點云是分布在三維空間中的離散點集，也是對物體表面幾何的離散采樣。三維測量技術的迅速發展使得點云數據的獲取更加簡單方便。但是，由于測量環境的干擾和測量對象的材料反射問題，三維測量數據會包括含各種噪聲、離群點，且特征采樣不足。另外，由于大尺寸測量對象的結構限制，通常需要多次拼接，噪聲、細節丟失等現象更為嚴重，嚴重制約了點云數據的后續應用。本書是作者專注在三維測量點云質量智能優化領域內多年的研究積累，重點圍繞三維測量點云質量智能優化的核心理論與方法，包括傳統數據優化算法、基于點表征學習和圖表征學習的測量數據優化算法、基于特征描述子的測量數據優化算法、基于多源表征的測量數據優化算法等進行系統性闡述，最后結合航空航天實例介紹測量數據優化軟件平臺與工程應用方案，為點云的智能優化處理與工程應用提供基礎性理論方法指導。
2013年受聘為第四批江蘇特聘教授，2014年入選江蘇省“雙創計劃（創新類）”人才，2015年入選“國家重大人才工程A類青年項目”，2019年獲得江蘇省杰出青年基金項目資助。主持國家重點研發計劃子課題、航空科學基金 、江蘇省杰出青年基金 、國家自然科學基金 、國家級青年人才項目(海外引進)
目錄
第1章 緒論 1
1.1 三維測量數據獲取 1
1.2 三維測量數據幾何優化技術 1
1.3 三維測量數據智能優化技術 2
1.4典型應用 2
第2章 三維測量數據獲取與數據優化 3
2.1 引言 3
2.2 三維測量數據獲取 3
2.2.1 概述 3
2.2.2 接觸式測量 3
2.2.3 激光測量 5
2.2.4 結構光測量 7
2.2.5 攝影測量 10
2.3 本章小結 11
第3章 特征保持的傳統數據優化技術 13
3.1 引言 13
3.2 特征保持的表面網格去噪的級聯算法 14
3.2.1 算法概述 14
3.2.2 雙邊法線濾波 15
3.2.3 特征檢測 18
3.2.4 加權對偶圖構建 18
3.2.5 各向異性鄰域檢索 20
3.2.6 基于Bezier表面擬合的網格去噪 21
3.2.7 實驗結果與分析 23
3.3 雙法線濾波方法 31
3.3.1 算法概述 31
3.3.2 頂點分類 32
3.3.3 雙法線濾波 32
3.3.4 三角面片法線場初始化 33
3.3.5 鄰近三角面片聚類 33
3.3.6 頂點位置更新 37
3.3.7 實驗結果與分析 39
3.4 本章小結 46
第4章 基于矩陣低秩恢復的測量數據優化技術 48
4.1 引言 48
4.2 基于圖約束低秩恢復的多局部結構點云去噪算法 48
4.2.1 算法概述 48
4.2.2 Bi-PCA估計指導法線和局部坐標系 50
4.2.3 高度圖圖塊矩陣構建 52
4.2.4 圖約束低秩矩陣恢復 54
4.2.5 圖塊合成 57
4.2.6 實驗結果分析 59
4.3 基于塊協同法線濾波的網格保特征去噪算法 71
4.3.1 算法概述 71
4.3.2 基于塊協同的法線調整 71
4.3.3 矩陣內核低秩恢復 74
4.3.4 基于法線的保特征網格去噪 81
4.3.5 實驗結果分析 83
4.4 本章小結 93
第5章 基于PointNet的測量數據智能優化技術 95
5.1 引言 95
5.2 特征感知的點云循環去噪神經網絡 95
5.2.1 去噪模型假設與問題描述 95
5.2.2 循環去噪神經網絡結構設計 96
5.2.3 點云數據質量優化 99
5.2.4 實驗結果與分析 99
5.3 基于對偶圖神經網絡的雙域網格去噪技術 103
5.3.1 算法概述 103
5.3.2 三角網格中的對偶圖結構 104
5.3.3 網絡總體架構 105
5.3.4 圖池化策略 106
5.3.5 損失函數 108
5.3.6 頂點位置更新 108
5.3.7 實驗結果分析 109
5.4 本章小結 116
第6章 基于幾何特征描述子的測量數據智能優化技術 117
6.1 引言 117
6.2 幾何支持的對偶卷積點云去噪技術 117
6.2.1 算法概述 117
6.2.2 構建對偶圖 119
6.2.3 網絡結構設計 121
6.2.4 頂點位置更新 123
6.2.5 實驗結果分析 125
6.3 幾何知識驅動的三角網格法線濾波技術 130
6.3.1 算法概述 130
6.3.2 非局部塊組法線矩陣 131
6.3.3 NormalF-Net網絡結構 133
6.3.4 頂點位置更新 136
6.3.5 實驗結果分析 136
6.4 基于級聯幾何恢復的三角網格逆向濾波技術 145
6.4.1 算法概述 145
6.4.2 廣義反向過濾面法線描述符 146
6.4.3 基于法線的極限學習機 149
6.4.4 網格逆向濾波 152
6.4.5 實驗與討論 155
6.5 本章小結 161
第7章 基于混合特征的測量數據智能優化技術 162
7.1 引言 162
7.2 基于混合特征引導的幾何信息融合法線估算技術 164
7.2.1 多尺度法線濾波 164
7.2.2 點模塊 165
7.2.3 HMP模塊 165
7.2.4 連接模塊 165
7.2.5 法線優化框架 167
7.2.6 多尺度擬合路徑選擇 167
7.3 實驗結果分析 170
7.3.1 實驗設置 170
7.3.2 PCPNet數據集實驗 171
7.3.3 更多合成數據實驗 171
7.3.4 真實掃描實驗 174
7.3.5 效率對比 176
7.3.6 消融實驗 177
7.3.7 學習優化法線 179
7.3.8 應用 180
7.4 本章小結 181
第8章 測量數據優化軟件平臺與工程應用 182
8.1 航空 三維測量數據分析軟件平臺 182
8.2 典型工程應用 185
8.2.1 飛機整機檢測 185
8.2.2 鉚釘平齊度檢測 186
8.2.3 對縫階差間隙檢測 186
8.2.4 復合材料通孔檢測 187
8.2.5 制孔質量檢測 188
8.2.6 飛機油箱涂膠質量檢測 190
參考文獻 192
新書資訊