基于点云数据的隧道曲面三维重建方法的研究

摘要

针对三维激光点云具有数据量大、冗余性高的特点,本身带有一些散乱噪声的点云会影响曲面重建效果的问题,研究了基于隧道点云的曲面重建方法.首先将海量隧道点云的数据利用体素滤波进行处理,在保证隧道的真实特征不变的情况下对点云进行缩减;然后建立k-d树构建点云间的索引关系,对点云进行法向量估计,最后利用常用的点云曲面重建方法对隧道进行重建;通过比较发现选择合适的体素化网格能够有效地简化点云的数据量,当下采样为0.5 m时简化率达到97.8％,法向量估计及重建时间效率有所提高;最后利用PowerCrust算法重建出的隧道表面,在局部细节上的特征较为清晰,在模型表面的光滑性上和重建的效率上有一定的提高,效率要优于贪婪三角算法,同时比移动立方体的重建缩短了近一半的时间,在实际中具有一定的实用价值.