关键词不能为空

当前您在: 主页 > 英语 >

激光扫描点云的体素化方法研究

作者:高考题库网
来源:https://www.bjmy2z.cn/gaokao
2021-01-30 02:33
tags:

-

2021年1月30日发(作者:刻舟求剑的翻译)


激光扫描点云的体素化方法研究



xxx



摘要:


三维激光扫描技术越来越多地 用于重建扫描场景三维模型和感知周围环


境。


但是在扫描过程中 ,


被遮挡的区域没有扫描数据,


表现为扫描场景中的空洞


区域,这妨碍了对扫描数据进行三维构网。此外,即使经过三维构网,依然要进


行诸如补洞的编辑工作,


使得后期处理十分繁琐。


除了 使用三维构网以外,


三维


场景也可以使用体素(


voxel


)进行建模。基于体素的三维重建的关键问题是点

< br>云的体素化,


本文尝试使用体素对三维场景进行建模,


并 提出一种建立初始体素


的三维建模方法,实验证明该方法能准确、形象、真实得表现被扫 描物体,并且


能很好的填补扫描场景中的空洞区域,


使三维模型 看起来接近于实物,


本文的研


究结果对于激光扫描数据用于扫描 场景的自动三维重建具有实践意义。




关键词:


激光扫描;体素化;初始体素;三维模型


A Research on Voxelization of LiDAR Point Clouds




Abstract:



3D


laser


scanning


technology


is


increasingly


used


to


reconstruct


three-dimensional models of the scanning scene and sensing surroundings. However,


the obscured area can not get point cloud data, and it is difficult for reconstructing the


three-dimensional


models


by


using


triangulated


irregular


network.


Moreover,


even


after


reconstructing


by


the


triangulated


irregular


network,



empty


regions


devoid


of


points


are


typically


covered


by


the


resulting


surface,


provided


that


there


are


points


available


outside


the


regions


that


can


be


connected,


and


it


is


inconvenience


for


post-processing. In addition to using triangulated irregular network, three-dimensional


models


can


also


reconstruct


by


using


voxels.


The


key


question


voxel-based


three- dimensional


reconstruction


is


the


voxelization


of


the


point


clouds,


this


paper


attempts


to


use


voxels


to


reconstruct


three- dimensional


models


and


establish


the


initial


voxel.


This


research


show


the


method


that


can


make


the


three-dimensional


models


accurately,


it


can


fill


the


empty


regions.


The


result


of


this


experiment


has


practical significance for the laser scanning data reconstructing.



.


Key words:


LiDAR


; voxelization;



initial voxel ;3D models



目录




1


引言


< /p>


........................................ ......................


1



1.1


研究意义和背景



.


................................. ...............


1



1.2


三维激光扫描技术应用领域



......................................


1



1.3


国内外研究现状



......... .......................................


2



2


体素 及体素化的概念


................................ ................


4



3


使用体素进行三维建模的应用实例


....................................


4



3.1


数据



.............. ............................................


4



3.2


Bresenham


算法的三维实现



.......................................


5



3.3



建模过程



............ ..........................................


6



3.3.1


数据提取



.


.................................................. .


6



3.3.2


三维模型构建



.

...............................................


7



4


结论 与展望


.................................... ...................


1


1



参考文 献


...................................... .....................


1


2



附录< /p>


........................................ .......................


1


4









1


引言



1.1


研究意义和背景



数字城市是未来城市发展的趋势,


构建三维城市模型则是其中必不可少的内< /p>


容与步骤,是建立数字城市重要的基础之一


[1]



LiDAR


(Light


Detection


and


Ranging)


激光雷达技术是近几十年来发展的一种新兴 的、革命性的技术,在数


字化的今天,激光雷达更是展现出其不可替代的作用。利用激光 雷达对建筑物、


地形等进行三维激光扫描能够快速获取三维立体空间的测量信息,


因此,


三维激


光扫描技术越来越多地被用于重 建扫描场景三维模型和感知周围环境。


目前主流


的扫描仪分为光 学三维扫描仪与激光三维扫描仪两种


[2]


