《海量散亂點雲的特徵線提取及表面重建》是依託同濟大學，由程效軍擔任項目負責人的面上項目。
基本介紹
- 中文名：海量散亂點雲的特徵線提取及表面重建
- 項目類別：面上項目
- 項目負責人：程效軍
- 依託單位：同濟大學
中文摘要,結題摘要,
中文摘要
地面雷射掃瞄器所採集的古建築表面數據具有數據量大、無拓撲關係、密疏不均等特點。針對此類海量散亂點雲，現有特徵線提取與表面重建算法自動化程度不高，重建的模型不能保持尖銳特徵、精度也不能保證，甚至不能重建拓撲複雜的實體模型。本課題旨在研究出一種特徵線自動提取方法，並基於特徵線實現模型的準確重建。擬研究內容包括特徵線提取、造型誤差計算及表面質量評定、表面重建三個方面。首先構建近鄰域，計算法向量與表面曲率，提取特徵點，擬合特徵曲線，接著實現當前幾種主流建模算法，同時建立造型誤差模型，評價當前算法所建表面模型的精度、光順度等質量情況，然後提出一種新的高精度的保持尖銳特徵的自動化表面重建算法，最後研究表面模型分塊方法，實現採用分片非有理曲面（NURBS）表達表面模型。預期的研究成果對於古建築物的數字保護有著十分重要的實用價值，在科學計算可視化、曲面造型、特徵識別等領域也有著廣泛的套用前景。
結題摘要
海量散亂點雲具有數據量大，數據之間無拓撲關係等特點，如何有效地從海量散亂點雲中提取特徵並根據特徵進行點雲的重建是一個重要的研究課題。根據國內外的研究動向，海量散亂點雲特徵線的提取研究主要針對兩個方向即從散亂點雲直接提取特徵線和從格線中提取特徵線。針對三維空間散亂點雲表面重建的研究主要是根據格線或參數曲面來逼近或擬合數據點集。由於海量散亂點雲特徵提取和表面重建問題的複雜性，目前相關的研究算法存在一定的局限性。本基金項目正是在這種背景下獲得資助並展開研究的。主要的研究內容包括特徵線提取、造型誤差計算及表面質量評定、表面重建三個方面。獲取的研究成果主要有：（1）對雷射掃瞄器的精度及作業方法進行了分析和研究；（2）針對多視點雲數據，進行基於特徵的配準方法研究；（3）系統地闡述點雲數據壓縮方法，分別對有序和散亂的點雲數據最佳化壓縮算法做了深入研究，並實驗驗證了針對不同數據的壓縮方法；（4）針對散亂點雲，提出一種基於多尺度及局部特徵權值的特徵線提取算法；（5）針對散亂點雲，提出了一種基於區域增長及Delaunay三角剖分相結合的格線化方法；（6）提出了海量散亂點雲輪廓特徵線的快速生成算法；（7）根據樹木等海量散亂點雲的特點提出了點雲的特徵提取和表面重建方法；（8）針對重建後的點雲模型，提出了基於徑向基函式的曲面修復算法；（9）提出了系統的點雲數據及模型的質量評定方法。在課題的研究中，共發表論文21篇其中EI檢索14篇（含國際會議論文9篇），專利3個，專著1本，原型測試系統1個。通過對海量散亂點雲的基礎問題進行研究，項目的研究成果對於海量點雲的數位化有著重要的實用價值，在科學計算可視化、曲面造型、特徵識別等領域也有著廣泛的套用前景。
