点云数据的预处理和曲面重建.pdf

摘要 摘 要 随着计算机技术以及三维激光扫描的软硬件技术的迅猛发展，三维数据处理技术愈 来愈多地得到人们的关注和应用，其应用领域已经从传统的制造业扩展到工程测量、大 型建筑的变形监测、文物保护和三维数字化城市的场景重建等方面。本文在全面总结和 分析点云数据处理理论、方法和应用现状的基础上，结合本文研究课题，北京市教委重 点科研基金重点项目：面向古建筑大尺度结构主动提取与自动三维重建机理研究和国家 自然科学基金项目：基于地面影像测量的古建筑三维结构提取研究，针对该项技术中的 若干关键问题，着重从以下三个方面进行了深入研究： (1)对数据精简技术进行了深入探讨，通过对常用精简方法的优缺点分析，采用了 基于聚类的精简方法，即按照聚类的方法，将点云中彼此相似的离散点聚合起来，形成 不同的类，根据点间的几何相似性简化各个类中的数据点，既可以降低特征信息损失， 又可以实现点云的均匀精简。 (2)通过对国内外点云数据区域分割算法的对比研究，总结了常用的各种点云分割 的优点及不足，设计了基于八维向量的均值聚类分割算法，先对数据进行精简处理，然 后估算出点云数据的高斯曲率、平均曲率、法向矢量，将它们和数据点的坐标合在