柱面基准下的深度图像建模研究

doi:10.13474/j.cnki.11-2246.2015.0306

测绘通报 ›› 2015, Vol. 0 ›› Issue (10): 24-29.doi: 10.13474/j.cnki.11-2246.2015.0306

柱面基准下的深度图像建模研究

黄明¹, 杨炳伟², 李军³, 盛国君³

1. 北京建筑大学现代城市测绘国家测绘地理信息局重点实验室代表性建筑与古建筑教育部工程中心, 北京 100044;
2. 中国科学院植物研究所, 北京 100093;
3. 北京金绘天地技术有限公司, 北京 100023

收稿日期:2015-06-16 出版日期:2015-10-25 发布日期:2015-10-30
作者简介:黄明(1971-),男,博士,副教授,主要从事地面激光雷达软件系统集成与应用开发方面的研究。E-mail:hmbak@126.com
基金资助:
测绘地理信息公益性行业科研专项(201512009);国家测绘地理信息局科技发展计划(2013CH-15);国家973计划(2012CB725301)

Depth Image Modeling Based on Cylinder Datum

HUANG Ming¹, YANG Bingwei², LI Jun³, SHENG Guojun³

Received:2015-06-16 Online:2015-10-25 Published:2015-10-30

摘要/Abstract

摘要： 不规则三角网模型重建点云模型是目前已经成熟的算法,但该算法具有较大的时间复杂度和空间复杂度,尤其是无法提取模型的几何参数,而三维模型重建后的几何参数的描述却具有重要的作用。针对这一问题,本文将传统深度图像概念拓展到了三维,并提出了一种基于柱面基准的深度图像三维重建方法。首先利用高斯映射法和几何法确定柱面模型初值,再进一步通过Levenberg-Marquardt算法进行全局参数优化得到柱面参数曲面,将拟合的圆柱作为新的基准面进行点云格网化并计算深度值,所得到的具有栅格结构的深度值即为深度图像,进而得到基于深度图像的三维圆柱实体模型。试验表明,该方法在不降低精细纹理表达的前提下能够有效地实现快速构网,同时保留了几何参数信息等优势。

关键词: 点云, 深度图像, 柱面基准, 三维建模, 圆柱拟合

中图分类号:

P234.4

黄明, 杨炳伟, 李军, 盛国君. 柱面基准下的深度图像建模研究[J]. 测绘通报, 2015, 0(10): 24-29.

HUANG Ming, YANG Bingwei, LI Jun, SHENG Guojun. Depth Image Modeling Based on Cylinder Datum[J]. 测绘通报, 2015, 0(10): 24-29.

参考文献

[1] 李自胜, 肖晓萍, 蒋刚. 水平集方法在点云建模中的应用研究[J]. 图学学报, 2009, 30(4):102-106.
[2] 张剑清, 李彩琳, 郭宝云.基于切平面投影的散乱数据快速曲面重建算法[J].武汉大学学报:信息科学版, 2011, 36(7):757-762.
[3] AMENTA N, BERN M.Surface Reconstruction by Voronoi Filtering[J]. Discrete ComputGeom, 1999, 2(4):481-504.
[4] AMENTA N, CHOI S, KOLLURI R.The Power Crust, Unions of Balls, and the Medial Axis Transform[J].ComputGeom:TheoryApplication, 2001, 19:127-153.
[5] DEY T K, GOSWAMI S. Tight Cocone:A Watertight Surface Reconstructor[J]. Journal of Computing and Information Science in Engineering, 2003, 3(4):302-307.
[6] COHEN-STEINER D, DA F.A Greedy Delaunay Based Surface Reconstruction Algorithm[J].The Visual Computer, 2004, 20(1):4-16.
[7] BOLLES R C, FISCHLER M A. A RANSAC-based Approach to Model Fitting and Its Application to Finding Cylinders in Range Data[C]//In Proceedings of the Seventh Int. Vancouver:[s.n.], 1981.
[8] 秦世伟, 潘国荣, 谷川, 等. 基于遗传算法的三维空间柱面拟合[J]. 同济大学学报:自然科学版, 2010, 38(4):604-607.
[9] ROTH G, LEVINE M D. Geometric Primitive Extraction Using a Genetic Algorithm[J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 1994, 16(9):901-905.
[10] CHAPERON T, GOULETTE F. Etracting Cylinders in Full 3D Data Using a Random Sampling Method and the Gaussian Image[C]//Vision, Modeling and Visualization. Stuttgart:[s.n.], 2001.
[11] 刘元朋. 逆向工程中圆柱体几何特征参数评估方法的研究[ J]. 机械科学与技术, 2005, 24(3):310-311.
[12] LUKACS G, MARTIN R, MARSHALL D.Faithful Least-squares Fitting of Spheres, Cylinders, Cones and Tori for Reliable Segmentation[J].Lecture Notes in Computer Science, 1998, 1406:671-686.
[13] MARSHALL D, LUKACS G, MARTIN R. Robust Segmentation of Primitives from Range Data in the Presence of Geometric Degeneracy[J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 2001, 23(3):304-314.
[14] 李岸. 反求工程中一类规则曲面特征提取关键技术研究[D]. 杭州:浙江大学, 2005.
[15] 王贵峰, 凌晨. 解约束方程组的列文伯格-马夸尔特算法[J]. 杭州电子科技大学学报, 2013, 33(4):83-86.
[16] 张鸿燕, 耿征. Levenberg-Marquardt 算法的一种新解释[J]. 计算机工程与应用, 2009, 45(19):5-8.
[17] MORE J J. The Levenberg-Marquardt Algorithm:Implementation and Theory[C]//Numerical Analysis.[S.l.]:Springer Berlin Heidelberg, 1978:105-116.
[18] HORN B K P. Extended Gaussian Images[J]. Proceedings of the IEEE, 1984, 72(12):1671-1686.
[19] NURUNNABI A, WEST G, BELTON D. Robust Outlier Detection and Saliency Features Estimation in Point Cloud Data[C]//Computer and Robot Vision(CRV). [S.l.]:International Conference on. IEEE, 2013:98-105.
[20] ROUSSEEUW P J, HUBERT M. "Robust Statistics for Outlier Detection, " Wiley Interdisciplinary Reviews[J]. Data Mining and Knowledge Discovery, 2011, 1(1):73-79.
[21] Wikipedia.Numerical Differentiation[EB/OL]. 2015-06-07 [2015-06-06].http://en.wikipedia.org/wiki/Numerical_differentiation.
[22] 杨炳伟, 王晏民, 黄明. 基于平面基准深度图像建模的研究[J]. 测绘通报, 2014(S2):151-154.
[23] 王灿, 苏卫民, 顾红, 等.基于混合Gamma拖尾Rayleigh分布的高分辨SAR图像建模[J].测绘学报, 2014, 43(2):151-157.

