扫描手机二维码

欢迎您的访问
您是第 位访客

开通时间 :..

最后更新时间:..

  • 曹俊杰 ( 讲师(高校) )

    的个人主页 http://faculty.dlut.edu.cn/jjcao/zh_CN/index.htm

  •   讲师(高校)   硕士生导师
点云分析与处理 当前位置: jjcao >> 科学研究 >> 点云分析与处理

在此方面,我们研究了点云模型的骨骼提取、配准、重建以及简化。

 

首先,我们提出一种基于Laplacian收缩的从一般的离散几何数据提取曲线骨骼的算法。可以处理包含中等程度甚至大量缺失数据的点云,开网格和Polygon soup,并且将提取的曲线骨骼用于交互式地模型拓扑修正,基于此提出了一种借助骨骼辅助的拓扑保持的曲面重建方法。相关工作发表在计算机学会推荐C类国际会议SMI2010根据Google Scholar 统计该工作已被引用100次

 

针对复杂带状实体点云数据,提出了一种新颖的曲线重建方法。该方法在对原始数据进行各向异性的自适应采样之后,利用采样半径的不同,基于聚类算法自动识别出每个非线性区域。随后应用收缩和合并两个算子对由结点连成的图进行优化,最后通过最小二乘曲线拟合来提高重建曲线的几何逼近性。相关研究成果于2011年发表在SCI检索期刊Journal of Zhejiang University-Science C

 

为了解决三维扫描仪得到的物体表面形状数据存在噪声、点云密度不均匀、数据量巨大等问题,我们提出了一种利用自适应局部投影算子(LOP)对原始点云进行简化和基于几何相关的随机采样技术的初始化方法,简化后的点云能够依照原始形状的曲率大小分布,曲率高的地方,点云密度比较大,曲率低的地方,点云密度比较小。疏密程度可以通过一个参数直观控制,并且在各向同性的区域,点云分布的均匀性比较高。相关成果与2011年发表在SCI检索期刊”Journal of Zhejiang University Science C”上。

 

我们提出了一种区域层次上的自动点云配准算法。目前已有的方法直接在全局上进行配准,不适用于两个点云重叠比例较低或者重叠区域特征不明显的情况。我们利用刚体变换的低维性质,将区域作为配准的基本对象,然后引入可信性和一致性的概念,通过求解一个优化问题从一系列区域配准得到全局配准。最后,用稀疏ICP算法进行精确配准。实验表明,我们的算法在保持对噪声和离群点鲁棒的前提下,可正确配准重叠比例更低的点云,适用范围更广泛。相关结果于2015年发表在EI检索期刊 计算机辅助设计与图形学学报。

 

发表文章情况:

  1. Junjie Cao, Andrea Tagliasacchi, Matt Olson, Zhixun Su, Richard Hao Zhang. Curve Skeleton from Point clouds via Laplacian-Based Contraction. SMI 2010

标注基金:U0935004

  1. Yuandi Zhao, Junjie Cao, Zhixun Su, Zhiyang Li. Efficient Reconstruction of Non-Simple Curves. Journal of Zhejiang University Science C, 2011, 12(7), 523-532. (SCI)

标注基金:U0935004

  1. Su, Zhi-xun; *Li, Zhi-yang; Zhao, Yuan-di; Cao, Jun-jie. Curvature-aware simplification for point-sampled geometry. Journal of Zhejiang University-Science C-Computers & Electronics, 12(3), pp 184-194, 2011/3.  期刊论文, SCI

标注基金:U0935004

  1. Baochang Han, Junjie Cao, Zhixun Su*. Automatic Point Clouds Registration Based on Regions. Journal of Computer-Aided Design & Computer Graphics, 27(2), 313-319, 2015. (EI)

标注基金: 国家自然科学基金(61173103);国家自然科学基金-广东联合基金(U0935004);国家科技重大专项(2013ZX04005021)

  1. Jun Wang*, Kai Xu, Ligang Liu, Junjie Cao, Shengjun Liu, Zeyun Yu, Xianfeng Gu. Consolidation of Low-quality Point Clouds from Outdoor Scenes. Computer Graphics Forum (SGP 2013), 32(5), 207-216. (SCI, IF: 1.638) (Cited by 2). (CFC B)

  2. Jun Wang*, Zeyun Yu, Weidong Zhu, Junjie Cao. Feature-Preserving Surface Reconstruction from Unoriented, Noisy Point Data, Computer Graphics Forum, 2013, 32(1), 164-176. (SCI, IF: 1.476) (Cited by 4) (CFC B)


辽ICP备05001357号 地址:中国·辽宁省大连市甘井子区凌工路2号 邮编:116024
版权所有:大连理工大学