海量点云预处理算法研究

逆向工程技术是当今CAD领域中的一项新技术,它以独特的从实物模型直接构建计算机模型的手段为CAD技术带来了革命。逆向工程中从实物模型采集而来的数据一般是以点云形式存在。随着激光扫描设备的广泛应用,采集所得的点云数据越来越庞大,达到了百万级甚至亿级。为了对这些海量点云数据进行建模,就必须进行必要的预处理手段,否则将为后续的建模带来难以想象的困难,为CAD系统带来巨大的存储、传输和运算负担。 在对已有的点云预处理算法进行了系统的研究的基础上,本文针对海量点云的预处理进行了研究,提出了三种全新的海量点云预处理算法,分别应用于点云去噪、点云配准和点云精简三个方面。通过在实验平台上的实现算法,经过大量实践中证明了它们是可行的并且具有高效高精度的特点。 本文首先提出了一种基于图像的点云去噪算法,通过图像的方法对点云进行去噪处理,因此与点云数据的大小无关,在海量点云的处理中具有远超其他算法的速度。实验结果表明,该算法的去噪效果也是比较理想的。另外针对稀疏点云的特点,同时提出了一种基于k-d tree的无序点云去噪算法。 对于点云配准,提出了一种基于特征点的改进ICP算法。该算法在采用主方向贴合法实现初始配准的基础上,使用曲率特征点和k-d tree寻找最近点,提高了ICP算法的效率。实验结果表明,该算法具有理想的配准效果,并且大大提高了配准速度,这在海量点云处理中尤其明显。 点云精简是海量数据预处理中重要的步骤。本文结合了随机采样和曲率采样各自的长处,提出了一种混和采样方法。这种算法能够在基本保持原始数据的细节的基础上,极大地减少点云数据量,同时也能保持较高的速度。由于其较好的综合表现,在实际应用中具有良好的应用价值。