留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

三维点云多尺度等值线模型Morphing变换方法研究

肖巍峰 邓敏 李朝奎

肖巍峰, 邓敏, 李朝奎. 三维点云多尺度等值线模型Morphing变换方法研究[J]. 武汉大学学报 ● 信息科学版, 2015, 40(7): 957-963. doi: 10.13203/j.whugis20140107
引用本文: 肖巍峰, 邓敏, 李朝奎. 三维点云多尺度等值线模型Morphing变换方法研究[J]. 武汉大学学报 ● 信息科学版, 2015, 40(7): 957-963. doi: 10.13203/j.whugis20140107
XIAO Weifeng, DENG Min, LI Chaokui. Multi-scale Contour Model Transformation of 3D Point Cloud Based on Morphing Technology[J]. Geomatics and Information Science of Wuhan University, 2015, 40(7): 957-963. doi: 10.13203/j.whugis20140107
Citation: XIAO Weifeng, DENG Min, LI Chaokui. Multi-scale Contour Model Transformation of 3D Point Cloud Based on Morphing Technology[J]. Geomatics and Information Science of Wuhan University, 2015, 40(7): 957-963. doi: 10.13203/j.whugis20140107

三维点云多尺度等值线模型Morphing变换方法研究

doi: 10.13203/j.whugis20140107
基金项目: 国家863计划资助项目(2011AA060407)点[8 9]诸多方法中比较有代表性的是利用地性线及拓扑关系直接求取等值线法[10]和利用已有的等值线内插新的等值线法[11],这两种方法都能满足一定条件下等值线的生成然而,对于点云,并不能直接采用这类方法因为这类方法首先需生成三维点云的表面模型,构建三维Delaunay三角网格,但该技术至今还有很多难点没有解决,基于最大 最小角判断的对角线交换规则不成立,基于外接圆规则判断Delaunay三角化也难以获得高质量网格;其次,利用这类方法生成的等值线,矢量数据集必须满足一定的条件才能实现,而点云数据并不满足吴杭彬[12]等采用迭代凸包的方法来提取激光扫描数据的分层多细节等值线,但从简单细节到复杂细节的等值线提取,要经过多次迭代凸包,算法效率低,而且针对某一细节等值线,没有一个量化指标来衡量其细节表达程度
详细信息
    作者简介:

    肖巍峰,博士生,主要从事3D GIS和3D点云数据表面重构的理论与方法研究?

  • 中图分类号: TP751;P231.5

Multi-scale Contour Model Transformation of 3D Point Cloud Based on Morphing Technology

Funds: TheNationalHighTechnologyResearchandDevelopmentProgram(863Program)ofChina,No.2011AA060407.
More Information
    Author Bio:

    XIAO Weifeng,PhDcandidate,specializesin3D GISandsurfacereconstructionbasedon3Dpointcloud.

