三维点云数据处理的技术研究

中国供求网

【摘要】本文分析了大数据领域的现状、数据点云处理技术的方法，希望能够对数据的技术应用提供一些参考。

【关键词】大数据;云数据处理;应用

一、前言

随着计算机技术的发展，三维点云数据技术得到广泛的应用。但是，受到设备的影响，数据获得存在一些问题。

二、大数据领域现状

数据就像货币、黄金以及矿藏一样，已经成为一种新的资产类别，大数据战略也已上升为一种国家意志，大数据的运用与服务能力已成为国家综合国力的重要组成部分。当大数据纳入到很多国家的战略层面时，其对于业界发展的影响那是不言而喻的。国家层面上，发达国家已经启动了大数据布局。2012年3月，美国政府发布《大数据研究和发展倡议》，把应对大数据技术革命带来的机遇和挑战提高到国家战略层面，投资2亿美元发展大数据，用以强化国土安全、转变教育学习模式、加速科学和工程领域的创新速度和水平;2012年7月，日本提出以电子政府、电子医疗、防灾等为中心制定新ICT(信息通讯技术)战略，发布“新ICT计划”，重点关注大数据研究和应用;2013年1月，英国政府宣布将在对地观测、医疗卫生等大数据和节能计算技术方面投资1(89亿英镑。

同时，欧盟也启动“未来投资计划”，总投资3500亿欧元推动大数据等尖端技术领域创新。市场层面上，美通社发布的《大数据市场:2012至2018年全球形势、发展趋势、产业

数据分析平台，甲骨文公司的OracleNoSQL数据库，微软公司WindowsAzure

上的HDInsight大数据解决方案，EMC公司的

GreenplumUAP(UnifiedAnalyticsPlat-form)大数据引擎等等。

在中国，政府和科研机构均开始高度关注大数据。工信部发布的物联网“十二五”规划上，把信息处理技术作为四项关键技术创新工程之一提出，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分，而另外三项:信息感知技术、信息传输技术、信息安全技术，也都与大数据密切相

关;2012年12月，国家发改委把数据分析软件开发和服务列入专项指南;2013年科技部将大数据列入973基础研究计划;2013年度国家自然基金指南中，管理学部、信息学部和数理学部都将大数据列入其中。2012年12月，广东省启了《广东省实施大数据战略工作方案》;北京成立“中关村大数据产业联盟”;此外，中国科学院、清华大学、复旦大学、北京航空航天大学、华东师范大学等相继成立了近十个从事数据科学研究的专门机构。中国互联网数据中心(IDC)对中国大数据技术和服务市场2012,2016年的预测与分析指出:该市场规模将会从2011年的7760万美元增长到2016年的6。17亿美元，未来5年的复合增长率达51(4%，市场规模增长近7倍。数据价值链和产业链初显端倪，阿里巴巴、百度、腾

讯、华为、大智慧等数据资源型和研发应用型企业初步涌现，并引领着数据产业的发展。2010年4月，淘宝推出“数据魔方”应用，开展基于淘宝网交易数据的分析和挖掘。2012年，华为公司推出了大数据解决方案和大数据存储产品。

大数据领域的研究最早集中于大数据处理技术的发展，随着数据量发展到PB、EB级甚至更大，客观上要求能够更快地处理分析。大数据专用计算机、分布式计算机集群、多类型多来源数据的处理和分析、数据网络等复杂结构数据的分析、秒级时间分析等通用技术以及各种面向领域的应用技术成为大数据发展的驱动力。

三、三维点云数据处理流程

三维点云数据处理的关键技术主要包括冗余数据的删除、孤立点检测与滤除、数据平滑、点云数据精简、多视拼接、特征识别、区域分割、几何估算、模型重建等，处理流程图如图1所示。

图1点云数据处理流程图

图1只是点云数据处理的一般流程，针对不同的点云数据以及不同的需求可以选择性的调整相关的处理顺序或只选择其中的某些步骤进行数据处理。由图1可知三维点云数据的孤立点自动检测、数据平滑、多视拼接不仅是三维点云数据处理的关键技术，也是后续处理技术的的基础。

