三维实物局部型面特征参考数据的获取方法技术

本发明专利技术提供一种三维实物局部型面特征参考数据的获取方法，属于产品逆向工程领域，可解决三维实物局部型面特征参考数据的准确性问题，其特征在于：为从三维实物表面获取的三维点云数据构建R树空间索引结构；获取目标点的k近邻点集，并对其进行主元分析；根据它的主元分析结果扩展搜索球半径，并搜搜第二主元方向的新的数据点；将数据信息缺失的方向的数据点加入近邻点集中，从而获取目标点的局部型面特征参考数据。该方法可准确获取三维实物点云数据分布均匀与非均匀处的局部型面特征参考数据。

【技术实现步骤摘要】

本专利技术提供一种三维实物局部型面特征参考数据的获取方法，属于产品逆向工程领域。
技术介绍
良好的局部型面特征分析可用于优化法向量估计、边界点与棱边点提取、三角网格细分、曲面重建等相关算法，因此在逆向工程、零件缺陷修复、古建筑与古物修复、医学图像分析等领域具有十分重要的作用。局部型面特征分析最重要的是局部参考数据的选取，因此，准确快速获取局部参考数据将是至关重要的。对于目前局部参考数据的文献检索发现，目前主要将k近邻点集作为局部参考数据，主要有Les等在学术期刊《Computer-Aided Design》2002，34(2)，167-172上发表的学术论文“Algorithm for finding all k nearest neighbor”、卫炜等在学术期刊《航空学报》2006，27(5)，944-948上发表的学术论文“一种快速搜索海量数据集k-近邻空间球算法”、Zhao等在学术期刊《Tsinghua Science & Technolgoy》2009，14，77-81上发表的学术论文“An improved algorithm for k-nearest-neighbor finding and surface normals estimation”中，基于栅格空间索引结构，以目标点为球心、特定距离为半径构造搜索空间(搜索球或搜索立方体) ，逐步获取k近邻点集。刘宇等在学术期刊《上海交通大学学报》2001，35(9)，1298-1302上发表的学术论文“空间k近邻查询的新策略”中以R树为空间索引结构，基于目标点与结点包围盒的最小距离、最小最大距离制定了各种剪枝策略，从根结点遍历至叶结点，继而获取k近邻点集。对于分布比较均匀的点集，目标点的k近邻点集能够有效反映局部型面特征，但由于三维扫描仪等设备本身或者人员误操作的问题，导致获取的点云数据往往呈不均匀分布，而k近邻点集为空间位置上的最近点，若k值过小，k近邻点集并不能够满足局部型面特征分析的需求，将导致法向量估计、边界样点提取、三角网格细分、曲面重建等的结果不准确。综上所述，现在技术存在的缺陷是：受点云分布不均匀影响，k近邻点集并不能有效代表局部型面特征参考数据。
技术实现思路
本专利技术的目的在于提供一种三维实物局部型面特征参考数据的获取方法，利用R树的k近邻查询方法获取目标点的k近邻点集，并根据k近邻点集的主元分析结果向数据信息缺失的方向扩展以获取目标点的局部型面特征参考数据，其技术方案为：一种三维实物局部型面特征参考数据的获取方法，其特征在于步骤依次为：一、为三维点云数据构建R树空间索引结构；二、应用R树的k近邻查询方法获取目标点p的k近邻点集T；三、根据T的主元分析结果扩展搜索范围并查询目标点的局部型面特征参考数据，其具体步骤为：a) 计算p到T中最远点的距离r；b) 应用主元分析方法得到点集T的各个主元方向；c) 以T的第二主元方向为法向且过点p构建分割平面F；d) 利用F将T分割为两个点集，设其中包含点数较少的点集为T1，另一点集为T2；e) 若T1与T的点数比例a小于点数阈值，则令为(1+a)r；f) 通过R树的范围查询方法获取落入以目标点为中心、距离在区间[r, ]内的点集L，将L添加到T中，返回a)；g) 若，则目标点的局部型面特征参考数据查询结束。为实现专利技术目的，所述的一种三维实物局部型面特征参考数据的获取方法，其特征在于步骤三中的步骤f)中的，以小点集T1及其与T的点数比例a为条件过滤点集L，其步骤具体为：(1) 删除L中与T1位于分割平面F同侧的数据点，若L为空，则令r为；(2) 若r>2r0，则停止扩展搜索范围，T即为目标点的局部型面特征参考数据，其中r0为目标点p与其k近邻点集的最大距离；(3) 扩展搜索球S半径为(1+a)r，搜索以目标点p为中心、距离在[r, ]内的点集L，返回(1)；(4) 若L不为空，若n>(1-2a)k/2，n为L中的点数，则令n为(1-2a)t/2，t为点集T中的点数，将L中的数据点按其与p的距离升序排序，只保留L中前n个数据点，点集L获取结束。