实物表面采样数据尖锐特征样点法向估计方法技术

技术编号:12865113 阅读:93 留言:0更新日期:2016-02-13 14:25
本发明专利技术提供一种实物表面采样数据尖锐特征样点法向估计方法,属于产品逆向工程技术领域,其特征在于:基于核密度估计方法计算目标样点及其邻域数据的模式点,根据目标样点与其对应模式点的偏离程度建立特征识别准则,基于采样模型过渡曲面圆角半径以及目标样点与模式点的偏离程度定义特征识别敏感系数,用以调整特征识别敏感度,基于间隙统计算法估计非封闭曲面采样数据特征样点自然分簇数目,利用聚类分析的方法对非封闭曲面采样数据特征样点对应的残差平方和集合进行自适应分簇,从而去除裁剪特征样点,提取尖锐特征样点,根据尖锐特征样点与模式点的位置关系估计样点法向。采用本方法能够快速有效提取封闭曲面采样数据与非封闭曲面采样数据尖锐特征样点并对样点法向进行准确估计。

【技术实现步骤摘要】

本专利技术提供一种,属于产品逆向工 程

技术介绍
曲面重建是产品逆向工程的核心技术,为了提高曲面重建精度,需要对庞大的点 云采样数据进行预处理,点云的预处理主要包含去噪、平滑、精简、特征识别等处理,而点云 样点法向量的准确估计对点云的预处理工作非常重要,进而直接影响曲面重建的准确性。 目前常用的点云法向估计方法主要有最小二乘平面拟合的法向估计方法 和Voronoi三角网格划分的法向量估计方法。Zhao Can等在学术期刊《Tsinghua Science & Technology》2009,38(14),P77_81 上发表的 "An Improved Algorithm for k-Nearest-Neighbor Finding and Surface Normals Estimation" 中,查询样点的 k 近邻 点集,并对样点的近邻点集拟合最小二乘平面,将拟合平面的法向估计为该样点的法向。基 于最小二乘平面拟合的法向估计方法原理简单,容易实现,但对于尖锐特征处的样点由于 k近邻点集离散程度较高,不能有效拟合局部平面,导致样点的法向估计结果不准本文档来自技高网...

【技术保护点】
一种实物表面采样数据尖锐特征样点法向估计方法,其特征在于步骤依次为:(1)基于核密度估计方法计算目标样点邻域数据的模式点,计算样点与其模式点的偏离程度,将偏离程度较大的样点识别为特征样点,对封闭曲面采样数据识别到的特征样点即为尖锐特征样点,而对于非封闭曲面采样数据识别到的特征样点为尖锐特征样点与裁剪特征样点的集合;(2)根据采样模型过渡曲面圆角半径以及样点与模式点的偏离程度定义特征识别敏感系数,用以调整特征识别敏感度;(3)设非封闭曲面采样数据裁剪特征样点与尖锐特征样点集合为,对中任一样点及其邻域数据拟合最小二乘平面,计算样点与其拟合平面的残差平方和,得到样点集合对应的残差平方和集合,通过聚类...

【技术特征摘要】

【专利技术属性】
技术研发人员:孙殿柱南艳艳李延瑞魏亮
申请(专利权)人:山东理工大学
类型:发明
国别省市:山东;37

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1