  • 摘要: 借鉴Morphing技术思想,提出了一种三维点云多尺度等值线模型Morphing变换方法。首先,分析了三维点云的空间分布情况,并按一定间隔在某一坐标轴方向(如犣轴)将其分层,建立点云的分层模型,以分层点云为单元生成等值线。其次,以分层数据生成的凸包多边形作为最小尺度等值线折线,按一定准则将剩余的离散点集归类到对应的凸包边,引入尺度参数狋,通过计算离散点的选取时机参数对其进行选取,生成连续变化的中间尺度等值线折线。最后,将等值线折线拟合成平滑曲线,构成三维点云的多尺度等值线模型。结果表明,本文方法能够处理规则点云数据和散乱点云数据,生成的等值线符合一般等值线的特性,不会产生边缘交叉等问题,而且运算效率高。
  • [1] LiZL,WongM.AnimatingBasicOperationsforDigitalMapGeneralizationwithMorphingTech niques[J].犜犺犲犐狀狋犲狉狀犪狋犻狅狀犪犾犃狉犮犺犻狏犲狊狅犳狋犺犲犘犺狅 狋狅犵狉犪犿犿犲狋狉狔,犚犲犿狅狋犲犛犲狀狊犻狀犵犪狀犱犛狆犪狋犻犪犾犐狀犳狅狉 犿犪狋犻狅狀犛犮犻犲狀犮犲,2008,35(B2):637642[2] LiJingzhong.AnObject OrientedModelforMapDataMultipleRepresentationoverScaleSpace[D].Wuhan:WuhanUniversity,2009(李精忠.尺度空间地图多重表达的面向对象数据模型研究[D].武汉:武汉大学,2009)[3] AiTinghua,LiJingzhong.TheLifespanModelofGISDataRepresentationoverScaleSpace[J].犌犲狅 犿犪狋犻犮狊犪狀犱犐狀犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲狅犳犠狌犺犪狀犝狀犻狏犲狉 狊犻狋狔,2010,35(7):757762(艾廷华,李精忠.尺度空间中GIS数据表达的生命期模型[J].武汉大学学报·信息科学版,2010,35(7):757 762)[4] LiXudong.ImageMorphingMethodforFacialEx pressionImageandAnimationSynthesis[J].犌犲狅 犿犪狋犻犮狊犪狀犱犐狀犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲狅犳犠狌犺犪狀犝狀犻狏犲狉 狊犻狋狔,2007,32(9):796799(李旭东.用于人脸表情图像与动画合成的图像变形方法.[J].武汉大学学报·信息科学版,2007,32(9):796 799)[5] LorensenWE,ClineHE.MarchingCubes:AHigh Resolution3DSurfaceConstructionAlgorithm[J].犆狅犿狆狌狋犲狉犌狉犪狆犺犻犮狊,1987,21(4):163180[6] GiertsenC.VolumeVisualizationofSparseIrregu larMeshes[J].犐犈犈犈犆狅犿狆狌狋犲狉犌狉犪狆犺犻犮狊牔犃狆 狆犾犻犮犪狋犻狅狀,1992,12(2):4050[7] ClineHE,LorensenWE.TwoAlgorithmsforThreeDimensionalReconstructionofTomograms[J].犕犲犱犻犮犪犾犘犺狔狊犻犮狊,1988,15(3):320336[8] LiShanshan,WuXiaoping,TianYanfeng.Im provementontheIteratedClosestContourPointMatchingAlgorithmUsingUnderwaterGravityA nomalies[J].犌犲狅犿犪狋犻犮狊犪狀犱犐狀犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲狅犳犠狌犺犪狀犝狀犻狏犲狉狊犻狋狔,2011,36(2):226230(李珊珊,吴晓平,田颜锋.水下重力异砏罱戎迪叩ヅ渌惴ǖ母慕郏剩荩浜捍笱аПāば畔⒖蒲О?2011,36(2):226 230)[9] QiShuhua,GuZhongyu,BrownD,etal.Inunda tionExtentMappingforPoyangLakewithDigitalElevationModels[J].犌犲狅犿犪狋犻犮狊犪狀犱犐狀犳狅狉犿犪狋犻狅狀犛犮犻犲狀犮犲狅犳犠狌犺犪狀犝狀犻狏犲狉狊犻狋狔,2010,35(7):857 862(齐述华,顾中宇,BrownD,等.基于数字高程模型的鄱阳湖淹水范围制图研究[J].武汉大学学报·信息科学版,2010,35(7):857 862)[10] ZhaoFulai,HaoXiangyang.AResearchonCon tourPlottingBasedonBoneLines[J].犃犮狋犪犌犲狅 犱犪犲狋犻犮犪犲狋犆犪狉狋狅犵狉犪狆犺犻犮犪犛犻狀犻犮犪,1999(4):345351(赵夫来,郝向阳.根据地性线绘制等高线的研究[J].测绘学报,1999(4):345 351)[11] GongYouliang,HeYuhua.APracticalContourIn terpolationAlgorithm[J].犑狅狌狉狀犪犾狅犳犐狀狊狋犻狌狋犲狅犳犛狌狉狏犲狔犻狀犵犪狀犱犕犪狆狆犻狀犵,2002,19(1):3640(龚有亮,何玉华.一种实用的等高线内插算法[J].测绘学院学报,2002,19(1):3640)[12] WuHangbin,LiuChun.PointCloud BasedStrati fiedContourExtractionanditsMulti LoDExpres sionwithGroundLaserRangeScanning[J].犑狅狌狉 狀犪犾狅犳犜狅狀犵犑犻犝狀犻狏犲狉狊犻狋狔(犖犪狋狌狉犪犾犛犮犻犲狀犮犲),2009,37(2):267271(吴杭彬,刘春.激光扫描数据的等值线分层提取和多细节表达[J].同济大学学报(自然科学版),2009,37(2):267271)[13] PengDongliang,DengMin,ZhaoBinbin,etal.Multi scaleTransformationofRiverNetworksBasedonMorphingTechnology[J].犑狅狌狉狀犪犾狅犳犚犲 犿狅狋犲犛犲狀狊犻狀犵,2012,16(5):961968(彭东亮,邓敏,赵彬彬,等.河网多尺度Morphing的变换方法研究[J].?醒Пǎ玻埃保玻保叮ǎ担海梗叮豹玻梗叮福14] NllenburgM,MerrickD,WolffA,etal.Mor phingPolylines:AStepTowardsContinuousGen eralization[J].犆狅犿狆狌狋犲狉狊,犈狀狏犻狉狅狀犿犲狀狋犪狀犱犝狉犫犪狀犛狔狊狋犲犿狊,2008,32:248260
