基于激光扫描数据的三维重建关键技术研究

三维物体的模型重建在CAD、逆向工程、模式识别、文物艺术品的重建、数字娱乐(游戏、动画、电影)等领域有着广泛的应用。近年来,随着激光扫描技术的发展,利用激光扫描仪获取到的深度数据进行实物的三维重建在数字古建、文物保存、数字城市等领域具有广阔的应用前景。本文结合北京市重点项目北京市三维空间信息综合服务系统,重点对距离图像的配准和模型的构造两项关键技术进行研究。本方的主要贡献如下: 1) 针对激光扫描数据的格式,提出了在已知对应点的邻域内进行局部搜索,查找新的最近点对的方法,加快配准速度。传统的ICP算法把点集视为无序的,每次最近对应点对的查找都要在整个点集中进行全局搜索,费时较多。本文根据激光扫描数据二维网格的组织形式,三维点的邻域关系直接体现在距离图像象素点的邻域关系上,因此对应点周围的点也有可能产生新的对应点,所以采用在已知对应点的邻域内局部搜索新的最近的点对,提高搜索的效率。改进和优化了传统的ICP算法。 2) 对于配准之后的点云,提取扫描对像的边缘点,然后在CAD系统中进行三维模型重建。目前基于点云的三维重建,大都是通过一些算法构造出三维表面网格模型。这种方法对于较小的物体还能适用,但是对于较大的物体如建筑物很难奏效。本文尝试了通过提取物体的轮廓线上的扫描点,然后在autoCAD系统中以人机交互的方式构造出三维几何模型,实现点云数据的三维重建。 对于以上讨论的方法,本文以建筑物为扫描对像,对其扫描数据进行实验。实验结果表明,在深度数据的配准和三维模型的构造方面取得了一定的成果。