< br>三维激光扫描技术依据


载体的不同又分为地面三维激光扫描技术和机载激光雷达扫 描技术。


激光三维扫


描仪一般适用于大型场景建模,

< p>
例如数字城市中的建筑物及街道景观的三维建模


[3]




20


世纪


60


年代,人们就已经开始使用激光进行探测。


20


世纪


70


年代,< /p>


美国启动阿波罗登月计划,


该计划中就使用了激光测高技术。


机载激光扫描技术



1970


年由美国航天局



NASA)


研发推出,


因全球定位系统



Glo bal Positioning


System, GPS)


及惯性导航系统(


Inertial Navigation System



INS)


的发展,使精确


的即时定位得以实现。三维扫描技术的意义在于:它可以对被 测目标进行快速、


不接触、实时、动态、主动、高密度、高精度的三维点云数据获取,根 据已获取


的点云数据可以快速建立真实的三维模型


[4]




激光脉冲沿直线传播,

< br>在传播路径上遇到不透明的物体返回,


根据脉冲的传


播时 间和出射角度计算扫描点在仪器坐标系下的三维坐标,


利用点云数据构建三


角网格是许多研究学者常用的方法,


但是由于遮挡的存在,

< br>被遮挡的区域没有扫


描数据,


表现为扫描场景中的空洞区 域,


这妨碍了对扫描数据进行三维构网。


外,


即使经过三维构网,


依然要进行诸如补洞的编辑工作,


使得后期处理十分繁


琐。除了使用三维构网以外,三维场景也可 以使用体素(


voxel


)进行建模,基


于体素的三维重建的关键问题是点云的体素化。


本文即对激光扫描点云的体素化


方法进行研究,


使用体素对点云数据进行三维建模构建,


该问题的研究对于激光


扫描数据用于扫描场景的自动化三维重建具有实践意义 。



1.2


三维激光扫描技术应用领域



三维激光 扫描技术在各个领域都有着广泛的应用,


尤其是在军事、


林业、



然灾害调查、


数字城市建立等领域,


近几年来其贡献更为突出,


基于地面的激光

1


扫描技术及其应用的研究也取得了一些成果,


在国内,


三维激光扫描仪的应用也


在逐渐增多,尤其是在古建筑物重建、 虚拟现实等领域的应用


[5]


。并且全系列三

< br>维激光扫描技术为文物及考古测绘成果的多样化、精细表现提供了可能


[6]


。斯坦


福大学进行的“数字化米开朗基罗项目”

(Digital


Michelangelo


Proj ect)


在文物数


字化保护中取得了不错的成绩,该计划使用三 维扫描仪记录了


10


座米开朗基罗


所塑 造的大型塑像,其中包括对著名的雕像大卫像进行了精度为±


0.25mm


的扫



[7]


。在意大利, 考古学家又运用三维激光扫描技术虚拟了距今


1900


年前古罗


马的大型皇家花园哈德良的别墅,


所以,


就我国文物数字化保护而言,


在未来古


代遗址的复原研究中,


三维激光扫描技术起着重要的作用。


爱尔兰都柏林大学博


士研究员


Tommy Hinks


对点云的 体素化进行了多年研究,并取得了成果,他对


都柏林市进行航空激光三维扫描并对点云数 据进行体素化,进而构建三维模型


(图


1



,这也充分体现,与其他方法相比,点云的体素化能够更为准确、形象、

< p>
真实得表现被扫描物体,对数字化城市做出了巨大贡献。







1


都柏林市点云体素化三维模型



1.3


国内外研究现状



目前国内外很多学者 已经对激光扫描点云数据的三维模型重建进行大量的


分析研究工作,

并取得一定成果。


利用激光扫描点云数据构建三角网格,


从 而进


行三维表面模型的重建,


是一种常用且有效的方法,


建网后的三维模型可以较好


的表现出被扫描物体的表面。几何模型重建 常见于


CAD


中的轮廓模型


[8]