四、大型水轮机叶片的数据点云处理技术

由于实物几何和测量手段的制约，在数据测量时，会存在部分测量盲区和缺口，给后续的造型带来影响。“点云”是三维空间中的数据点的集合。因此，有必要对测量数据进行有效地处理，使得后续的模型重构方便可行。对于叶片的点云数据，在模型重构之前需要对其作一些列的前期处理，如数据平滑、可视化分析、数据分割等。测量数据处理技术是产品逆向建模的重要基础。下面结合大型水轮机叶片点云实际，说明点云数据处理技术。

图2白山1#机转轮叶片9#(宁波嘉?加工)型线精密检测

1、数据格式转换与补偿

目前，市场上应用的CAD/CAM软件类型较多，而且每一种CAD/CAM系统都有自己的数据文件格式，这给实现这些CAD/CAM软件之间的数据通信带来了许多不便。正由于市场上流行的CAD/CAM系统内部产品模型的数据结构和格式各不相同，影响了数据传输和程序衔接的自动化，也给三坐标测量机与CAD/CAM之间的数据通信带来困难。另外，在UG软件对大型水轮机叶片曲面进行重构之后，也要降UG软件的数据格式转换到MasterCAM软件中进行自动编程与后置处理。而且在逆向工程的数据处理中，有些数据扫描系统，特别是接触式扫描系统，扫描获得零件表面的坐标值并非接触点的坐标值，而是反映测头中心或顶部的值，为了描述零件表面上点的实际坐标值，必须对这些坐标值进行补偿转换。

2、噪声点剔除

在大型水轮机叶片曲面的实际测量过程中，由于各种人为或随机因素的影响，导致获得的原始数据点跟着产生噪声数据，即所谓的噪声点。根据经验和实践积累，这部分数据大约占数据总量的0.1%,5%。传统中使用的最简单的噪声剔除方法是人机交互，通过图形显示，判别明显坏点，在数据序列中将这些点剔除。还有一种去除噪声点的方法是角度判别法，以去除一些断点噪声。本文采用的UG软件进行大型水轮机叶片曲面的数据处理，采用的方法就是使用角度判别法进行自动断点探测。

3、多视数据整合对齐

多视数据整合对齐有两种方式:一种是事后的数据对齐处理;一种是通过专用的测量装置实现测量数据的直接对齐。通过长期的研究和实践，通常将事后的数据对齐处理分为数据的直接对齐(它是直接对数据点集进行操作实现数据对齐)和基于图形的对齐(基于图形的操作快捷、结果准确，多视数据整合对齐大多采用事后数据直接对齐)两种方法。

4、数据点精化

在大型水轮机叶片数据点精化的研究中，提出了各种处理方法。用均匀网格精化数据，选择图像处理过程中的中值滤波。

五、结束语

总之，随着信息技术的发展和进步，点云数据处理技术也将更加科学完善，数据获得也更加准确。

头文件读：从外部文件中将数据读到程序中来处理对于程序来说，是从外部读入数据，因此定义输入流，即定义输入流对象:ifsteam in就是输入流对象。这个对象当中存放即将从文件读入的数据流。假设有名字为my的文件，存有两行数字数据，具体方法：int a,b; ifstream infile; in("my"); //注意文件的路径infile>>a>>b; //两行数据可以连续读出到变量里in() 如果是个很大的多行存储的文本型文件可以这么读：char buf[1024]; //临时保存读取出来的文件内容string message; ifstream infile; in("my"); if(in()) //文件打开成功,说明曾经写入过东西{ while(in() && !in()) { memset(buf,0,1024); in(buf,1204); message = buf; ...... //这里可能对message做一些操作cout< ＃i nclude ＃i nclude using namespace std; //////////////从键盘上读取字符的函数void read_save(){ char c[80]; ofstream outfile("f1.dat");//以输出方工打开文件if(!outfile){ cerr<<"open error!"<=65&&c[i]<=90||c[i]>=97&&c[i]<=122){//保证输入的字符是字符out(c[i]);//将字母字符存入磁盘文件