1 总结!三维点云基础知识-德赢Vwin官网 网
0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

总结!三维点云基础知识

3D视觉工坊 来源:3DCV 2023-09-01 16:12 次阅读

1 三维信息获取

获取三维信息的形式一般分为接触式和非接触式:

724570d6-47bf-11ee-97a6-92fbcf53809c.png

1.1 接触式测量

使用测量机来获取三维信息是最常用也是最方便的接触式测量方法。但是它比较依赖机械结构和传感器的精度和灵敏度来获取较高的测量精度。在实际使用的过程中这种方法存在较多的局限性。测量时需要接触待测物体表面,非常容易划伤物体表面破坏物体原有形貌。机械零件在长时间的使用下,会产生一定的误差,从而降低测量精度。在测量较大工件的时候,需要完全遍历整个物体花费时间和精力。

1.2 非接触式测量

(1)立体视觉法

该方法具体通过六个步骤实现:图像的采集、系统相机标定、特征模板匹配、图像处理、三维仿真匹配以及三维重建。首先,通过两个相机于不同位置对待测物体进行图像信息感知获取。然后根据三角测量原理获得待测表面的三维信息,还原三维模型并进行重建,立体视觉法原理如图所示。

72655dce-47bf-11ee-97a6-92fbcf53809c.png

但是双目视觉不适合单调缺乏纹理的场景,会出现匹配困难导致匹配误差较大甚至匹配失败等问题。

关注公众号后台回复「CV」,即可免费领取计算机视觉精品视频与慕尼黑工业大学、巴塞罗那自治大学沉淀多年的计算机视觉课件资料,包括相机标定、立体匹配、三维重建、SLAM、三维点云、缺陷检测、深度估计、四旋翼无人机等。

(2)飞行时间法

飞行时间法是用激光对物体表面不断发射脉冲信号,并对其反射回来的信号进行捕获,计算激光来回传播的时间,接着根据光度即可确定物体空间位置,原理如图所示。

7289c9ca-47bf-11ee-97a6-92fbcf53809c.png

飞行时间测量法有很多优点:它可以用来测量较远距离的物体的三维信息,适用的范围较广,同时利用激光脉冲信号可以避免系统受到环境光的影响。但是此方法消耗功率大,会产生大量的热量以至于不适合长时间使用。

(3)线激光法

线激光法是使用外部激光线进行主动投影,在待测物体表面形成可见光束,然后使用二维相机进行拍摄获取信息,根据计算还原待测物体的三维信息。利用三角测量原理:直射式测距法或是斜射式激光三角测距法,都可以完成对被测物体的全方位、高精度、非接触测量。直射式激光测量法在测量视野范围等方面视野更大具有一定的优势。相应的斜射式的分辨率更高,图像质量也会高于直射式激光测量法。在需要激光线处于固定位置的时候则优先选用直射式测量法。在对激光线与物体表面位置不固定时则需要选用斜射式测量法。

7293feae-47bf-11ee-97a6-92fbcf53809c.png

直射式光学三角法原理图

72c0bc6e-47bf-11ee-97a6-92fbcf53809c.png

斜射式光学三角法原理图

2 三维数据的表达形式

一般来说,三维数据的表达形式有体素网格、多视图、点云和多边形网格。体素网格可以理解为三维立体空间中的体积像素,概念上类似于二维图像中的像素概念。体素网格是具有固定大小和坐标位置的三维网格,是点云数据的规则化手段。体素网格需要从与其他体素之间的位置关系中推测出空间位置关系。由于体素网格具有规则的结构,所以可对其进行卷积操作,也可以构建基于体素化点云的卷积神经网络。但点云数据具有无序性和密度不一致性,体素网格的大小难以设置,又体素的数量巨大,从而影响处理三维数据的效率。

