基于三维点云的重建技术研究
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Abstract
As an important component of computer graphics, 3D reconstruction is a key problem in the field of reverse engineering, computer visualization, virtual reality, etc. With the development of science and technology, the traditional images based 3D reconstruction algorithms can hardly satisfy the requirements of modeling and rendering of high precision and real 3D modules for their defaults in precision, reconstruction speed and availability. However, point cloud based 3D reconstruction algorithms can directly construct real 3D model through scattered surface points. Currently, research on point cloud 3D reconstruction is a focus of 3D reconstruction, a difficulty in 3D reconstruction and a key to 3D reconstruction.
工学硕士学位论文
基于点云的三维重建技术研究
蔡宽
哈尔滨工业大学
2010 年 6 月
国内图书分类号： TP391.41 国际图书分类号： 681
学校代码： 10213 密级：公开
工学硕士学位论文
基于点云的三维重建技术研究
硕 士 研 究 生： 蔡宽
导
师： 唐好选副教授
申 请 学 位： 工学硕士
学 科 、 专 业： 计算机科学与技术
所 在 单 位： 计算机科学与技术学院
答 辩 日 期： 2010 年 6 月
授予学位单位： 哈尔滨工业大学
Classified Index：TP391.41 U.D.C.: 681
Dissertation for the Master Degree in Engineering
STUDY ON 3D RECONSTRUCTION BASED ON POINT CLOUD
哈尔滨工业大学工学硕士学位论文
摘要
三维重建技术是计算机视觉、逆向工程、虚拟现实等研究领域中的一个 重要问题，是计算机图形学的重要组成部分。随着科学技术的不断发展，传 统的基于图像的三维重建方法由于在精确度上、重建速度上、算法适用性上 都有着不可避免的缺陷，已很难满足人们对高精度、真实感三维模型建模和 绘制的要求，而基于点云的三维重建技术可以直接通过物体表面离散点简单 快捷地重构出高度真实的三维模型，因此已成为当前三维重建技术研究的热 点，也是其中的重点和难点。
在得到简化后的三维物体表面点后，由于这些点是离散分布的，所以需 要对点云进行三角网格化。针对以往的散乱点云空间直接三角剖分算法比较 少且生成的网格质量和算法效率普遍不高的问题，本文提出一种改进的网格 前沿生成算法。首先建立候选点的搜索标准，并生成一个初始三角形，然后 不断沿着初始三角形的边界搜索扩展边的最佳候选点，并判断最佳候选点是 否是扩展边的前面和后面一些边的最佳候选点，以此生成物体的三维网格表 面模型。
K nearest neighbors; space scattered point clouds
-VII-
哈尔滨工业大学工学硕士学位论文
目录
摘 要........................................................................................................................IV Abstract ...................................................................................................................... VI 第 1 章 绪 论............................................................................................................. 1
本文采用基于点的三维重建技术，对物体进行三维网格表面重建。通过 三维激光扫描仪采集物体表面点云，接着对采样点云进行简化处理，进而对 简化后的点云采用网格前沿生成算法进行三角网格化，从而恢复出具有真实 感的三维物体网格表面模型。
为了减少用于三角网格化的点的数量，本文首先对散乱点云进行简化处 理。针对点云简化过程中常用的 K 近邻搜索算法的搜索效率不能适应海量 空间散乱点云这一问题，提出了一种可控参数 K 近邻快速搜索算法。通过 以测点 X、Y、Z坐标值为中心，每隔步长个点搜索与中心坐标值差值小于偏 移量的点，取交集中的前 K 个点建立测点的 K 近邻，然后采用法向精度法 对散乱点云进行简化，使得在曲率变化大的地方保留了较多的点，而曲率变 化小的地方保留了较少的点，为后续的三角网格化操作打下了良好的基础。
最后 ， 本 文 依 据 所 提 出 的 算 法 及 标 准 设 计 并 实 现 了 一 个 空 间 散 乱 点 云 三维重建系统，进一步验证了所提算法的可行性和有效性。
-IV-
哈尔滨工业大学工学硕士学位论文
关键词 三角剖分；三维表面重建ห้องสมุดไป่ตู้点云简化； K 近邻；空间散乱点云
-V-
哈尔滨工业大学工学硕士学位论文
This paper got the meshes of objects using point cloud based 3D reconstruction technology. The point clouds of objects were collected by 3D laser scanner. The surface meshes of objects were got from simplification and triangulation of point clouds.
