文档介绍：摘要
基于三维点云数据的缺陷检测及重构实现
摘 要
在工业生产中，由于腐蚀和摩擦等原因，管道设备表面可能出现
各种裂缝、凹凸点、孔洞和疵点等缺陷，缺陷的产生使得管道设备的
性能受到影响，引起机械故障和安全事故，由此造成经济损失、环境
污染和人员伤亡。因此，对物体表面的缺陷检测和三维重构的研究具
有必要性和重要的现实价值。
本文首先研究比较了基于 k 邻近和八叉树的三维点云数据的精
简算法；针对规则三维点云数据，研究了缺陷的识别和量化计算方法；
针对散乱三维点云数据，提出了点云数据规则化处理方法，并在此基
础上实现了缺陷的识别和量化计算。针对三维点云数据的曲面重构，
在研究 Delaunay 三角剖分算法的基础上，提出了针对线型点云数据
的三角剖分算法，实现了散乱和规则三维点云数据的三角剖分。
基于 VC++ 平台，调用 OpenGL 开放图形库，进行了规则和
散乱三维点云数据的孔洞和凹凸缺陷识别和量化计算。在线型点云数
据的三角剖分算法的基础上，实现了规则和散乱三维点云数据的三角
剖分与曲面重构。实验结果表明，本文所提出的缺陷检测和三角剖分
方法能够较好的实现缺陷的检测，简化了三维重构方法，取得了较好
三维形貌可视化效果。
I
北京化工大学硕士学位论文
关键词：数据精简，缺陷检测，缺陷量化，三维重构
II
ABSTRACT
The Defect Detection and Reconstruction Achievement
Based on 3D Point Cloud Data
ABSTRACT
In the industrial production, some cracks, concave or convex point,
holes and other defects may occur due to corrosion and friction on the
surface of the pipeline equipment, the existence of defects may affect the
performance and function of the pipeline equipment, even caused
mechanical failures and accidents, resulting in economic losses,
environmental pollution and human casualties. Therefore, the research of
surface defect detection is necessary and has important practical value.
Firstly, the paper researched and compared point cloud data
reduction algorithm based on K-Nearest Neighbor and octree; For regular
3D point cloud data, the method of identification and quantitative
calculation of the defect was researched; For irregular 3D point cloud
data，a method of the regularization of irregular point cloud data are
proposed，and on the basis, the identification an