基于超体素聚类的三维点云轮廓特征提取

三维点云的轮廓结构作为大规模三维场景的一种表征信息,能够保留其主要信息且大幅度压缩数据量,因此,对于大规模三维场景的表达具有重要意义.本文提出一种基于超体素聚类分析的大规模三维点云轮廓特征提取算法.首先,对三维点云进行超体素聚类分析,生成分割块;其次,结合超体素块的法向量,利用α-shape提取每个三维超体素块的边缘点;最后,利用相互最近邻法剔除相邻且共面超体素块间的边缘点,保留相邻但不共面超体素块间的边缘点并结合无邻接的超体素块边缘点,即轮廓边缘点.实验表明,本文所提算法实现了三维轮廓特征的提取,且在保留主要轮廓信息的同时大幅度压缩了点云的数据量.

基于超体素的大型桥梁钢构件虚拟拼装

桥梁钢构件虚拟预拼装工序存在费时、占地较大、成本较高等问题。研究基于超体素分割与区域生长算法,提出一种自动化桥梁钢构件虚拟预拼装技术,实现对构件点云特征面精准分割。该方案考虑到纵梁与横梁构件特殊的几何形态,利用奇异值分解算法、随机一致性拟合算法及空间几何原理自动提取拼接所需特征点,有效解决了传统点云拼接控制点在人工选取时主观性较大、精度难以控制等问题。同时提出了阈值法与设计值辅助线法,在构件扫描点云质量缺失的情况下亦实现精确拼装。实际工程应用结果显示拼装后平均误差为0.62 mm,最大误差仅为1.32 mm,夹角误差最大为0.139°,方案的精度控制合理、适用性强。基于研究成果在Cloud Compare平台上研发了一组算法插件,进一步实现拼接工序的自动化与规范化。研究成果可为桥梁钢虚拟预拼装及同类型工程项目提供理论和算法支撑,具备较好的生产应用价值。

基于激光点云数据的树木枝叶分割和三维重建

针对目前树木点云三维重建方法仅仅实现树木三维形态结构的重建,而忽视了树木表面纹理和细节的问题,本研究提出了一种超体素分割和基于kd-tree纹理映射的贪婪投影三角化算法相结合的树木点云重建方法。首先根据点云的颜色、法线和空间距离等特征,利用体素云连通性分割算法生成超体素块;然后基于不同超体素块之间的凹凸关系,利用局部凸包连接算法对点云进行聚类分割,从而实现枝干和树叶点云分割;最后利用贪婪投影三角化算法分别对枝干和树叶点云进行三维重建,并基于点云RGB信息,利用kd-tree算法对枝干和树叶模型添加真实的纹理色彩。结果表明,树木点云重建方法能实现枝干表面和树叶等细节模型的构建,还原真实的树木形状结构和纹理色彩;通过对不同抽稀层次下的点云进行测试,发现核桃楸树木模型主要枝干结构得到了很好的保留,这说明建模算法对点密度的变化具有鲁棒性。