柱面基准下的深度图像建模研究

Depth Image Modeling Based on Cylinder Datum

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[2]	经皓然, 徐敬海. 异形建筑的无人机点云与地面三维激光扫描点云配准[J]. 测绘通报, 2022, 0(6): 32-39.
[3]	钟少忠, 周克军, 王留召, 毛明楷. 车载点云特征对应影像自动分割技术研究[J]. 测绘通报, 2022, 0(6): 45-48 ,97.
[4]	谢洪, 陈立波, 聂倩, 吴玮, 张沛. 利用点云配准的空地影像融合技术[J]. 测绘通报, 2022, 0(6): 82-87.
[5]	谢元, 董梦, 马新建. 多源数据在复杂场景建筑物三维重建的应用[J]. 测绘通报, 2022, 0(6): 143-147.
[6]	李旭. 三维激光扫描技术在地铁隧道竣工测量中的应用[J]. 测绘通报, 2022, 0(6): 166-169.
[7]	谭玉慧, 刘欣怡, 张永军. 超体素约束下的主动再学习LiDAR点云分类框架[J]. 测绘通报, 2022, 0(5): 79-83,100.
[8]	赵立都, 向中富, 周银, 马下平, 张双成, 司梦元, 陈茂霖, 胡川, 潘建平. 利用地面三维激光扫描进行桥梁挠度变形分析[J]. 测绘通报, 2022, 0(5): 95-100.
[9]	王道杰, 陈倍, 孙健辉. 机载LiDAR点云密度对DEM精度的影响[J]. 测绘通报, 2022, 0(5): 140-144,169.
[10]	徐福斌, 曲相屹, 王健, 刘秀涵. 基于LiDAR点云的复杂钢结构模型重建[J]. 测绘通报, 2022, 0(5): 170-173.
[11]	阮明浩, 卢永华, 刘玉贤, 汤圣君, 王伟玺, 张宇琦, 李游. 激光与倾斜点云精确配准与无缝融合[J]. 测绘通报, 2022, 0(4): 6-10.
[12]	张驰, 白志辉, 李亮, 陈冉丽, 吴侃. 利用三维激光扫描技术监测矿区桥梁结构形变[J]. 测绘通报, 2022, 0(4): 122-129.
[13]	熊成利, 龚旭峥, 沈正中, 龙容, 王硕. 不动产登记数据的建筑分层分户三维建模关键技术[J]. 测绘通报, 2022, 0(4): 149-153.
[14]	许志华, 逯行政, 彭远航, 杨可明, 王宇敏. 依托航空模拟平台的激光雷达技术课程实践教学装备[J]. 测绘通报, 2022, 0(4): 162-166.
[15]	王贝, 叶险峰, 王军宁. 利用点云切片提取技术分析桥梁形变[J]. 测绘通报, 2022, 0(4): 167-171.