论文部分内容阅读
物体表面的三维坐标信息能够通过激光扫描仪快速获取,有助于加快其三维模型的重建。随着激光扫描仪在电力行业的应用,变电站三维仿真模型的建立逐渐变成研究的焦点。目前在进行变电站三维模型重建时,主要通过人眼对采集的三维点云数据进行辨认,确定设备所属的类型,然后再找出该设备所对应的3Dmax模型用于建模。这种方法不仅浪费了大量人力资源,而且效率低下。因此研究如何快速对设备点云进行精确识别具有重要的实际意义。本文以一个500kV变电站中的设备为实验场景,通过激光扫描仪获取设备的三维坐标信息,研究了三维点云数据的精简算法,重点解决了待测点云的特征提取以及识别的问题,最后介绍了Matlab算法的封装方法以及模型数据库管理软件的功能。针对上述研究目标,本文所做的具体工作如下:(1)选取了一个500kV的变电站,使用Faro激光扫描仪采集变电站内所有设备的点云数据,然后使用Geomagic软件提取出单个设备的点云数据。点云精简时利用了基于八叉树结构编码的精简算法,大大缩减了点云数目。(2)设备在三个坐标平面点集的边界点曲率可以表达它的外形信息,本文首先介绍了两种提取边界点的方法,说明了它们的优劣,然后提出了滚圆法,只提取出点集的外边界点,加快了边界点提取速度。最后利用点到弦的距离累积来求取边界点曲率,将曲率作为特征保存到模型数据库中。(3)采用了一种投影轮廓特征(PCF)的提取方法,将待测点云和模型点云的特征进行比较,预选出比较接近的设备,减少配准时的模型数量,然后利用ICP算法进行点云精确配准,找到匹配误差最小的模型,即待测点云所属类型。(4)对Matlab识别算法的封装进行了介绍,封装完成后生成了dll文件,并且给出了C#调用dll文件的方法。最后对本文设计的模型数据库管理软件进行了详细介绍,包括软件的增加、删除、修改以及查询等功能。