文档介绍：第5卷第4集 ,No-4 兰鲤墨生!Q旦熬主型绘皇鱼!墨堇盔廑旦婴过窒速金迨塞塞 Q!!:!塑! 基于三维TIN的格网化点云数据特征提取黄承亮,吴侃,刘虎(中国矿业大学环测学院,江苏徐州221008) 摘要:点云数据后处理是当前研究的热门话题,本文研究了点云数据特征提取方法,提出一种基于三维删的格网化点云数据特征提取方法,首先对点云数据进行格网细化,提高运算效率,然后把点云数据生成三维-11N模型,通过设定合适的阈值对rI’IN模型中两两三角形之间的关系进行比较,从而提取所求的特征信息。该方法具有较强的可操作性和实用性,对于工程应用具有实际意义。关键词:特征提取格网化三维r11N法向量 1引言近年来,三维激光扫描技术作为一种新兴的测量技术越来越受到人们的关注。利用三维激光扫描技术,可以直接实现各种大型的、复杂的、不规则、标准或非标准的实体或实景三维数据完整的采集,进而快速重构出实体目标的三维模型及线、面、体、空间等各种制图数据。该系统主要是由三维激光扫描仪和系统软件组成,其工作目标就是快速、方便、准确地获取近距离静态物体的空间三维模型,以便对模型进行进一步的分析和数据处理。激光扫描仪 0嬲er scaruler,Ls)所获得的数据是由全离散的矢量距离点构成的。点云(points cloud)的每一个像素所包含的是一个距离值和一个角度值。距离图像本身蕴含了丰富的信息,可以直接构建高精度的DEM;但他由于没有明显的形体信息和拓扑关系信息,使得目前必须与其他传感器如CCD等结合使用,因而大多作为快速获取高精度地形数据的一种重要技术。激光扫描的研究成果已经用于GIS数据的采集,重大灾害后的灾情调查与评价,森林覆盖或困难地区的地形测绘、DTM获取、道路事故快速定位、海洋测深和环境监测等Ⅲ。随着三维激光扫描技术的广泛应用,其相关的研究也越来越引起人们的重视,特别是点云数据的后处理形成了当前研究的热门问题。点云数据后处理包括数据坐标转化、数据拼接、数据压缩、格网建立、曲面拟合、数据分割和边界提取等。本文主要是对点云数据的边界提取方法进行研究。点云数据边界提取方法目前国内外已有一些研究。A ,利用神经网络方法来自动提取。这样可能漏掉一些相邻表面法矢变化较小的边界,因此,提取出的边界可能不完整,而且得到的边界比较宽,如果要进一步拟合边界曲筮堡塞重丞塞笠;基王三堡卫盟塑堡圆丝壶蓥墼堡壁堑握塑:!鱼2: 线,需要进行细化边界的处理。Yang等采用参数二次曲面方法逼近点云数据,求出逼近曲面的法矢和曲率值,利用曲率提取边界点。采用局部坐标系的方法来逼近点云,过程比较复杂,而且逼近的具体方法不同,得到的曲面曲率也不同,有时可能和原始的曲率差别较大。本文提出一种新的基于点数数据生成的三维1'IN模型,根据三维TIN模型之间的相互关系来判断边界点的方法。 2、点云格网化由于点云数据是一个海量数据源,如果在计算时直接把点云数据整体参与运算,必定会占用大量的运算资源,因此在计算之前对点云数据进行适当的细化处理是很有必要的。这里采用的格网细化来处理点云数据。首先,设点云数据集为D(西∈D),对D中的每个数据进行扫描搜索得到x、Y、z三个方向上的最大和最小值‰、‰、‰、。就可以确定长方体的八个角点的坐标‰、‰、‰、)、忆、‰、‰)