论文摘要
随着空间信息采集技术的高速发展,二维测绘成果已经远远不能满足发展的要求,人们逐渐转向了三维测量技术的研究。地面三维激光扫描技术(Terrestrial Laser Scanning,TLS)是对空间信息采集上的又一项重大突破,它是一种非接触性的测量方式,具有高效性、高精度等特点,并在地形测量、文物保护、变形监测、数字城市、地质灾害的治理等方面得到了广泛的应用。随着空间数据信息的采集方式的改变,外业测量技术得到了快速的发展,而采集到的点云数据的处理技术发展相对缓慢,迫切需要一套快速、精确自动化程度高的数据处理方法来推动三维激光扫描技术发展,使这项技术更加广泛的运用到生产生活中。本文以云南喀斯特地貌中的地下溶洞点云数据为基础,基于地面三维激光扫描技术以及点云数据处理技术的发展现状,对点云数据预处理阶段的配准、滤波、曲面拟合三个主要的技术环节进行研究。首先,基于对地面三维激光扫描技术的原理、应用领域以及扫描仪器设备等知识体系学习,基于对研究对象溶洞的点云数据采集,根据点云数据配准原理,分别组织了基于特征点,基于特征点及特征面结合,以及基于ICP迭代自动配准的三种不同的点云数据配准技术进行实验研究,并通过对三种配准技术方法运用的精度及其优缺点进行对比分析,获得面向溶洞点云数据匹配处理核心技术的应用实证认识,结果得出:总体上,三种不同配准模式下的匹配结果均方根误差(Root Meam Square,RMS)值的精度均都能达到毫米级,但具体就三种配准技术方法应用相比较而言,ICP迭代自动配准方法的精度相对更高,并且工作量相对较小,更推荐应用于溶洞点云数据的配准处理。其次在针对溶洞形态建模的点云数据滤波处理技术方法研究方面,论文研究基于对目前主流的点云滤波去噪方法的学习对比,针对实验区溶洞点云特性,提出了采用区域增长加密三角网的滤波方法应用到溶洞点云数据的滤波处理中,结合Visual Studio2012软件平台,对测区的点云数据进行区域格网的划分,提取每个格网中最低的点作为初始地面点,通过设定的阈值实现点云数据的区域增长。利用I-Site Studio软件平台,开展了面向溶洞的点云数据滤波处理实验研究,结果得出:当区域增长到第三次时该算法已经把噪声点以及部分地物点滤除,并且很好的保留了地形的几何特征;相比其他的滤波方法,该方法比较适用于地形地貌比较复杂的点云数据的滤波,也能够为后期点云数据的曲面构建提供较好的数据基础。最后,针对面向溶洞点云数据进行曲面拟合技术,为了确保数据信息的完整性,把溶洞点云数据大致分为两个部分,分别基于两种不同的软件平台进行曲面的构建,一种是基于I-Site Studio软件平台的地形数据的曲面构建,另一种是基于Geomagic Studio软件平台内部地物数据的曲面构建,最后进行模型数据的整合,得到一个高精度完整的三维模型。实验结果表明:I-Site Studio软件在地形数据曲面构建时比较适用,对曲面拟合要求较高时,采用Geomagic Studio软件平台进行曲面拟合,两种曲面拟合方式的结合可以得到一个精度较高的模型数据,针对不同的曲面拟合对象采用不同的数据拟合方式更加适用于溶洞点云数据的一个模型构建。
论文目录
文章来源
类型: 硕士论文
作者: 高莎
导师: 袁希平,吕杰
关键词: 溶洞,三维激光,点云配准,点云滤波,曲面构建
来源: 昆明理工大学
年度: 2019
分类: 基础科学,信息科技
专业: 自然地理学和测绘学,自然地理学和测绘学,计算机软件及计算机应用
单位: 昆明理工大学
分类号: P208;P204
DOI: 10.27200/d.cnki.gkmlu.2019.001725
总页数: 103
文件大小: 6507K
下载量: 61
相关论文文献
- [1].基于激光点云数据的卫星导航定位研究[J]. 数字通信世界 2020(06)
- [2].基于球域膨胀的点云数据平面提取研究[J]. 测绘与空间地理信息 2020(07)
- [3].点云数据稀疏区域建筑物立面重建方法[J]. 应用科学学报 2017(02)
- [4].利用激光点云数据绘制仿古建筑立面图[J]. 淮海工学院学报(自然科学版) 2019(04)
- [5].基于激光点云数据的卫星导航定位研究[J]. 激光杂志 2020(02)
- [6].一种古建筑点云数据的语义分割算法[J]. 武汉大学学报(信息科学版) 2020(05)
- [7].利用激光点云数据检测特征表面平整度[J]. 科技创新与应用 2020(32)
- [8].基于球域膨胀的点云数据平面提取[J]. 工程技术研究 2018(11)
- [9].海量点云数据分布式并行处理技术综述[J]. 信息工程大学学报 2018(05)
- [10].三维激光扫描点云数据盲区边界识别与应用[J]. 有色金属(矿山部分) 2019(05)
- [11].地面激光点云数据质量评价与三维模型快速重建技术研究[J]. 测绘学报 2017(12)
- [12].三维激光扫描点云数据的精简方法探讨[J]. 黄河水利职业技术学院学报 2018(02)
- [13].点云数据生成软件的设计及其在月饼模具逆向设计与制造中的应用[J]. 制造技术与机床 2017(03)
- [14].点云数据提取二次曲面特征算法研究[J]. 信息通信 2017(05)
- [15].一种改进的激光点云数据精简算法[J]. 激光与红外 2016(06)
- [16].广式古家具的逆向点云数据采集研究[J]. 包装工程 2016(16)
- [17].基于二维的地面点云数据组织研究[J]. 兵工自动化 2016(07)
- [18].基于点云数据的道路特征参数提取方法研究[J]. 矿山测量 2014(06)
- [19].密度聚类方法在点云数据分割中的应用研究[J]. 测绘与空间地理信息 2015(01)
- [20].基于多源点云数据融合的单木树形重建[J]. 桂林理工大学学报 2020(03)
- [21].多片点云数据拼接处理技术的研究[J]. 水利与建筑工程学报 2014(01)
- [22].压缩感知点云数据压缩[J]. 应用科学学报 2014(05)
- [23].多视点云数据快速对齐方法[J]. 机械设计与研究 2009(01)
- [24].基于地铁隧道点云数据的组合滤波算法[J]. 沈阳建筑大学学报(自然科学版) 2020(03)
- [25].三维激光点云数据精简算法[J]. 吉首大学学报(自然科学版) 2018(05)
- [26].基于颜色取样的苹果树枝干点云数据提取方法[J]. 农业机械学报 2019(10)
- [27].基于法矢修正的点云数据去噪平滑算法[J]. 哈尔滨理工大学学报 2018(05)
- [28].一种改进的点云数据精简算法[J]. 现代制造工程 2016(12)
- [29].新的点云数据压缩法在舞动治理工程中的应用研究[J]. 山西建筑 2017(26)
- [30].欧氏聚类算法支持下的点云数据分割[J]. 测绘通报 2017(11)