi de dian yun mo xing 。shi yan jie guo biao ming ,ben wen di chu de fang fa neng gou you xiao dui dian yun mo xing jin hang xiu fu ,xiang jiao chuan tong di zhi fen jie fang fa you jiao da gai shan 。

论文参考文献

  • [1].基于多核DSP的激光点云三维重构技术研究[D]. 刘鹏.长春理工大学2019
  • [2].融合序列影像的激光点云三维实景建模[D]. 汪霞.中国矿业大学2019
  • [3].三维激光扫描数据精简、表面重构方法及应用研究[D]. 段志鑫.中国矿业大学2019
  • [4].基于深度学习的机载点云分类研究[D]. 钱婷.东华理工大学2019
  • [5].基于三维激光点云的复杂场景人体目标识别[D]. 陈兆一.北京邮电大学2019
  • [6].基于骨架提取的树木点云三维重建方法研究[D]. 郝腾宇.西北农林科技大学2019
  • [7].基于三维激光扫描的工件识别与定位研究[D]. 马凯.山东大学2018
  • [8].基于地面三维激光点云的形变监测技术研究[D]. 姚瑶.华东师范大学2018
  • [9].路面点云建模并行算法及缺陷检测方法研究[D]. 孙大林.哈尔滨工业大学2018
  • [10].基于三维激光技术的汽车整车尺寸测量系统关键技术的研究及实现[D]. 王海燕.合肥工业大学2018
  • 读者推荐
  • [1].基于地面三维激光的溶洞点云数据处理及应用研究[D]. 徐光禹.贵州大学2019
  • [2].基于稀疏表示与低秩分解的医学图像融合方法研究[D]. 邓志华.昆明理工大学2018
  • [3].基于低秩分解的分类算法设计与实现[D]. 李经善.扬州大学2018
  • [4].基于低秩稀疏理论的图像去噪算法研究[D]. 李欢.南京邮电大学2018
  • [5].动态磁共振图像重建低秩算法应用研究[D]. 周宝来.南京邮电大学2018
  • [6].三维激光扫描点云数据分类去噪及空洞修复算法研究[D]. 陈雪荣.长安大学2017
  • [7].三维点云模型的孔洞修补算法研究[D]. 王培宁.西北大学2015
  • [8].散乱点云自修复重建与3D打印分层算法研究[D]. 王妮.西安电子科技大学2015
  • [9].散乱点云自修复重建与错误拓扑修正研究[D]. 张戈弋.西安电子科技大学2014
  • [10].散乱点云边界提取及孔洞修复算法研究[D]. 晏海平.南昌大学2014
  • 论文详细介绍

    论文作者分别是来自南京大学的郭海晨,发表于刊物南京大学2019-07-02论文,是一篇关于点云三维模型修复论文,低秩分解论文,孤立点检测论文,最近邻法论文,南京大学2019-07-02论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自南京大学2019-07-02论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    郭海晨:基于低秩分解方法的激光扫描点云修复研究论文
    下载Doc文档

    猜你喜欢