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—

CloudCone:KVM月付1.99美元起,洛杉矶机房,支持PayPal/支付宝

CloudCone的[2021 Flash Sale]活动仍在继续,针对独立服务器、VPS或者Hosted email,其中VPS主机基于KVM架构,最低每月1.99美元,支持7天退款到账户,可使用PayPal或者支付宝付款,先充值后下单的方式。这是一家成立于2017年的国外VPS主机商,提供独立服务器租用和VPS主机,其中VPS基于KVM架构,多个不同系列,也经常提供一些促销套餐,数据中心在洛杉...

CloudCone($82/月)15-100M不限流量,洛杉矶CN2 GIA线路服务器

之前分享过很多次CloudCone的信息,主要是VPS主机,其实商家也提供独立服务器租用,同样在洛杉矶MC机房,分为两种线路:普通优化线路及CN2 GIA,今天来分享下商家的CN2 GIA线路独立服务器产品,提供15-100Mbps带宽,不限制流量,可购买额外的DDoS高防IP,最低每月82美元起,支持使用PayPal或者支付宝等付款方式。下面分享几款洛杉矶CN2 GIA线路独立服务器配置信息。配...

博鳌云¥799/月,香港110Mbps(含10M CN2)大带宽独立服务器/E3/8G内存/240G/500G SSD或1T HDD

博鳌云是一家以海外互联网基础业务为主的高新技术企业,运营全球高品质数据中心业务。自2008年开始为用户提供服务,距今11年,在国人商家中来说非常老牌。致力于为中国用户提供域名注册(国外接口)、免费虚拟主机、香港虚拟主机、VPS云主机和香港、台湾、马来西亚等地服务器租用服务,各类网络应用解決方案等领域的专业网络数据服务。商家支持支付宝、微信、银行转账等付款方式。目前香港有一款特价独立服务器正在促销,...

加载云为你推荐
supplementedroute支出127文件127urlcss思科flash支持ipadDeviceios5ipad如何上网IPAD4怎样上网?css下拉菜单如何用css3做导航栏下拉菜单css下拉菜单如何使用HTML和CSS制作下拉菜单
asp虚拟主机 域名大全 东莞服务器租用 香港vps 域名备案流程 10t等于多少g 远程登陆工具 网页背景图片 java空间 中国智能物流骨干网 linux空间 共享主机 cdn加速原理 泉州移动 服务器托管什么意思 免费高速空间 hktv 百度云加速 数据库空间 东莞主机托管 更多