本文基于OpenGL实现立式罐点云数据模型的三维可视化。按倾斜变形检测、弯曲变形检测、位移变形检测、局部变形检测四个方面对立式圆形罐进行变形研究。按照事先设定的高度对立式罐点云数据模型进行分层，计算出每层点集合的圆心跟半径。通过圆心点拟合出罐体中心线，再根据两期罐体点云数据，计算两条中心线夹角，判断它是否发生倾斜。计算点云数据的圆心点到拟合中心线的距离，比较它们距离的变化。获得圆心点后，绘制每层的圆曲线，简化两期数据圆曲线模型，计算两期数据点到直线距离，看哪些点位移偏差大，从而判断罐体是否发生偏移。将点云数据三角网化，得到点之间的拓扑关系，再对该三角网进行曲面拟合，进行点云模型的表面重建，判断该罐体表面是否发生变形。

本课题的研究旨在通过激光扫描仪采集的激光点云数据，结合OpenGL对其实现三维可视化，同时采用倾斜变形检测、弯曲变形检测、位移变形检测和局部变形检测这四种检测方法实现立式罐的变形检测。

本文的结构安排如下：

第一章：介绍了课题的研究背景和意义，并概括了国内外立式圆形罐容量计算的主要方法，最后介绍了本文的结构。

第二章：介绍了系统模块以及各个模块功能的描述。

第三章：介绍了系统开发环境以及在实现各个模块功能过程中的研究思路跟方法。

本文在vc++6.0平台下，结合OpenGL实现了对立式罐点云数据模型进行三维可视化，可进行旋转、缩放等操作。

由于点云数据量非常大，且无法确定该文件数据的个数，故不能用静态数组存储点数据。本文定义了一个数组类的变量，用它来存储激光点云数据，实验证明该方法读取数据的速度比较快、效率也比较高。

将点云数据分层，获得每层点集合的圆心跟半径，这一步的处理很重要，如果圆心点计算结果误差较大，在之后的中心线拟合、圆曲线和圆曲面绘制中会有很大影响。用最小二乘法计算圆的一般方程式中的参数，根据这些参数求算圆心跟半径。实验证明所获得圆心坐标跟半径的误差值较小，根据圆心跟半径所绘制的圆曲线模型跟立式罐点云数据模型比较吻合，位移偏差不大。

 检测立式罐倾斜变形，利用两期立式罐的点云数据拟合出两期中心线，根据这两条中心线的夹角判断立式罐是否发生倾斜。关键问题是中心线的拟合，本文采用的方法是离散点的空间直线拟合，这里的离散点是指所有点层集合的圆心点即圆心。空间直线拟合，先将三维点转换为二维的，因为点是按x值分层的，故将三维点分别投影在xoy平面坐标系下和xoz平面坐标系下，获得这两个平面直角坐标系下的点，根据最小二乘法拟合出二维直线。因为x值是不变的，所以可以获得该点在直线上的y、z值，即该点在空间直线上的点。求出两个点，根据空间两点确定唯一一条直线，即可获得空间直线。

点云数据的三角网化是局部变形检测实现的重点。本文实现的思路是，将立式圆形罐分为上下两个半圆柱，分别对这两个半圆进行三角网化，这样就转换为用不规则的三角网模型构建DEM地形表面。本文采用生长法构建三角网，但三角网的构建效果不是很明显，且效率比较低，在以后的日子里会对这些算法有所修改，较低三角网化的时间以及提高三角网的精度。