  • [1] 张瑞菊, 周欣, 赵江洪, 曹闵.  一种古建筑点云数据的语义分割算法 . 武汉大学学报 ● 信息科学版, 2020, 45(5): 753-759. doi: 10.13203/j.whugis20180428
    [2] 孙文潇, 王健, 梁周雁, 马伟丽, 陈喆.  法线特征约束的激光点云精确配准 . 武汉大学学报 ● 信息科学版, 2020, 45(7): 988-995. doi: 10.13203/j.whugis20180315
    [3] 蒋腾平, 杨必胜, 周雨舟, 朱润松, 胡宗田, 董震.  道路点云场景双层卷积语义分割 . 武汉大学学报 ● 信息科学版, 2020, 45(12): 1942-1948. doi: 10.13203/j.whugis20200081
    [4] 张蕊, 李广云, 王力, 李明磊, 周阳林.  车载LiDAR点云混合索引新方法 . 武汉大学学报 ● 信息科学版, 2018, 43(7): 993-999. doi: 10.13203/j.whugis20160441
    [5] 危双丰, 刘明蕾, 赵江洪, 黄帅.  利用点云检测室内导航元素的方法综述 . 武汉大学学报 ● 信息科学版, 2018, 43(12): 2003-2011. doi: 10.13203/j.whugis20180144
    [6] 李精忠, 方文江.  顾及邻域结构的线状要素Morphing方法 . 武汉大学学报 ● 信息科学版, 2018, 43(8): 1138-1143. doi: 10.13203/j.whugis20160142
    [7] 谢天, 李精忠, 陈凯.  顾及线状要素综合要求的Morphing算法 . 武汉大学学报 ● 信息科学版, 2018, 43(5): 792-797. doi: 10.13203/j.whugis20150513
    [8] 李精忠, 张津铭.  一种基于傅里叶变换的光滑边界面状要素Morphing方法 . 武汉大学学报 ● 信息科学版, 2017, 42(8): 1104-1109. doi: 10.13203/j.whugis20150157
    [9] 杨军, 林岩龙, 张瑞峰, 王小鹏.  一种大规模点云k邻域快速搜索算法 . 武汉大学学报 ● 信息科学版, 2016, 41(5): 656-664. doi: 10.13203/j.whugis20140191
    [10] 岳冲, 刘昌军, 王晓芳.  基于多尺度维度特征和SVM的高陡边坡点云数据分类算法研究 . 武汉大学学报 ● 信息科学版, 2016, 41(7): 882-888. doi: 10.13203/j.whugis20140335
    [11] 卢昊, 庞勇, 徐光彩, 李增元.  机载激光雷达全波形数据与系统点云差异的定量分析 . 武汉大学学报 ● 信息科学版, 2015, 40(5): 588-593. doi: 10.13203/j.whugis20130443
    [12] 王永波, 杨化超, 刘燕华, 牛晓楠.  线状特征约束下基于四元数描述的LiDAR点云配准方法 . 武汉大学学报 ● 信息科学版, 2013, 38(9): 1057-1062.
    [13] 康志忠, 王薇薇, 李珍.  多源数据融合的三维点云特征面分割和拟合一体化方法 . 武汉大学学报 ● 信息科学版, 2013, 38(11): 1317-1321.
    [14] 彭东亮, 邓敏, 徐枫.  顾及BLG树结构特征的线状要素Morphing变换方法 . 武汉大学学报 ● 信息科学版, 2012, 37(9): 1120-1125.
    [15] 孙杰, 马洪超, 钟良.  利用LiDAR点云的真正射影像遮蔽检测 . 武汉大学学报 ● 信息科学版, 2011, 36(8): 948-951.
    [16] 孙杰, 马洪超, 汤璇.  机载LiDAR正射影像镶嵌线智能优化研究 . 武汉大学学报 ● 信息科学版, 2011, 36(3): 325-328.
    [17] 郑莉, 张剑清, 罗跃军.  多视结构光点云的自动无缝拼接 . 武汉大学学报 ● 信息科学版, 2009, 34(2): 199-202.
    [18] 龚龑, 舒宁.  二值马尔科夫模型和多波段遥感影像的多尺度纹理分割 . 武汉大学学报 ● 信息科学版, 2008, 33(1): 21-24.
    [19] 万幼川, 徐景中, 赖旭东, 张圣望.  基于多分辨率方向预测的LIDAR点云滤波方法 . 武汉大学学报 ● 信息科学版, 2007, 32(11): 1011-1015.
    [20] 黄先锋, 陶闯, 江万寿, 龚健雅.  机载激光雷达点云数据的实时渲染 . 武汉大学学报 ● 信息科学版, 2005, 30(11): 975-978.
  • 加载中
计量
  • 文章访问数:  619
  • HTML全文浏览量:  7
  • PDF下载量:  529
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-02-16
  • 修回日期:  2015-07-05
  • 刊出日期:  2015-07-05

