简介:古建筑三维重建已成为历史遗迹保护与修复的重要内容.为了探讨三维激光扫描数据的获取流程、数据处理方法,以三维激光扫描获取的大雁塔海量点云数据为例,研究了古建筑三维重建中点云数据获取与处理的详细过程.联合Cyclne、AutoCAD和3D一Max软件的优点构建了大雁塔真实的横面、剖面、立面模型,其中重点研究了海量点云数据在Cyclone软件中分块建模的方法.结果表明:将拼接好的大雁塔海量点云数据分块建模,不仅加快了数据处理的速度,而且符合精度要求.在点云数据拼接时采用标靶拼接和同名点拼接相结合及测站间两两拼接之后再整体拟合平差的方法,减少了拼接中的误差,使每站拼接误差都不超过3cm.在建模过程中的墙体拟合是上万个点云经过平差计算得到,精度高达2mm.最后在3D-Max软件中组合、渲染和贴图,真实地构建了大雁塔三维立体模型.为古建筑数字化存档和后期的修缮工作提供了重要的依据.
简介:“十二五”以来,随着农业信息化步伐的逐步加快,数字农业的飞速发展,作物的三维重建技术也越来越广泛的应用于农业生产的各个环节。点作为最简单的图元,能够可靠地记录目标的立体形态信息,较为精确地表示出物体的形状特征。基于点云的图像预处理及重建技术是一个集合了VR、CG和CV等多门学科的综合研究领域。该文以水稻植株为研究对象,利用Kinect深度传感器获取作物的点云数据,通过对点云数据预处理、去噪的方法研究,将不同方位的点云数据收集并配准,进而总结出点云数据快速三维重建的方法。该研究能够为快速获取植物三维点云数据,并实现植物三维形态的重建提供一种廉价、快速和高效的手段。
简介:摘要图形图像技术飞速发展,激光扫描仪、深度扫描仪、Kinect等硬件三维扫描设备的广泛使用产生了大量的点云数据,与此同时,3D打印、虚拟现实、增强现实、场景重建的应用环境对点云数据的处理提出种种需求。2011年,Rusu提出并建立了点云实验室,专注先进的三维感知技术和处理算法的研究。点云数据的处理,特别是点云分割是三维重建、场景理解和目标识别跟踪等各项应用或任务处理的基础,分割结果有利于对象识别与分类,是人工智能领域的研究热点问题,也是难点问题,已经受到越来越多科研院所和科技公司的关注。本文首先结合实际的案例对三维点云数据的应用做了分析,供相关人员参考。
简介:摘要:由于三维模型色调不一致,导致模型构建完整度和精准度较低,故提出基于倾斜影像与点云数据的古建筑三维模型构建方法。采用倾斜摄影技术获取古建筑倾斜影像,并通过相关信息配置与匀光匀色对其进行预处理。采用三维激光扫描仪获取古建筑点云数据,并通过精简算法对其进行预处理。采用最近点迭代算法(ICP)配准预处理后的倾斜影像与点云数据,以配准结果为基础,应用计算机生成的体系结构(CGA)规则进行古建筑三维模型的构建。实验结果显示:与现有方法相比较,提出方法三维模型构建完整度提升了11.57%,该方法的古建筑子部分三维模型构建完整度和精准度均较高,充分说明提出方法古建筑三维模型构建性能更好。
简介:摘要:由于建筑三维模型色调不一致,导致模型构建完整度和精准度较低,故提出基于倾斜影像与点云数据的建筑三维模型构建方法。采用倾斜摄影技术获取建筑倾斜影像,并通过相关信息配置与匀光匀色对其进行预处理。采用三维激光扫描仪获取建筑点云数据,并通过精简算法对其进行预处理。采用最近点迭代算法(ICP)配准预处理后的倾斜影像与点云数据,以配准结果为基础,应用计算机生成的体系结构(CGA)规则进行建筑三维模型的构建。实验结果显示:与现有方法相比较,提出方法三维模型构建完整度提升了11.57%,该方法的建筑子部分三维模型构建完整度和精准度均较高,充分说明提出方法建筑三维模型构建性能更好。