散乱点云重建室内建筑结构的研究

来源 :浙江大学 | 被引量 : 0次 | 上传用户:zw198518
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目前,大多数的三维重建算法都围绕着如何更好恢复三维点云信息而进行研究,本文希望从室内场景中重建对应的建筑结构信息,方便进行后续的研究和应用。因此,本文主要关注如何恢复室内场景的基本建筑结构,主要是室内区域划分墙面连接关系的结构信息。通过使用RGB-D摄像机(例如Kinect设备),我们提出了一套处理算法,用于从室内场景散乱的点云中自动地重建出墙体结构。本文描述的算法主要对于室内全局结构的重建做出了重要的贡献。首先,本文进行了从点云中重建对应建筑结构的尝试,并建立了一套有效的算法,先由散乱的点云重建平面,而后通过平面的筛选和结构最优化函数的计算获得精确的室内场景建筑结构。其次,现有的大部分重建算法都是基于室内场景的局部结构进行精确地重建,对于室内整体建筑结构进行重建的研究工作较少,而本文利用全局结构最优化模型对于建筑的整体结构进行了有效估计。最后,本文通过两个真实世界采集获得的数据和一个人工合成的数据来证明本文提供的算法是行之有效的。
其他文献
个性化推荐系统作为信息过滤的有效工具越来越受人们关注。作为迄今为止最成功的推荐技术,协同过滤的核心首先是从用户对物品的评分中计算用户相似度或者物品相似度,进而基于相
智能家居、视频监控和人机交互一直是视觉领域研究的重点。行为识别作为智能家居和安防领域的重要任务,研究意义重大。目前,对于行为识别的研究主要集中在基于RGB视频特征的行
互联网上信息的高速增长导致了信息过载的出现,促进了推荐算法的发展。除了经典的协同过滤等算法,随着近年来对复杂网络的研究深入,出现了所谓的二分图资源分配推荐算法。该算法
视知觉是研究视觉系统感知几何信息的识别过程的学科,涵盖了神经生理学,精神物理学,以及心理学等多个学科领域,是一个极富挑战性而又充满乐趣的研究方向。本文从几何的角度切入视
农业数据处理和展示对宏观管理粮食、优化农耕产业布局等有重大的意义。近十年来,遥感技术的飞速发展,为农业数据处理带来了新的科学方法。遥感估产克服了传统的农学模式和气象
图像分类技术是计算机视觉领域最为重要的研究课题之一。随着数字成像设备的广泛应用,图像分类技术在日常生活、医疗、商业、安防和军事中已经扮演着不可或缺的角色。由于成像
Skyline查询被引入到数据库后,作为一个多目标决策、数据挖掘、数据库可视化等方面的重要工具,逐渐成为了一个研究热点。目前对于集中式Skyline查询的研究已经比较成熟,但分布式
在纳米材料设计中,纳米材料的微观结构决定了纳米材料的宏观性能。通过纳米材料的计算机建模和仿真,在一定程度上定量地描述了材料微观结构与宏观性能的关联,弥补了传统材料设计
全局光照渲染具有计算量大,耗时长,真实感强等特点,一直是图形学研究的热点。当前大多数全局光照均基于CPU。不断增强的GPU通用并行计算给全局光照提供了更多可能性。本文综合了