三维点云多尺度等值线模型Morphing变换方法研究

doi: 10.13203/j.whugis20140107
    基金项目:  国家863计划资助项目(2011AA060407)点[8 9]诸多方法中比较有代表性的是利用地性线及拓扑关系直接求取等值线法[10]和利用已有的等值线内插新的等值线法[11],这两种方法都能满足一定条件下等值线的生成然而,对于点云,并不能直接采用这类方法因为这类方法首先需生成三维点云的表面模型,构建三维Delaunay三角网格,但该技术至今还有很多难点没有解决,基于最大 最小角判断的对角线交换规则不成立,基于外接圆规则判断Delaunay三角化也难以获得高质量网格;其次,利用这类方法生成的等值线,矢量数据集必须满足一定的条件才能实现,而点云数据并不满足吴杭彬[12]等采用迭代凸包的方法来提取激光扫描数据的分层多细节等值线,但从简单细节到复杂细节的等值线提取,要经过多次迭代凸包,算法效率低,而且针对某一细节等值线,没有一个量化指标来衡量其细节表达程度
    作者简介:

    肖巍峰,博士生,主要从事3D GIS和3D点云数据表面重构的理论与方法研究?

  • 中图分类号: TP751;P231.5

摘要: 借鉴Morphing技术思想,提出了一种三维点云多尺度等值线模型Morphing变换方法。首先,分析了三维点云的空间分布情况,并按一定间隔在某一坐标轴方向(如犣轴)将其分层,建立点云的分层模型,以分层点云为单元生成等值线。其次,以分层数据生成的凸包多边形作为最小尺度等值线折线,按一定准则将剩余的离散点集归类到对应的凸包边,引入尺度参数狋,通过计算离散点的选取时机参数对其进行选取,生成连续变化的中间尺度等值线折线。最后,将等值线折线拟合成平滑曲线,构成三维点云的多尺度等值线模型。结果表明,本文方法能够处理规则点云数据和散乱点云数据,生成的等值线符合一般等值线的特性,不会产生边缘交叉等问题,而且运算效率高。

English Abstract

肖巍峰, 邓敏, 李朝奎. 三维点云多尺度等值线模型Morphing变换方法研究[J]. 武汉大学学报 ● 信息科学版, 2015, 40(7): 957-963. doi: 10.13203/j.whugis20140107
引用本文: 肖巍峰, 邓敏, 李朝奎. 三维点云多尺度等值线模型Morphing变换方法研究[J]. 武汉大学学报 ● 信息科学版, 2015, 40(7): 957-963. doi: 10.13203/j.whugis20140107
XIAO Weifeng, DENG Min, LI Chaokui. Multi-scale Contour Model Transformation of 3D Point Cloud Based on Morphing Technology[J]. Geomatics and Information Science of Wuhan University, 2015, 40(7): 957-963. doi: 10.13203/j.whugis20140107
Citation: XIAO Weifeng, DENG Min, LI Chaokui. Multi-scale Contour Model Transformation of 3D Point Cloud Based on Morphing Technology[J]. Geomatics and Information Science of Wuhan University, 2015, 40(7): 957-963. doi: 10.13203/j.whugis20140107
参考文献 (1)

目录

    /

    返回文章
    返回