体素网格的表达形式一般适用于虚拟现实、医疗成像白动驾驶等领域。点云是三维空间中非结构化数据的集合。点云能够表达目标在三维空间中的空间分布及表面特性,每个点是独立的,点与点之间没有显著的联系。点云由一系列包含重要几何数据表示的点集组成。存储点云数据的文件一般只包括三维坐标,有些数据集会增加颜色和强度等信息。为了后续处理数据更加的高效,存储点云数据的文件一般以ASCII编码的形式呈现。点云数据也可以被处理成一组具有公共坐标系和全局参数的欧几里德集,该集合对缩放和平移具有不变性。因此可以通过网络模型直接提取点云数据的全局和局部特征,以实现各种计算机视觉任务。然而由于点云数据本身缺乏关联性,会导致物体的表面信息会被弱化。点云的表达形式一般适用于三维重建和目标检测等领域。多边形网格也是三维空间中非结构化数据的集合,是由近似多边形的几何面组成。几何面的交点叫共享顶点,几何面可以是三角形、四边形或其他凸多边形。共享顶点的坐标位置和顶点之间的连接关系会被记录在表中。多边形网格的表现形式有利于实现立体实物的渲染。但生成多边形网格是具有挑战的,主要原因是多边形网格是非结构化的表现形式,只能用传统的曲面重建方法生成,无法利用深度学习网络生成。

3 点云数据特点

(1)非结构化:不同于 RGB 图片这种结构化数据,点云是三维空间中一系列点的集合,是一种不规则的数据,没有一种准确的方法可以确定点与点之间的关系或者点与点的先后顺序,这就使得无法使用常规的二维卷积神经网络提取特征。

(2)顺序可变换性:点云本质上是一个n×3的矩阵,其中n为点云个数,3 代表每个点包含x,y,z坐标。不论这n个点的顺序怎么变化,它们表示在三维空间中的形状结构和几何特征是不变的,如下图所示,虽然点云中点的顺序改变了,但是投影到三维空间中的目标大小、形状等几何性质并未发生改变。这就使得点云中的点有n!种排列顺序,即同一个目标理论上有n!种可以表示它的点云。

72c56a84-47bf-11ee-97a6-92fbcf53809c.png

(3)旋转不变性:当同一个目标在三维坐标系中经过旋转以后,点云中所有点的坐标基本上都会发生改变,但是旋转前的点云与旋转后的点云所代表的三维目标还是相同的。如下图所示,将三维坐标中的点云旋转以后,虽然各点的坐标值发生了变化,但是变化后的点云投影到三维空间中表示的目标的大小、形状等几何性质并未发生改变。

72e339ce-47bf-11ee-97a6-92fbcf53809c.png

(4)采样密度不均匀:由于激光雷达是以自身为中心放射状的发射激光射线,这就导致距离激光雷达近的目标点的密度较大,而离激光雷达距离较远的目标点的密度较小,甚至有些目标只能获取几个点的信息,如下图所示,同一个物体,在距离较近的时候采样点数量多,在距离较远的时候采样点数量少。

72f42f40-47bf-11ee-97a6-92fbcf53809c.png


—END—

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表德赢Vwin官网 网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 传感器
    +关注

    关注

    2550

    文章

    51034

    浏览量

    753036
  • 图像处理
    +关注

    关注

    27

    文章

    1289

    浏览量

    56720
  • 点云
    +关注

    关注

    0

    文章

    58

    浏览量

    3789

原文标题:总结!三维点云基础知识

文章出处:【微信号:3D视觉工坊,微信公众号:3D视觉工坊】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    基于深度学习的三维配准方法

    基于深度学习的三维配准方法成为研究的主流,并随之诞生了DeepVCP、DGR、Predator等著名的方法。
    发表于 11-29 11:41 1814次阅读

    起点,经过,终点,三点xyz,画三维圆弧。

    大家好!已知,起点,经过,终点,三点xyz,画三维圆弧。在三维图片框里面画。该如何实现?甚至三维
    发表于 07-17 21:33

    三维快速建模技术与三维扫描建模的应用

    的HANDYSCAN三维激光扫描仪采集它的三维信息,然后利用Vxelements软件对多站式
    发表于 08-07 11:14

    港中文和商汤研究员提出高效的三维目标检测​新框架

    与二图像中会相互遮挡的物体不同,三维云中的物体都是天然分离的,使得三维目标内部各个部分的相对位置可以精确获取,这些方法将有效提高目标检测方法的性能。基于这样的观察结果,研究人员提出
    的头像 发表于 08-02 14:18 3511次阅读
    港中文和商汤研究员提出高效的<b class='flag-5'>三维</b><b class='flag-5'>点</b><b class='flag-5'>云</b>目标检测​新框架

