基于构件提取的室内点云场景重建方法研究

来源 :西安理工大学 | 被引量 : 0次 | 上传用户:identitymatrix
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
三维室内场景重建,对于室内机器人自动导航、室内虚拟游戏制作、仿真实验等都具有重要意义。本文对实测单侧点云数据表达的三维室内场景进行分析,提取室内场景中的基本形状构件,寻找构件的最佳组合方式并且完成模型匹配,最终实现室内场景的重建。本文主要研究工作如下:(1)提出了一种基于形状分解的室内场景构件提取方法。由于室内场景中的构件有显著的形状特征,本文在实现基本形状检测的基础上,提出了一种基于“切片+组合”策略的形状分解方法。首先检测并提取场景中的平面、圆柱和线状,然后选择最佳切割方向对检测的基本形状进行切片划分,并通过对每层切片进行分割形成具有视觉一致性的形状切片,进而利用相应的组合策略对形状切片进行组合,从而实现室内场景中基本形状构件(平面构件、圆柱构件和线状构件)的提取。(2)给出了一种室内点云数据的基本形状构件拟合方法。首先根据边界点曲率将平面构件分类,利用基于边界检测的方法拟合边界平滑弯曲的平面构件,以保持平面构件的边界特征;利用基于有向包围盒的方法拟合边界棱角分明的平面构件,有效弥补原始数据有缺失的问题;最后通过获取圆柱和线状参数,结合图形变换方法,实现场景中圆柱构件和线状构件的拟合。(3)提出了一种基于打分机制的构件匹配式识别方法。首先选择基本形状构件集中最大构件作为基准构件,以基准构件为中心寻找组成构件,得到多个构件组合,并为每个构件组合建立拓扑结构。通过对构件组合与标准模型库之间的逐一匹配,以及利用优化的打分机制寻找匹配度最高的构件组合作为最佳构件组合,从而识别最佳构件组合组成的物体,同时利用标准模型库中的对应模型进行替换,最终完成室内场景的重建。
其他文献
随着社会的快速进步,人们对社会安全提出了越来越高的要求。伴随着海量存储技术的高速发展,监控视频技术的快速提高,时下,各个公共场所、生活小区都安装了监控摄像头,所以就产生了海量的视频数据。海量监控视频能帮助人们更加详细的了解已经发生的事件,但是却让人们的浏览变得更加耗时耗力。因此,利用计算机视觉技术去代替人工提炼海量视觉信息中的有效信息就迫在眉睫。视频摘要能够对视频结构和内容进行分析,并从原始视频中
鉴于凸壳算法描述色域边界的精度高于分区最大化算法,且市场上现存的一些主流计算软件的三维凸壳算法代码不开放,本文将计算几何中三维凸壳理论引入设备色域边界描述中,开发了比较系统的设备色域边界描述可视化工具,主要完成以下工作:(1)为了更加真实的描述色域边界,本文引入了计算几何中的三维凸壳理论。该理论包括:三维卷包裹法、三维增量法、三维快速凸壳法及三维分治法。(2)对三维卷包裹法、三维增量法、三维快速凸
笔者以1例犬骨盆骨折病例为研究对象,探讨了该例犬骨盆骨折的治疗方法。患犬经临床检查、血常规和血液生化检查,结果未见异常;X线检查显示骨盆两侧髂骨体骨折、髌臼后坐骨骨折,骨盆底闭孔粉碎性骨折。以髂骨嵴中心,向后延伸至大转子后下缘为手术通路,暴露髂骨体和骨折断端。结合骨折实际情况,选用四孔接骨板固定髂骨体的断端。由于坐骨和骨盆底闭孔不负重,所以让其自愈。对该患犬术后跟踪,愈后良好,恢复正常运动能力。犬
目前夜晚滥用远光灯的现象相当严重,导致车祸频发。为了保证夜间行驶车辆的安全,引导人们正确使用远光灯,本文提出了一种基于形态学的夜间行驶车辆远光灯开闭状态的检测方法,可适应夜间不同路灯光照环境下的行驶车辆的远光灯开闭状态的判别。本系统将视频监控模式作为检测手段,自动检测监视画面内的行驶车辆,当夜晚被监控路段有汽车违章使用远光时,提取行驶车辆远光灯形态特征,判别行驶车辆远光灯开闭状态,并对其进行定位跟
金属管件作为交通运输、航空航天、军工等领域的一种重要型材,在相同抗弯扭强度要求下能有效减轻质量,周长相等时可运输更多流体,径向受压时承力均匀。管件直线度作为重要几何参数,直接影响着其应用场合以及设备安全。针对管件内孔直线度的检测,目前国内外主要采用离线式接触或非接触测量,测量过程复杂、效率低;同时对直线度不符合使用要求的管件常采用三点压力矫直方式对其修正,难于实现矫直的精确控制。为了实现管件的在线
经济全球化的深入发展使市场环境更加复杂激烈,信息化与工业化的深度融合成为当今制造企业提高核心竞争力、应对动态变化市场的重要途径。在信息化的解决方案中,更加柔性且支持动态业务流程重组的ERP成为核心点。传统的ERP软件的诸多弊端导致迫切需要一种既能快速响应个性化业务重组需求,又适用于企业自主开发ERP系统的开发平台。为此,本文以国内某离散制造企业为原型企业,提出了一种基于供应链运作参考模型(SCOR
随着我国汽车保有量的不断增加,交通安全和道路压力日益成为人们亟待解决的问题。《中国制造2025》中提出的智能网联汽车可以很好地缓解交通安全问题。要让智能车辆在道路上安全行驶,本文以城市复杂道路环境为背景,对智能车辆交通信号识别技术及导航定位系统进行了研究,主要研究工作及成果如下。第一,应用机器学习算法对智能车辆前方交通信号灯灯框区域进行检测。首先,采集了大量实际道路环境中交通信号灯正、负样本;其次
图像配准是图像处理和图像分析的基础问题,配准算法的准确程度和实用性关系到在不同的应用中所达到的效果。因此,图像配准是多年以来图像处理领域研究的热点之一。图像配准来源于多个实际领域的许多实际问题,如不同条件、不同时间下获得的图像的差异检测;成像系统和物体场景变化情况下的图像三维信息获取;不同传感器获得的信息融合;图像中的模式或者目标识别等。本文所研究的问题是具有微弱冗余的视频帧序列的图像配准方法。对
随着各国汽车保有量的爆炸式增长,智能交通系统应运而生,作为其重要组成部分的辅助驾驶系统起着越来越重要的作用,而交通标志识别系统作为辅助驾驶中不可或缺的一部分受到了各国学者的广泛关注。交通标志看似形状规则颜色鲜明,但是其在户外受到各种因素的影响,准确识别至今仍有很多技术难题亟待解决。本文针对交通标志识别系统中的检测和识别部分进行了深入研究,具体总结如下:在交通标志检测部分,本文给出了 一种基于大小窗
快速成型技术是依据离散—堆积原理,通过计算机辅助设计(CAD)数据模型直接制作零件或模型的技术,与机器人技术、人工智能技术一起被称为能带来“第三次工业革命”的核心技术,对促进企业产品创新、缩短新产品开发周期、提高产品竞争力有积极的推动作用。分层与填充过程中轨迹的生成对快速成型技术成型精度具有直接的影响。本文研究快速成型技术是基于熔融沉积成型下的分层与填充轨迹生成与控制,主要通过平滑STL文件的生成