数据面向对象的城市建筑物点云数据加载和组织

加载云  时间:2021-05-03  阅读:()

第34卷 第9期 计 算 机 工 程 2008年5月Vol.34 No.9 ComputerEngineering May 2008·多媒体技术及应用· 文章编号 1000—3428(2008)09—0238—02 文献标识码 A 中图分类号 TP391.9

面向对象的城市建筑物点云数据加载和组织

路兴昌1,2张艳红1张爱武2

(1 吉林大学地探学院长春130026 2首都师范大学三维空间信息获取与应用教育部重点实验室北京100037)摘要采用面向对象程序设计方法对三维点云数据进行分析研究以Visual C++60为开发平台利用图像法对激光扫描获取的城市建筑物点云数据进行组织的计算机实现方法。通过扫描关系确定点云数据中有效目标点的全局唯一索引值将点云数据看作一幅深度图像确定全局索引值对应的图像行列值再利用该行列值计算每个点对应的法向量分类和组织点云数据。实验结果表明利用面向对象的图像处理技术可以方便、快捷地实现三维点云数据的加载和组织。

关键词面向对象 点云数据深度图像组织

Object-oriented Loading and Organizationon Points Cloud Data of Urban Building

LUXing-chang1,2,ZHANG Yan-hong1,ZHANGAi-wu2

(1 College of Geo-exploration Science andTechnology,Jilin University,Changchun 130026;

2 Ministry ofEducation Key Laboratory of 3D Information Acquisition andApplication,Capital Normal University,Beijing 100037)【Abstract】Three dimensional points cloud data are analyzed by using object-orientedprogrammer,andthe computer-based realization,which isorganized by points cloud data of urban building captured by laser scanning, is studied based on image process on the exploration platform of VisualC++60 The unique global indexes of validtarget points are determined by scanning relationship between points The image range corresponding tothe global indexes is fixed on by taking points cloud data as a range image The points cloud data are classified and organized by calculating thenormals of all corresponding points by using the image ranges obtained before The experimental results indicate that loading and organizing threedimensional points cloud data can be implemented easily and quickly by using object-oriented image technique

【Key words】 object-oriented;points cloud data;range image;organization

高速激光测量大面积高分辨率快速地获取被测对象表面每个 的理解与实现上有一定难度[9]。本文中将基于中远景三维激光采样点的三维坐标数据[ 1 ]  得到点的集合称为点云。利用点 扫描系统RIEGL LMS420i 获取的室外建筑物表面采样数据云数据可以建立被测对象的三维立体模型 实现真实场景的 投影到二维空间 探讨基于深度图像的点云数据在计算机中三维重建。 由于点云数据包含了地物实际采样点到当前扫描 组织实现方法。

视点的距离[2] 其在一二维投影平面上的点一云图也被称为距离(或 2 算法思想

深度)图像 。每 幅深度图像代表了 个三维的点集 这些 在深度图像中 二维像素矩阵空间上的每一点(一u, v)(u, v点集中的点数据和二维灰度图像中像素的组织方式类似 都 分别代表该点的列值和行值)  都对应着三维空间上 个4维是按照二维矩阵的方式来组织图像中的每个像素。 与灰度图 向量(x, y, z, r) 。其中(x, y, z)表示实际扫描点在扫描仪坐标系像不同的是 深度图像中每个像素代表的是一个三维点的坐 下的三维坐一标 r 则表示激光束一返回时一的强度。 扫描仪坐标

进行点云的分类和特征提取是很重要的。 作者简介路兴昌(1972)男讲师、在职博士研究生主研方向

在激三光扫描点云数据的处理和应用中 文献[5-7]提出通 三维虚拟建模张艳红副教授、博士张爱武教授、博士收稿过云构建通过角网组织重点云组数据三文献[4,8]直接将预处量理点后云的点 日期 2007-05-23 E-mail luxingchang@163 com数据 聚类后 新 织。 角剖分对于大数据 数

值ID记录并保存下来这样就获得了每个有效目标地物点在 //打开 strTextFile并定位文件指针利用文件对话框选择预处理全部点集中的实际索引值ID(图1 )根据扫描的行列总数m_H //前的//打文本开文str件OristrFOilrieg文Fi件le

及m_L 计算得到每个有效目标地物点在深度图像像素矩阵 for(int iReagd=0;iRead<iP并tA定mo位un文t;iR件e指ad+针+){

图1有效目标地物点全局索引值的确定

深度图像数据的加载和组织 确定有效目标点在初始全局扫 int iValidId=pRangePoint [iBinary] iID;

描坐标系下的真实索引值 其在三维点云处理的应用集中体 if(pInsidePoint[iValidId]m_bPtInside)

现在各个类的设计上。 为了管理每幅深度图像的信息 首先 { //I保i存d该P点i到i数组lidIpdInsidePIoinitd中P的XY相Z应单=元处

float *m_p_InsidePtXYZ; //点坐标值 [ 10]  从而最终将组成深度图像的点集组织成为有效点集和无int iValRidPtId;I //预处理后点的索引值}; R P i 效点集2类。对于有效点集设计了如下的结构体来完成对在R类C Panige magIe中dP分i别有类型为 angIe iodnPt i类型的这 各个点的组织和标识