Candidate： Supervisor： Academic Degree Applied for： Specialty： Affiliation:
Date of Defence： Degree-Confer ring-I nstitution ： ：
Cai Kuan Associate Prof. Tang Haoxuan Master of Engineering Computer Science and Technology School of Computer Science and Technology June, 2010 Harbin Institute of Technology
1.1 论文研究的目的及意义 ................................................................................. 1 1.2 点云三维重建技术及其研究现状 .................................................................2
1.2.1 点云曲面重建...........................................................................................2 1.2.2 点云三角网格化 ...................................................................................... 4 1.3 论文的主要研究内容及其组织结构 .............................................................6 第 2 章 点云的特征及获取技术 .............................................................................. 8 2.1 引言...................................................................................................................8 2.2 点云的特征 ...................................................................................................... 8 2.3 点云获取技术 .................................................................................................. 9 2.3.1 点云数据采集...........................................................................................9 2.3.2 Lecia HDS6000 高清测量系统 .............................................................. 11 2.3.3 Lecia Cyclone 软件 ................................................................................. 12 2.4 本章小结 ........................................................................................................ 13 第 3 章 可控参数 K 近邻快速搜索算法............................................................... 14 3.1 引言.................................................................................................................14 3.2 典型的散乱点云简化算法 ........................................................................... 14 3.2.1 点个数简化法.........................................................................................14 3.2.2 点间距离简化法 .................................................................................... 15 3.2.3 法向精度简化法 .................................................................................... 15 3.2.4 包围盒法................................................................................................. 16 3.3 可控参数 K 近邻快速搜索算法.................................................................. 17 3.3.1 传统的 K 近邻搜索策略 ....................................................................... 17 3.3.2 算法基本思想及算法实现 ....................................................................18 3.3.3 实验效果................................................................................................. 21 3.4 本章小结 ........................................................................................................ 22 第 4 章 散乱点云三角网格化 ................................................................................ 23 4.1 引言.................................................................................................................23
To reduce the number of points for latter triangulation, we simplify scattered point clouds. With the problem that the traditional K nearest searching algorithms’ efficiency are not high enough to process vast space scattered point clouds, a parameters controllable K nearest neighbors searching algorithm is presented in this thesis. This algorithm searches points with step and deviation in the middle of coordinate values of measuring points and uses the K nearest points in intersections. Finally, we use normal precision method to simplify point clouds and keep more points in high curvature and little points in low ones.
After getting the simplified scattered surface points of objects, we make triangulation. With the problem that direct triangulation algorithms oriented to space scattered point clouds are rare and inefficient and the qualities of target meshes are lower. This thesis proposes an improved mesh frontier algorithm to deal with space scattered point clouds. This algorithm sets up the criterion of candidate points and generates an initial triangle at first and gets 3D surface meshes of objects by repeating searching the best candidate point of extendable edge and judging whether the best candidate point is the best candidate point of
-VI-
哈尔滨工业大学工学硕士学位论文
the adjacent edges of extendable edge. Finally, we realize the scattered point clouds 3D reconstruction system
basing on the algorithms and criteria approved from this thesis and further demonstrate the feasibility and validity of the presented algorithms. Keywords triangulation; 3D surface reconstruction; point clouds simplification;
As an important component of computer graphics, 3D reconstruction is a key problem in the field of reverse engineering, computer visualization, virtual reality, etc. With the development of science and technology, the traditional images based 3D reconstruction algorithms can hardly satisfy the requirements of modeling and rendering of high precision and real 3D modules for their defaults in precision, reconstruction speed and availability. However, point cloud based 3D reconstruction algorithms can directly construct real 3D model through scattered surface points. Currently, research on point cloud 3D reconstruction is a focus of 3D reconstruction, a difficulty in 3D reconstruction and a key to 3D reconstruction.
工学硕士学位论文
基于点云的三维重建技术研究
蔡宽
哈尔滨工业大学
2010 年 6 月
国内图书分类号： TP391.41 国际图书分类号： 681
学校代码： 10213 密级：公开
工学硕士学位论文
基于点云的三维重建技术研究
硕 士 研 究 生： 蔡宽
导
师： 唐好选副教授
申 请 学 位： 工学硕士
学 科 、 专 业： 计算机科学与技术
所 在 单 位： 计算机科学与技术学院
答 辩 日 期： 2010 年 6 月
授予学位单位： 哈尔滨工业大学
Classified Index：TP391.41 U.D.C.: 681
Dissertation for the Master Degree in Engineering
STUDY ON 3D RECONSTRUCTION BASED ON POINT CLOUD
哈尔滨工业大学工学硕士学位论文
摘要
三维重建技术是计算机视觉、逆向工程、虚拟现实等研究领域中的一个 重要问题，是计算机图形学的重要组成部分。随着科学技术的不断发展，传 统的基于图像的三维重建方法由于在精确度上、重建速度上、算法适用性上 都有着不可避免的缺陷，已很难满足人们对高精度、真实感三维模型建模和 绘制的要求，而基于点云的三维重建技术可以直接通过物体表面离散点简单 快捷地重构出高度真实的三维模型，因此已成为当前三维重建技术研究的热 点，也是其中的重点和难点。
