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—

美国VPS 美国高防VPS 香港VPS 日本VPS 首月9元 百纵科技

百纵科技湖南百纵科技有限公司是一家具有ISP ICP 电信增值许可证的正规公司,多年不断转型探索现已颇具规模,公司成立于2009年 通过多年经营积累目前已独具一格,公司主要经营香港服务器,香港站群服务器,美国高防服务器,美国站群服务器,云服务器,母机租用托管!美国CN2云服务器,美国VPS,美国高防云主机,美国独立服务器,美国站群服务器,美国母机。美国原生IP支持大批量订货 合作 适用电商 亚马逊...

spinservers($89/月),圣何塞10Gbps带宽服务器,达拉斯10Gbps服务器

spinservers是Majestic Hosting Solutions LLC旗下站点,主要提供国外服务器租用和Hybrid Dedicated等产品的商家,数据中心包括美国达拉斯和圣何塞机房,机器一般10Gbps端口带宽,高配置硬件,支持使用PayPal、信用卡、支付宝或者微信等付款方式。目前,商家针对部分服务器提供优惠码,优惠后达拉斯机房服务器最低每月89美元起,圣何塞机房服务器最低每月...

陆零(¥25)云端专用的高性能、安全隔离的物理集群六折起

陆零网络是正规的IDC公司,我们采用优质硬件和网络,为客户提供高速、稳定的云计算服务。公司拥有一流的技术团队,提供7*24小时1对1售后服务,让您无后顾之忧。我们目前提供高防空间、云服务器、物理服务器,高防IP等众多产品,为您提供轻松上云、安全防护 为核心数据库、关键应用系统、高性能计算业务提供云端专用的高性能、安全隔离的物理集群。分钟级交付周期助你的企业获得实时的业务响应能力,助力核心业务飞速成...

加载云为你推荐
directional163更新ios存在问题的应用软件名单(2020年第四批)支持ipad南京医科大学合同管理系统Descriptionios5css下拉菜单html+css下拉菜单怎么制作iphonewifi苹果手机突然用不了Wi-Fi了google中国地图谷歌退出中国,地图要是关了就太可惜了!手机谷歌地图还能用吗?联通iphone4联通iphone4怎么样,好不好用?
台湾主机 域名系统 网站虚拟主机空间 如何查询域名备案号 美国主机评论 128m内存 免费网站监控 表格样式 国内加速器 150邮箱 上海域名 新天域互联 北京双线 100m独享 流媒体加速 网通服务器 东莞服务器托管 酸酸乳 万网注册 存储服务器 更多