三维点云数据的离群点检测和模型重建控制工程专业论文.docxVIP

专业学位硕士学位论文三维点云数据的离群点检测和模型重建 专业学位硕士学位论文 三维点云数据的离群点检测和模型重建 0utlier Detection and Model Reconstruction of 3D Point Cloud Data 学 号：完成日期： 2Q!墨二Q墨 大连理工大学 Dalian University of Technology 万方数据 IWIHlIHIIMIIIIY282 IWIHlIHIIMIIIIY282 1 70 2 大连理工大学学位论文独创性声明 作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究 工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外， 本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请 学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献 均已在论文中做了明确的说明并表示了谢意。 若有不实之处，本人愿意承担相关法律责任。 学位论文题目： 兰丝盅窒∑燃的鱼群点盐1枣趟Q谴遣 作者签名： 起．葩为 曰期： 塑￡年上月—＆日 万方数据 大连理工大学专业学位硕士学位论文摘 大连理工大学专业学位硕士学位论文 摘 要 在科技高速发展的今天，三维点云数据已经广泛地应用于计算机视觉、科学计算、 虚拟现实等高新领域，并且在各领域的作用越来越重要。三维点云数据的离群点检测和 模型重建是三维点云数据处理技术中非常重要的两种关键技术，是一系列操作及应用的 重要基础，比如三维点云数据的离群点检测对于后续的几何特性估算、多视配准、特征 识别等技术来说是非常重要的前提条件，而模型重建技术则是三维点云数据应用中的重 中之重，是逆向工程等先进技术领域的先决条件。如何有效的检测出三维点云数据中的 离群点及寻求一种稳健的模型重建方法对于三维点云数据的实际应用具有十分重要的 意义。因此本文将从三维点云数据的离群点检测和模型重建技术两个方面展开深入研 究，主要的研究内容如下： 现有的离群点检测方法都有其相应的适用范围：有的要求三维点云数据服从既定分 布，有的利用距离检测全局离群点，有的具有很高的时间代价等。因此一种适用范围广 的、对数据不做特殊要求并且原理简单的离群点检测方法己成为研究人员迫切的需求。 为此，本文介绍了一种基于主成分分析的三维点云数据离群点检测方法，该方法利用点 云数据局部邻域一致性的思想，首先从邻域中找出具有最大一致性的点集，然后利用箱 线图原理检测三维点云数据中的离群点。该方法原理简单，计算量少且对应用对象没有 特殊要求。实验结果表明该方法可以较为精确地检测出三维点云数据中的离群点，并且 在移除离群点的邻域中估算的几何特性也与实际情况一致。 针对分布不均匀三维点云数据的网格重建一直是三维网格重建领域的难点。针对分 布不均匀的三维点云数据，本文提出了一种基于密度自适应的三维点云数据模型重建方 法，该方法是以Ball—pivoting算法为主要依托，充分利用了Ball-pivoting算法可以用于 大规模点云数据的网格重建并且具有很好的效率性和稳健性等特点。该方法利用滚动球 来访问点云数据中的各点并且将合适的点连入网格之中，滚动过程中根据三维点云数据 中点的局部邻域的密度情况来动态调节滚动球向前滚动的半径。通过这种动态调节半径 的方式可以避免由于点的分布不均匀带来的丢失点或者孔洞等问题，从而可以较好地实 现三维点云数据的网格重建。实验结果表明该方法对于均匀和不均匀的三维点云数据均 可以获得很好的模型重建效果。 关键词：三维点云数据；离群点检测；最大一致性；网格重建；密度自适应 万方数据 三维点云数据的离群点检测和模型重建Outlier 三维点云数据的离群点检测和模型重建 Outlier Detection and Model Reconstruction of 3D Point Cloud Data Abstract With the rapid development of science and technology，3D point cloud data have been widely applied to many application domains，such as computer vision，scientific calculation， and virtual reality．The role of 3D point cloud iS becoming more and more important．Outlier detection and model reconstruction are two key techniques of the 3D point cloud processing tech