在得到简化后的三维物体表面点后，由于这些点是离散分布的，所以需 要对点云进行三角网格化。针对以往的散乱点云空间直接三角剖分算法比较 少且生成的网格质量和算法效率普遍不高的问题，本文提出一种改进的网格 前沿生成算法。首先建立候选点的搜索标准，并生成一个初始三角形，然后 不断沿着初始三角形的边界搜索扩展边的最佳候选点，并判断最佳候选点是 否是扩展边的前面和后面一些边的最佳候选点，以此生成物体的三维网格表 面模型。
K nearest neighbors; space scattered point clouds
-VII-
哈尔滨工业大学工学硕士学位论文
目录
摘 要........................................................................................................................IV Abstract ...................................................................................................................... VI 第 1 章 绪 论............................................................................................................. 1
本文采用基于点的三维重建技术，对物体进行三维网格表面重建。通过 三维激光扫描仪采集物体表面点云，接着对采样点云进行简化处理，进而对 简化后的点云采用网格前沿生成算法进行三角网格化，从而恢复出具有真实 感的三维物体网格表面模型。
为了减少用于三角网格化的点的数量，本文首先对散乱点云进行简化处 理。针对点云简化过程中常用的 K 近邻搜索算法的搜索效率不能适应海量 空间散乱点云这一问题，提出了一种可控参数 K 近邻快速搜索算法。通过 以测点 X、Y、Z坐标值为中心，每隔步长个点搜索与中心坐标值差值小于偏 移量的点，取交集中的前 K 个点建立测点的 K 近邻，然后采用法向精度法 对散乱点云进行简化，使得在曲率变化大的地方保留了较多的点，而曲率变 化小的地方保留了较少的点，为后续的三角网格化操作打下了良好的基础。
最后 ， 本 文 依 据 所 提 出 的 算 法 及 标 准 设 计 并 实 现 了 一 个 空 间 散 乱 点 云 三维重建系统，进一步验证了所提算法的可行性和有效性。
-IV-
哈尔滨工业大学工学硕士学位论文
关键词 三角剖分；三维表面重建ห้องสมุดไป่ตู้点云简化； K 近邻；空间散乱点云
-V-
哈尔滨工业大学工学硕士学位论文
This paper got the meshes of objects using point cloud based 3D reconstruction technology. The point clouds of objects were collected by 3D laser scanner. The surface meshes of objects were got from simplification and triangulation of point clouds.
Candidate： Supervisor： Academic Degree Applied for： Specialty： Affiliation:
Date of Defence： Degree-Confer ring-I nstitution ： ：
Cai Kuan Associate Prof. Tang Haoxuan Master of Engineering Computer Science and Technology School of Computer Science and Technology June, 2010 Harbin Institute of Technology
1.1 论文研究的目的及意义 ................................................................................. 1 1.2 点云三维重建技术及其研究现状 .................................................................2
1.2.1 点云曲面重建...........................................................................................2 1.2.2 点云三角网格化 ...................................................................................... 4 1.3 论文的主要研究内容及其组织结构 .............................................................6 第 2 章 点云的特征及获取技术 .............................................................................. 8 2.1 引言...................................................................................................................8 2.2 点云的特征 ...................................................................................................... 8 2.3 点云获取技术 .................................................................................................. 9 2.3.1 点云数据采集...........................................................................................9 2.3.2 Lecia HDS6000 高清测量系统 .............................................................. 11 2.3.3 Lecia Cyclone 软件 ................................................................................. 12 2.4 本章小结 ........................................................................................................ 13 第 3 章 可控参数 K 近邻快速搜索算法............................................................... 14 3.1 引言.................................................................................................................14 3.2 典型的散乱点云简化算法 ........................................................................... 14 3.2.1 点个数简化法.........................................................................................14 3.2.2 点间距离简化法 .................................................................................... 15 3.2.3 法向精度简化法 .................................................................................... 15 3.2.4 包围盒法................................................................................................. 16 3.3 可控参数 K 近邻快速搜索算法.................................................................. 17 3.3.1 传统的 K 近邻搜索策略 ....................................................................... 17 3.3.2 算法基本思想及算法实现 ....................................................................18 3.3.3 实验效果................................................................................................. 21 3.4 本章小结 ........................................................................................................ 22 第 4 章 散乱点云三角网格化 ................................................................................ 23 4.1 引言.................................................................................................................23
To reduce the number of points for latter triangulation, we simplify scattered point clouds. With the problem that the traditional K nearest searching algorithms’ efficiency are not high enough to process vast space scattered point clouds, a parameters controllable K nearest neighbors searching algorithm is presented in this thesis. This algorithm searches points with step and deviation in the middle of coordinate values of measuring points and uses the K nearest points in intersections. Finally, we use normal precision method to simplify point clouds and keep more points in high curvature and little points in low ones.
After getting the simplified scattered surface points of objects, we make triangulation. With the problem that direct triangulation algorithms oriented to space scattered point clouds are rare and inefficient and the qualities of target meshes are lower. This thesis proposes an improved mesh frontier algorithm to deal with space scattered point clouds. This algorithm sets up the criterion of candidate points and generates an initial triangle at first and gets 3D surface meshes of objects by repeating searching the best candidate point of extendable edge and judging whether the best candidate point is the best candidate point of
-VI-
哈尔滨工业大学工学硕士学位论文
the adjacent edges of extendable edge. Finally, we realize the scattered point clouds 3D reconstruction system
basing on the algorithms and criteria approved from this thesis and further demonstrate the feasibility and validity of the presented algorithms. Keywords triangulation; 3D surface reconstruction; point clouds simplification;