。通过


CAD


编辑的点云数据能够真实的呈 现对象的精细结构和材质特征,既能表示物


2


体外观,又能表现出物体复杂的内部形态


[ 9 10 ]


。但是


CAD


建模多数涉及手工操


作,工作量大,成本较高


[11]


< p>


有关点云的三维表面重建,戴彬,钟若飞,胡竞


[12]



提出一种建筑物的补洞


算法 ,


充分利用各类地物的特性,


对不同地物使用不同的三维建模策 略。


李月华,


杨保,邹友峰等



[13]


在车载激光点云扫描特征的基础上,提出了一种基于扫描线< /p>


方向向量差值的建筑物立面建模方法,


该方法能够成功地从车载激 光点云中提取


建筑物点,建立建筑物立面模型。王波


[14]< /p>


将二维影像数据与三维激光点云数据


相结合,

利用影像特征解决点云数据特征信息不明显、


拓扑与光谱纹理信息缺乏


的问题,


从而提高建筑物三维模型构建效率和模型构建的计算机自动化程度。



学工,邱华,付金华等


[15]


根据不规则三角网


( TIN)


模型三角网 的特性,细划三


角面片,


使用点的体素化来生成点云数据的表面 模型,


然后利用深度缓存原理寻


找初始体素,

< br>并进行体内填充。


罗切斯特理工学院


Chester F. Carlson


影像科学中


心(


Chester


F.


Carlson


Center


for


Imaging


Science


)的


Shea


Hagstroma



David


Messinger


对点云的体素化进行过相关研究,研究对 体素化在内的三种建模方法


进行了对比。


a


为树及其周围区域的激光扫描点云数据。



b


为利用不规则三


角网对点云数据进行三维模型重建 的效果图,


从图


b


中可以看出,


这种方法并没


有很好地表现出树的三维模型,


构建出的垂直结构没有展现出树冠与地面之间的


空白区域。


图< /p>


c


为矩形格网法,


这种方法只是单纯的建 立点云数据与地面的矩形


结构,和不规则三角网模型一样,并没有展现出树冠表面下的任 何细节。


c


图为


利用体素对树及其周围 区域进行三维建模,


利用体素构建的三维模型能够展现更


多的细 节,


树冠与地面的空白区域以及其他细节均可以显示出来,


三维 模型也更


为准确与真实,


所以说,


较其 他两种方法而言,


体素构建的三维模型更加接近实


物的形态。< /p>






a

































b




3





(c)


































(d)



2


三种不同的建模方法




本文提出一种点云体素化三维建模的方法,


具体方法为预先给定被扫描物体< /p>


点云数据一个空间区域,即建立一个初始体素,然后将初始体素化分为

n


个相


同的体素,


并对划分的每 一个体素进行判别。


初始坐标与激光扫描原点坐标一致,



[0 0 0]


点,从初始坐标点开始,绘制出



[0 0 0]


点与各个点云数据坐标点之间


的直线,


直线穿过的体素即认为是无效体素,


从体素中 剔除,


直到再也没有直线


穿过的体素可以剔除,


运算即停止,


此时,


没有被剔除的体素即构成被扫描物 体


的三维模型。


该方法能很好的填补扫描场景中的空洞区域,< /p>


使体素化三维模型看


起来更加接近于实物。



2


体素及体素化的概念



体素或立体像素,


是体积像素


(volume pixel)


的简称,


概念上类似二维空间的

< br>最小单位


——


像素,


体素是在三 维空间中的最小单位,


适用于三维成像,


科学数


据和医疗成像等领域。


体素化即将三维模型用体素统一表示。

< br>体素化可以理解为


二维像素化在三维空间的推广


[16]



Arie Kaufman


[17]




