三維點云數(shù)據(jù)精簡與壓縮的研究.pdf

1、近年來，隨著逆向工程的發(fā)展和三維數(shù)據(jù)掃描設(shè)備精度的提高，所得到的點云的密度往往很大，導(dǎo)致后續(xù)存儲、傳輸、顯示和重構(gòu)都將消耗大量的時間和計算機資源。如何高效地對數(shù)據(jù)進行處理成了各國專家研究的熱點，其中點云的壓縮和精簡可以分別減輕工程上在傳輸、存儲和重構(gòu)方面的壓力。本文針對點云壓縮和精簡中的關(guān)鍵技術(shù)進行了較為深入的研究并分別提出了一種優(yōu)化算法。
　　1.提出了一種基于八叉樹的點云壓縮算法。算法改進了八叉樹分割的停止條件，可以在適當(dāng)?shù)纳?/p>

2、度停止分割并確保體素大小合適;在分割的基礎(chǔ)上建立K鄰域，利用簡單有效的統(tǒng)計方法去除原始點云的離群點;在數(shù)據(jù)結(jié)構(gòu)上，對每個節(jié)點分配位掩碼，通過操縱位掩碼，在遍歷時對數(shù)據(jù)查詢和操作，并優(yōu)化隨后的點位置編碼。算法有效地移除了離群點和表面雜點，并在區(qū)間編碼提高了點云壓縮效率。該算法較完整地保留了點云的關(guān)鍵信息，取得了良好的壓縮率并縮短了壓縮時間。
　　2.針對無任何預(yù)知信息下的三維點云數(shù)據(jù)，提出了一種特征保留的點云精簡算法。算法首先通過分

3、析點云數(shù)據(jù)的細節(jié)信息，選取X，Y軸方向進行分割并運算，提取X-Y邊界;然后利用柵格法對已經(jīng)提取過邊界的散亂點云數(shù)據(jù)進行空間劃分并建立K鄰域;通過計算點云在不同鄰域內(nèi)的法向量變化度來提取點云數(shù)據(jù)的關(guān)鍵特征點;最后利用柵格索引對非特征點區(qū)域進行適當(dāng)簡化。該算法既能夠保留點云的細節(jié)特征使其在重構(gòu)之后逼近原始模型，又取得了良好的運算效率與精簡率。
　　在對精簡算法研究的基礎(chǔ)上，本文對點云重構(gòu)算法進行了探討和研究，并通過PCL_visual