论文总字数：18894字

摘 要

随着三维激光扫描设备的逐步应用与普及，三维激光扫描技术在众多领域表现出良好的技术优势，为信息产业带来一场新的技术革命。然而，相对于三维激光扫描技术的成熟度而言，针对获取的实体点云数据后处理的发展还很落后，在测绘领域里还没有一套标准的数据处理方案。点云配准的质量直接影响到后续的数据处理和三维建模，是三维扫描技术的关键问题之一。因此，点云数据配准算法的研究具有重要意义和应用价值。

本文阐述了地面三维激光扫描系统和激光点云数据。在研究基于几何特征的点云配准和Ransac算法基础上，实现了基于几何特征和Ransac思想的点云粗配准，并通过点云数据实验进行了仿真实验。系统介绍了点云最近点迭代算法（ICP）的过程。在粗配准后，利用ICP算法实现经粗配准点云数据的精确准，得到很好的实验效果。

关键词：三维激光扫描技术 点云配准算法 几何特征 RANSAC思想 迭代配准算

The research of terrestrial 3D laser scanning point cloud registration algorithm

Abstract

With the application and popularization of the three-dimensional laser scanning equipment, 3D laser scanning technology shows good technical superiority in many fields and brings a new technological revolution in information industry. However, with respect to the maturity terms of three-dimensional laser scanning technology, the development of the entity point cloud data after the acquisition is still very backward, in mapping the field does not have a standard data processing programs. The quality of point cloud registration directly affects the subsequent data processing and three-dimensional modeling, it is one of the key three-dimensional scanning technology. Therefore, the study of point cloud data registration algorithm has important significance and value.

This paper describes the terrestrial laser scanning and laser point cloud data. Based on the study of point cloud registration based on geometric features and Ransac algorithm, we have implemented point cloud rough registration based on geometric features and Ransac ideological, and have carried out simulation experiments through point cloud data. The process of Iterative Closest Point (ICP) is introduced in this paper. After rough registration using ICP algorithm through rough registration point cloud data precision alignment, obtained good experimental results.

Key Words: Three-dimensional laser scanning technology; Point cloud registration algorithm; Geometric features; RANSAC thought; ICP

目 录

摘要 I

ABSTRACT II

第一章 概述 1

1.1 研究背景与意义 1

1.2 研究现状 2

1.3 主要研究内容 3

1.4 文章结构安排 4

第二章 地面三维激光扫描系统 5

2.1 三维激光扫描成像系统 5

2.1.1 扫描系统的主要设备 5

2.1.2 获取数据的作业流程 5

2.2 激光点云数据 6

2.3 本章小结 7

第三章 粗配准算法 8

3.1 基于几何特征的配准方法 8

3.1.1 基于控制点的点云配准 8

3.1.2 基于曲面的点云配准 9

3.1.3 基于曲率的点云配准 11

3.2 RANSAC算法 13

3.3 基于几何特征和RANSAC思想的配准算法描述 13

3.4 粗配准实验与分析 14

3.5 本章小结 15

第四章 精配准算法 16

4.1 ICP算法 16

4.2 基于点的邻域几何特征的迭代配准算法 17

4.2.1 点云重叠区域的计算 17

4.2.2 源点云中特征点的提取 17

4.2.3 两个点云对应关系的确定 18

4.2.4 目标函数的选取 18

4.3 实验与分析 19

4.4 本章小结 19

第五章 总结与展望 20

参考文献 21

致谢 23

第一章 概述

1.1 研究背景与意义

获取空间地理信息的技术手段不论是摄影测量还是遥感科学，他们一直都在努力追求一项可以获得满足人类需求的高精度地理空间数据的产品，因而，与人眼视觉、感官一致的三维数字模型从一开始就备受科研工作者的关注。上个世纪90年代，研究者持续努力下，扫描技术^[1]作为一种新的测绘技术手段在行业内快速发展并得到广泛应用，这种技术手段可以快速获取空间三维信息，给行业带来一次巨大的技术更新,数据的获得从惯例变成自动取得的新时代），增强行业新活力，推动行业向前发展的步伐。同时对于专业的数据处理人员来说，也是一个新的突破，新的数据处理的方法改变了他们的传统工作模式，并促使他们进一步探索新的数据处理理论和方法。

请支付后下载全文，论文总字数：18894字