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—

PacificRack(年付低至19美元),夏季促销PR-M系列和多IP站群VPS主机

这几天有几个网友询问到是否有Windows VPS主机便宜的VPS主机商。原本他们是在Linode、Vultr主机商挂载DD安装Windows系统的,有的商家支持自定义WIN镜像,但是这些操作起来特别效率低下,每次安装一个Windows系统需要一两个小时,所以如果能找到比较合适的自带Windows系统的服务器那最好不过。这不看到PacificRack商家有提供夏季促销活动,其中包括年付便宜套餐的P...

Vinahost - 越南VPS主机商月6美元 季付以上赠送时长最多半年

Vinahost,这个主机商还是第一次介绍到,翻看商家的介绍信息,是一家成立于2008年的老牌越南主机商,业务涵盖网站设计、域名、SSL证书、电子邮箱、虚拟主机、越南VPS、云计算、越南服务器出租以及设备托管等,机房主要在越南胡志明市的Viettle和VNPT数据中心,其中VNPT数据中心对于国内是三网直连,速度优。类似很多海外主机商一样,希望拓展自己的业务,必须要降价优惠或者增加机房迎合需求用户...

GreenCloudVPS$20/年多国机房可选,1核@Ryzen 3950x/1GB内存/30GB NVMe/10Gbps端口月流量2TB

GreencloudVPS此次在四个机房都上线10Gbps大带宽VPS,并且全部采用AMD处理器,其中美国芝加哥机房采用Ryzen 3950x处理器,新加坡、荷兰阿姆斯特丹、美国杰克逊维尔机房采用Ryzen 3960x处理器,全部都是RAID-1 NVMe硬盘、DDR4 2666Mhz内存,GreenCloudVPS本次促销的便宜VPS最低仅需20美元/年,支持支付宝、银联和paypal。Gree...

加载云为你推荐
的人迅雷设备itunesSinglesb绑定ipad思科ipadphotoshop技术什么是ps技术googleadsenceGoogle AdSense 帐户状态是什么意思!ios10.0.3iOS10.0.3可以越狱吗div居中怎么让div居中?微信5.0是哪一年的安卓什么时候能更新微信5.0版本?
二级域名查询 韩国vps BWH 128m内存 美国主机论坛 紫田 godaddy debian6 中国电信测速112 服务器维护方案 699美元 免费申请个人网站 电信主机 如何注册阿里云邮箱 360云服务 河南移动梦网 iki 深圳域名 免费php空间 免费个人网页 更多