论文总字数：21344字

摘 要

随着逆向工程的应用越来越广泛，其各项技术也逐渐走入大众的视野，尤其是不可或缺的点云数据的预处理，该技术的应用直接推动逆向工程技术的不断发展和完善。其应用范围遍布于社会的方方面面，如零配件的设计与修改、文物的修复与还原、部件的复制和医学领域等，都有广泛的应用。而通过对获取的点云数据进行预处理，可以显著降低物体点云的数据量，减轻点云数据的存储压力以及后续点云拟合、重构等处理的计算压力。而通过预处理中的滤波处理，可以尽可能的剔除离散点群，在保留物体完整的信息同时，还原最真实的实际物体。而本课题主要针对点云数据预处理中的包围盒和滤波两部分展开，重点研究了点云包围盒的原理和基本构建思路。并在包围盒的基础上，拓展分析，建立算法进行滤波处理。本文主要完成了以下几方面工作：

研究了点云包围盒的相关理论。首先抛出了什么是点云的问题，并对其进行解释，从点云的基本概念切入，论述了点云数据预处理的必要性。并逐步引出包围盒的概念，介绍了点云数据预处理中多种包围盒算法的基本原理，重点研究了AABB包围盒的构建以及拓展分析。紧接着介绍了基于AABB包围盒的滤波处理，研究了包围盒栅格化之后立方体内数据点的变化情况及理论分析。

研究了点云包围盒内的滤波算法。包含基于AABB包围盒的体素格滤波、基于OBB包围盒的统计滤波。重点研究了基于AABB包围盒的体素格滤波的滤波思想借鉴以及栅格化的基本原理，并分析栅格内数据点的变化趋势。作为拓展分析，研究了OBB包围盒的基本原理，并基于该包围盒展开统计滤波和理论分析。

关键词：点云；包围盒；AABB轴对齐包围盒；滤波；体素格滤波；

Research on Preprocessing Algorithm of Point Cloud Data

Abstract

As the application of reverse engineering becomes more and more widespread, its various technologies have gradually entered the public’s field of vision, especially the indispensable preprocessing of point cloud data. The application of this technology directly promotes the continuous development and improvement of reverse engineering technology. . Its application range covers all aspects of society, such as the design and modification of spare parts, the restoration and restoration of cultural relics, the duplication of parts and the medical field, etc., and it has a wide range of applications. By preprocessing the acquired point cloud data, the data volume of the object point cloud can be significantly reduced, and the storage pressure of the point cloud data and the calculation pressure of subsequent point cloud fitting and reconstruction processing can be reduced. Through the filtering process in the preprocessing, the discrete point group can be eliminated as much as possible, and the most real actual object can be restored while retaining the complete information of the object. And this topic is mainly focused on the two parts of the bounding box and filtering in the point cloud data preprocessing, focusing on the principle and basic construction ideas of the point cloud bounding box. And on the basis of the bounding box, expand the analysis and establish an algorithm for filtering processing. This article mainly completed the following aspects of work

The related theories of the point cloud bounding box are studied. First, the question of what is a point cloud is thrown out and explained, starting from the basic concept of point cloud, the necessity of point cloud data preprocessing is discussed. And gradually introduced the concept of bounding box, introduced the basic principles of multiple bounding box algorithms in point cloud data preprocessing, and focused on the construction and extended analysis of Axis-aligned bounding box. Then the filtering process based on the Axis-aligned bounding box is introduced, and the changes of the data points in the cube after the bounding box rasterization and the theoretical analysis are studied.

The filtering algorithm in the bounding box of the point cloud is studied. Including voxel grid filtering based on Axis-aligned bounding box and statistical filtering based on Oriented bounding box. The focus is on the filtering ideas of voxel grid filtering based on the Axis-aligned bounding box and the basic principles of rasterization, and the trend of data points in the raster is analyzed. As an extended analysis, the basic principle of OBB bounding box is studied, and statistical filtering and theoretical analysis are carried out based on the bounding box.

