三维点云数据实际上就是物体表面采样点的集合，随着3D扫描技术的快速发展，点云的采集变得更加便利。目前点云作为一种新兴的数据形式，已经逐渐地应用到许多领域中，如逆向工程、虚拟现实、模式识别、游戏娱乐等。三维点云数据拥有很多二维图像所没有的优点，它可以将物体在空间中的三维信息准确地记录下来，同时还能用于推断物体表面的几何特征[1]。

虽然利用三维扫描点云来进行管道检测具有明显的技术优势，但是在识别和测量的过程中仍然会由于目标本身、外界干扰等原因对识别的准确性造成影响。本课题针对如何识别出由点云数据表示的圆柱体，展开三维点云的特征与提取、点云分割以及参数识别的研究，并实现圆柱体的分割和参数的测量，从而实现能够准确、快速地识别圆柱体。

1。2  国内外研究现状

1。2。1  点云特征提取的研究现状

1。2。2  点云分割的研究现状

1。3  课题研究主要工作

本课题的目标是在三维扫描点云中对圆柱体进行有效地识别。主要研究工作包括以下几点：

    （1）研究点云特征与提取的常用方法并用算法实现对圆柱体法线的估计。其目的是为后续基于法线的分割准备数据。   

    （2）研究点云分割的常用方法并用算法实现圆柱体的点云分割。分割的目的是将圆柱体与无关背景进行分离，便于参数的测量。

    （3）实现圆柱体参数的识别。其目的主要是测得圆柱体的参数。

上述工作都是圆柱体识别过程的必要步骤，也是点云数据处理的一般过程。本课题工作主要是对三部分过程的算法分别进行设计和研究，提出合理、高效的算法。目标是使设计出的算法尽可能地达到高效、准确、便捷地识别圆柱体。来:自[优E尔L论W文W网www.youerw.com +QQ752018766-

1。4  本文结构安排

本文用六章来说明，每章的大致内容如下：

第1章为绪论部分，主要对本文的研究背景、研究意义以及主要工作进行总体阐述，同时对课题研究思路和本文结构安排作出总体介绍。

第2章是对点云的特征与提取进行介绍，对现有常见的计算方法作出概述，并且详细介绍本文所需要的估计法线的方法。

第3章是本文的重点章，主要阐述了点云分割的理论和比较常用的算法，根据课题需要，详细介绍本文采用的随机采样一致性分割算法。

第4章是对识别圆柱体参数的算法进行介绍。

第5章主要介绍了本文算法的编程平台PCL，并对算法流程进行总体介绍，最后对实验结果进行评价。

    第6章是对课题的总结和展望。