BOO/L/首C先Ra得ng到eIm原a始ge: :R度ea图dFile的(C总St行rin数gstHrF和ile总N列am数e)L int*_m_pPlaneIndex;};

{ = 深 像 * 在该结构中成员 m_p3DPtSet是一个容纳、组织和操作pInsidePoint newInsidePoint [H L]; 三维点集对象的指针 成员m_bNormal用来指示以该点为中//R读取3Ppfi文t=件得到R预处P理i后t总iP点tA数iPttAmount 心的局部点集进行局部小平面法向量的拟合是否成功 并将

和选择发送的图片 并且可以绘制发送图片的星座图和显示 9)终止运行。

图片接收端可以显示接收图片和星座图。 本文实际运行的MIMO系统发送端在4楼接收端在

(1)发送端流程 2楼 临公路。 测试结果如表1所示。

1)主机加载DSP程序通过HPI向DSP内存写入128 B 表1测试结果

54码元图像数据、 2 、监督码元合并为数、据块 并将训练序列、 8码元的训练序列 因此精度不够 这将在以后的工作中逐和连续20个数据块封装成帧 送数据帧到发送缓冲区 启动 步完善。

6)向主机发送中断请求读取图像数据。 1T6M(8):21451-1458P

7)等待DMA的接收中断。 [5] T S3I0Ct6000 t e2ri0p0h1erals Reference Guide[Z] (SPRU190C),

8)重新回到3)  直到所有图像数据都被接收。 exas ns rumen s,

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

上接第239页ptCenter数组存储该局部点集的重心坐标 而成员 m_bMerge 参考文献

用来指示该单元的点集m_p3DPtSet是否合并了其他点 该 [1]李清泉,杨必胜,史文中,等三维空间数据的实时获取、建模标志主要用在点集的局部法向量拟合后进行点集合并的时候 与可视化[M]武汉:武汉大学出版社,2003

使用。成员 m_bInvalidate用来一指示点集是否被合并 成员 [2]宋晓鹏基于VTK的室外场景三维重建[D]北京:首都师范大m_iPlaneCenterIndex用来指示 个点集的标志索引 成员变 3何学大学峰,2大00型6场

部分为有效点集深色部分为无效点集。 [5]Hoppe H Progressive Meshes[C]//Proc of SIGGRAPH’96 New

Orleans,LA,USA: [s n], 1996:99-108

图2点云深度数据的加载和组织 Geometry:Theory andApplications, 1998, 11(3):219-238

—256—

Megalayer美国服务器CN2优化线路30M带宽3独立IP限时月299元

Megalayer 商家算是比较新晋的国内主机商,主要方向是美国、香港、菲律宾等机房的独立服务器为主,以及站群服务器和显卡服务器。同时也有新增价格并不是特别优惠的VPS云服务器。上午的时候有网友问问有没有CN2线路的美国独立服务器的,这里我推荐他选择Megalayer看看,目前也是有活动截止到月底的。Megalayer 商家创办2年左右时间,如果我们初次使用建议月付体验。目前在进行且可能截止到6月...

Hostodo(年付$34.99), 8TB月流量 3个机房可选

Hostodo 算是比较小众的海外主机商,这次九月份开学季有提供促销活动。不过如果我们有熟悉的朋友应该知道,这个服务商家也是比较时间久的,而且商家推进活动比较稳,每个月都有部分活动。目前有提供机房可选斯波坎、拉斯维加斯和迈阿密。从机房的地理位置和实际的速度,中文业务速度应该不是优化直连的,但是有需要海外业务的话一般有人选择。以前一直也持有他们家的年付12美元的机器,后来用不到就取消未续约。第一、开...

BlueHost主机商年中618活动全场低至五折

BlueHost 主机商在以前做外贸网站的时候还是经常会用到的,想必那时候有做外贸网站或者是选择海外主机的时候还是较多会用BlueHost主机商的。只不过这些年云服务器流行且性价比较高,于是大家可选择商家变多,但是BlueHost在外贸主机用户群中可选的还是比较多的。这次年中618活动大促来袭,毕竟BLUEHOST商家目前中文公司设立在上海,等后面有机会也过去看看。他们也会根据我们的国内年中促销发...

加载云为你推荐
SpecificationsappleFUSIONENTERTAINMENT.COMcontentcss由陈可辛率领的《武侠》大军支持ipad支持ipad尺寸(mm)操作區域手控netbios端口26917 8000 4001 netbios-ns 端口 是干什么的tracerouteping命令和traceroute(tracert )在功能上的区别有哪些?css下拉菜单html+css下拉菜单怎么制作
域名买卖 linuxvps 域名主机基地 免费顶级域名 blackfriday 美国主机评论 元旦促销 cpanel空间 全站静态化 165邮箱 炎黄盛世 建立邮箱 vip购优汇 日本bb瘦 91vps 宏讯 太原联通测速 后门 云服务是什么意思 开心online 更多