1986


年提出的体素化概念。


最简单的体素化 为二值体素化,


这表明体素化的值非


0




1



为目 前普遍常用的


一种体素化形式。


体素化描述的是三维场景数据,


可以表达复杂的三维场景,



确地描述 垂直重叠的对象。



3


使用体素进行三维建模的应用实例



3.1


数据



本文所采用的数据为武汉大学理学楼某一阶梯教室的点云数据,


三维激光扫

< p>
4


描设备采用


Z+F IMAGER 5006i






2


设备扫描属性



最大测量距离



最近测量距离



79 m


0.4 m


分辨率



0.1 mm


光束发散度



0.22 mrad


数据获取率




508000pxl/sec


垂直方向最大扫


描速度




50 rps


50


米内误差




1mm


垂直方向一


般扫描速度



25 rps


垂直视野范围



水平视野范围



310


°




360


°



数据获得采用的是仪器的“


super high”

< p>
模式,即竖直方向与水平方向每扫描


360


°获得 的点云数据为


20000


个,扫描


36 0


°所用时间为


6


< br>44


秒。



3.2 Bresenham


算法的三维实现



Bresenham


算法是计算机图形学领域使用最广泛的直线扫描转换方法。


通过


判断一个误差项的符号,来确定下一个像素点的位置。


Bresenham


算法原理如图


3


所示。


在取样位置


x


k


+1


处,



d


1



d


2

< p>
来标识两个像素与直线上点的垂直偏移。


设画线算法第

k


步的决策参数为


p


k

< p>
,将决策参数定义为


p


k


=



x(d


1



d


2


)


。< /p>


p


k


的符


号与< /p>


d


1



d


2


的符号相同。当


d


1



d


2


>< /p>


0


,即


d


1



d


2


,则


p


k



0


,此时绘制直线上


点的上方像素;当


d


1



d


2



0


,即


d


1



d


2

,则


p


k


0


,此时绘制直线上点的下方


像素。







y


k


+1


y



d


2




d


1




y


k



























x


k










x


k+1




3 Bresenham


算法原理




本文利用


Bresenham


直线算法的原 理对点云数据进行体素化建模,


其作用是


剔除原始体素中的无效 体素,从而进行点云数据的体素化。本研究采用


Jimmy


5


Shen


[18]


< br>基于


MATLAB


编写的适用于三维空间的


bresenham_line3d



此程序即是< /p>


Bresenham


直线算法在三维空间中的实现。


设起始点


P1 = [12 37 6]



终点


P2 = [46


3


35]


,在


MATLAB


中调用


bresenham_line3d


绘制


P1



P2< /p>


两点之间的线段,可


以得到如图


4


所示的结果。



4


中 ,


线段穿过的体素被渲染成蓝色,


此算法在本

< br>文中用于绘制规定起点与点云数据各个点之间的直线,


直线穿过的体素即认为是< /p>


无效体素,要从原始体素中剔除。在


Bresenham


算法中,点的坐标(


X1, Y1, Z1




(X2, Y2, Z2)< /p>


应为整数,


但在


bresenham_l ine3d


算法中,


作者将点的坐标范围扩

展为所有实数,这使得点云数据的输入及运算更为准确、方便。






4 Bresenham


算法的三维实现



3.3


建模过程



3.3.1


数据提取



本文中采用


Cyclone 6.0


软 件对点云数据进行提取。


首先,



Cy clone


软件中


建立一个数据库,


将 激光扫描点云数据导入到数据库中,


即得到阶梯教室点云数


据图


(



5)


。< /p>


本实验使用阶梯教室中吊扇的点云数据进行体素化三维建模的实验,


所以首先要将吊扇的点云数据提取出来,


由于天花板点云数据会妨碍吊扇点云数


据的提取,


所以可以先将天花板的点云数据隐藏,

以便精确地提取所需点云数据。



6


为提取的吊扇的点云数据,因为要将点云数据导入到


MATLAB

软件中建立


三维模型,所以需将提取好的点云数据保存为


x yz


格式,文件命名为






6

-


-


-


-


-


-


-


-



本文更新与2021-01-30 02:33,由作者提供,不代表本网站立场,转载请注明出处:https://www.bjmy2z.cn/gaokao/588856.html

激光扫描点云的体素化方法研究的相关文章