    计算机视觉:三维数据处理学习内容总结

    三维计算视觉研究内容包括: 1)三维匹配:两帧或者多帧数据之间的匹配,因为激光扫描光束受物体遮挡的原因,不可能通过一次扫描完成对整个物体的三维
    的头像 发表于 11-27 10:32 4843次阅读

    通过多模态特征融合来设计三维分类模型

    针对数据本身信息量不足导致现有三维分类方法分类精度较低的问题,结合多模态特征融合,设计一种三维
    发表于 03-11 14:09 3次下载
    通过多模态特征融合来设计<b class='flag-5'>三维</b><b class='flag-5'>点</b><b class='flag-5'>云</b>分类模型

    基于深度学习的三维语义分割研究分析

    近年来,深度传感器和三维激光扫描仪的普及推动了三维处理方法的快速发展。语义分割作为理解
    发表于 04-01 14:48 16次下载
    基于深度学习的<b class='flag-5'>三维</b><b class='flag-5'>点</b><b class='flag-5'>云</b>语义分割研究分析

    的概念以及与三维图像的关系

    概念 三维图像的关系:三维图像是一种特殊的信息表达形式,其特征是表达的空间中
    的头像 发表于 08-17 09:18 7248次阅读
    <b class='flag-5'>点</b><b class='flag-5'>云</b>的概念以及与<b class='flag-5'>三维</b>图像的关系

    三维数据的两种结构Kdtree和Octree

    三维数据用于表征目标表面的海量集合,但是各个离散之间并没有拓扑关系,一般通过建立
    的头像 发表于 03-14 10:57 7447次阅读

    什么样的可以称为三维云中的关键呢?

    本工作受D2-Net启发,提出了一种新的三维关键点定义方式,将其与三维的特征描述子关联起来,有效的回答了什么是
    的头像 发表于 11-22 09:46 1317次阅读

    一文详解三维图像处理技术

    三维图像的关系:三维图像是一种特殊的信息表达形式,其特征是表达的空间中个维度的数据,表现形式包括:深度图(以灰度表达物体与相机的距离
    的头像 发表于 03-31 16:07 2974次阅读

    智慧城市_实景三维|物业楼三维扫描案例分享_泰来三维

    三维激光扫描技术是近年来发展的新型测量方法,通过三维扫描获取大量全面点数据,形成三维立体模型,实现快速掌握被测目标信息。
    的头像 发表于 05-16 13:56 1045次阅读
    智慧城市_实景<b class='flag-5'>三维</b>|物业楼<b class='flag-5'>三维</b>扫描案例分享_泰来<b class='flag-5'>三维</b>

    泰来三维|三维扫描服务_三维激光扫描仪测量山体滑坡建模

    建模是将测量得到的数据进行拟合、优化与处理,生成真实的三维模型的过程。它能够全面、准确地显示被扫描体的外形与内部结构,从而在山体滑坡
    的头像 发表于 05-15 16:32 281次阅读
    泰来<b class='flag-5'>三维</b>|<b class='flag-5'>三维</b>扫描服务_<b class='flag-5'>三维</b>激光扫描仪测量山体滑坡<b class='flag-5'>点</b><b class='flag-5'>云</b>建模

    泰来三维|数字化工厂_煤矿三维扫描数字化解决方案

    采用大空间三维激光扫描仪对厂区内部进行架站式精准三维扫描。厂区外部采用无人机倾斜摄影的方式获取彩色模型数据,采集控制坐标与三维
    的头像 发表于 05-29 11:55 456次阅读
    泰来<b class='flag-5'>三维</b>|数字化工厂_煤矿<b class='flag-5'>三维</b>扫描数字化解决方案

    什么是三维分割

    是世界的一种非结构化三维数据表示,通常由激光雷达传感器、立体相机或深度传感器采集。它由一系列单个组成,每个由 x、y 和 z 坐标定
    的头像 发表于 10-29 09:21 173次阅读