研究生开题开题、古建筑点云的三维重建研究要点详解.ppt

古建筑点云的三维重建研究 1 研究意义 建筑物传统测量方式： 缺点: 慢，需要人员较多 得到的测量信息比较抽象 现代测量方式： 数据获取快， 全面 需要人员少 2 国内外现状 国外： 斯坦福大学的“数字化米开朗基罗”。 英国自然历史博物馆的“虚拟博物馆”。 专注于历史古迹遗址数字化的全球性非盈利组织 CyArk,近日完成对多个著名遗址的数字化。 国内： 河北省基础地理信息中心制作了 “数字长城”虚拟现实 系统 2004年，敦煌研究院在“敦煌莫高窟保护利用设施项目”可行性研究工作，对莫高窟第158窟利用三维激光扫描仪进行三维数字化工作，用于在敦煌石窟壁画的数字化过程 3 研究内容 左图为从点云数据获取到三维建模完成的全过程。 本研究重点研究配准和精简。 问题一 配准： 配准是将从不同角度扫描得到的多站点云数据按照几何关系整合到一处，形成扫描对象的完整点云。 配准的几何原理： 配准实质上是将一个坐标系的点全部转换到另一个坐标系中，我们只需要一个四维的转换矩阵，问题就是怎样得到这个转换矩阵？ 配准中常用算法 ICP算法； 基于特征的匹配算法 .其他配准方法 配准精度的问题： 大型三维扫描仪采用标靶的方式进行特征标记，在后期的点云配准中以标靶作为坐标系转换的依据，通过指定各站点云中相同的标靶完成点集匹配，从而得出转换矩阵（具体方法有很多）。 在实际操作中，标靶很容易产生位移，以这样的标靶进行配准会产生大的误差。如何改善配准的精度是有待研究的问题。 配准误差 怎样解决？ 采用ICP算法进行初配准 对配准的结果进行优化： （1）选取初配准后误差明显的区域（一处以上） （2）对该区域匹配度建立目标函数，采用搜索算法对旋 转矩阵进行优化 问题二 精简（Data Reduction） 经配准的点云可以很好地代表一个完整建筑物的表面，可直接用于后期三角化处理，但由于建筑物扫描点云数据量大的缘故，直接将该点云数据进行三维建模将耗费巨大计算资源，对模型展示也会造成很大负担，因此须进行精简。 精简常用方法 随机采样精简法 （快，效果差） 包围盒精简法（效果差） 均匀网格精简法（同上） 基于曲率采样精简法（太慢） 弦高差方法（对曲面特征不敏感） 改进算法： 同时对多条扫描线进行处理，对多条扫描线局部数据处理，综合弦高差方法和包围盒方法对数据进行精简。 * Mt. Rushmore over *