Key words: Point cloud; Bounding box; Axis-aligned bounding box; Filter; VoxelGrid;

目 录

摘 要 I

Abstract II

第一章 绪 论 1

1.1 引言 1

1.2 课题研究意义与目的 1

1.3 国内外研究现状 2

1.3.1 国外研究现状 2

1.3.2 国内研究现状 3

1.4 章节安排 4

第二章 点云预处理算法研究 5

2.1 点云预处理技术简介 5

2.2 包围盒基本概念 5

2.3 包围盒建立算法研究 5

第三章 基于轴对齐包围盒（AABB）的点云滤波 7

3.1 AABB包围盒基本原理 7

3.2 仿真结果与拓展分析 9

3.3 基于AABB包围盒的体素滤波 14

第四章 基于方向包围盒（OBB）的点云滤波 17

4.1 OBB包围盒基本建立思路 17

4.2 仿真结果与分析 19

4.3 基于OBB包围盒的统计滤波原理与仿真结果 20

4.4 章节小结 21

第五章 总结与展望 22

5.1 总结 22

5.2 展望 22

致 谢 24

参考文献 25

第一章 绪 论

1.1 引言

社会在不断地进步，科技在飞速地发展，而人们的生活水平也在不断地提高，同时也对生活提出了更高的要求以满足美好的理想需求。为了实现记录生活中的点点滴滴的美好愿望，照相机等影像设备从零到一开始被发明创造出来，再从一到十，不断地更新换代而趋于完善。记录生活的美好片段，从纯技术的角度来看，就是记录某一时刻或者某一时间段的人和物的各种特征，从而还原出现实中所呈现的想要记录的画面。而立足于当下，人们提出了更高的要求，人们不再只是记录生活，而是希望尽可能多的获取物体的信息甚至是物体全部的信息，从而实现其他生活需求，例如破损零部件的还原、考古文物的修复和医学检查等。因此单纯的利用照相机、扫描仪等传统设备获取物体的二维平面信息就远远无法满足要求。故此，通过三维扫描仪和测量仪等设备将物体表面特征数字化、离散化，转换成数据流通过计算机处理和还原，最大程度的实现物体三维立体信息的捕捉和重构。而这个数据流就是点云数据，在获取的点云数据当中会有很多的无意义数据点以及噪声点等，为了尽可能快的获取尽可能准确的三维立体信息，这就要求对获得的点云数据进行预处理，例如点云数据的配准、降噪、精简和分块等。^[1][2][3]

1.2 课题研究意义与目的

正如使用照相机等影像设备拍摄照片不可避免的会有噪声点一样，我们使用例如三维激光扫描仪等设备获取点云数据时也一样不可避免的会有大量的散列点、孤立点，这些噪声点的存在直接影响着物体的三维立体特征的获取和判断。因此为了获取符合实际项目工程标准的点云数据，往往需要对获取的原始点云数据进行进一步的处理。在使用物理扫描设备获取目标点云数据之后，如何通过各种技术手段去滤除这些无意义、具有干扰性的数据点就显得尤为有意义；如何通过巧妙的算法压缩点云数据，从而大大减少点云数据物理存储的使用，也显得特别有实用价值。

近几年来，我们的手机等手持拍照设备的拍摄出来的图片分辨率越来越高，这很大一部分得益于镜头等设备越来越精良，能够获取足够多的像素点信息，像素点的指数式增加最直观的就是单一的一张图片占用的存储越来越大了。而作为为了重构物体的立体特征而获取的各种点云数据毫无疑问更是具有庞大的数据量，庞大的数据量既影响着数据存储，可能因为构建大量的矩阵存储器而消耗大量的存储资源、时间资源。庞大的数据量不仅对存储结构提出更高的要求，因为计算机要读取数据、计算处理数据，还对计算机的数据处理能力也提出了更高的要求，直接影响着项目工程的进度、耗时和资金等问题。^[4][5]

剩余内容已隐藏，请支付后下载全文，论文总字数：21344字