本专利技术与现有技术相比，具有以下优点：(1) 主元分析可准确获取k近邻点集数据信息缺失的方向，并向该方向搜索新的近邻点，使得获取的局部型面特征参考数据尽可能包含目标点周围所有方向的数据信息，从而使得局部型面特征参考数据可有效体现目标点局部型面特征；(2) 根据第二主元平面分割点集的点数比例扩展搜索包围球，使得各样点能够自适应查询目标点的局部型面特征参考数据，并设置搜索半径的最大阈值，有效避免了边界、棱边处点的无限查询以及不同零件表面的越界查询；(3) 主元分析导向自适应扩展优化了k近邻点集，使之能够有效代表目标点局部型面特征，从而可用于后续相关算法的优化，如法向量估计、边界点与棱边点提取、三角网格细分及曲面重建等算法。附图说明图1是利用本专利技术方法获取三维实物局部型面特征参考数据的程序流程图；图2是实施局部型面特征参考数据查询试验所采用的实物表面点云——机械零部件点云及均匀分布处样点P、非均匀分布处样点Q；图3是实施局部型面特征参考数据查询试验所采用的实物表面点云——叶轮点云及均匀分布处样点P、非均匀分布处样点Q；图4与图5分别是采用R树的k近邻查询方法与本专利技术方法为机械零部件点云局部样点P查询局部型面特征参考数据的结果图；图6与图7分别是采用R树的k近邻查询方法与本专利技术方法为机械零部件点云局部样点Q查询局部型面特征参考数据的结果图；图8与图9分别是采用R树的k近邻查询方法与本专利技术方法为叶轮点云局部样点P查询局部型面特征参考数据的结果图；图10与图11分别是采用R树的k近邻查询方法与本专利技术方法为叶轮点云局部样点Q查询局部型面特征参考数据的结果图；图12是在曲面重建过程中利用R树的k近邻查询方法查询局部型面特征参考数据的机械零部件曲面重建结果图；图13是在曲面重建过程中利用本专利技术方法查询局部型面特征参考数据的机械零部件曲面重建结果图。具体实施方式下面结合附图及实施例对本专利技术作进一步说明。利用本专利技术方法获取三维实物局部型面特征参考数据的程序流程图如附图1所示，程序实现所用语言为C。该程序主要流程为：获取目标点p的k近邻点集T，计算k近邻点集包围球半径为r0，并令r为r0，r为初始搜索球半径；利用主元分析方法获取T的各个主元方向；以T的第二主元方向为法向且过p构建分割平面S，并利用S分割T为两个点集，设包含点数较少的点集为T1，另一点集为T2；若T1与T点数比例a小于阈值，则扩展搜索包围球半径R为(1+a)r；得到以p为中心、距离在[r, R]内的点集L，并将L中与T1同侧的点添加到T中；令r为R，继续分割T，直至点数比例大于阈值或r>2r0为为止。如图2所示，采用光栅投影式三维测量仪获取实施局部型面特征参考数据查询试验所采用的实物表面样点——机械零部件点云，并从点云均匀分布处、非均匀分布处提取局部样点P、Q。如图3所示，采用光栅投影式三维测量仪获取实施局部型面特征参考数据查询试验所采用的实物表面样点——叶轮点云，并从点云均匀分布处、非均匀分布处提取局部样点P、Q。分别采用R树的k近邻查询方法与本专利技术方法为机械零部件点云本文档来自技高网...

【技术保护点】
一种三维实物局部型面特征参考数据的获取方法，其特征在于步骤依次为：一、为三维点云数据构建R树空间索引结构；二、应用R树的k近邻查询方法获取目标点p的k近邻点集T；三、根据T的主元分析结果扩展搜索范围并查询目标点的局部型面特征参考数据，其具体步骤为：a) 计算p到T中最远点的距离r；b) 应用主元分析方法得到点集T的各个主元方向；c) 以T的第二主元方向为法向且过点p构建分割平面F；d) 利用F将T分割为两个点集，设其中包含点数较少的点集为T1，另一点集为T2；e) 若T1与T的点数比例a小于点数阈值，则令为(1+a)r；f) 通过R树的范围查询方法获取落入以目标点为中心、距离在区间[r,]内的点集L，将L添加到T中，返回a)；g) 若，则目标点的局部型面特征参考数据查询结束。

【技术特征摘要】
1.一种三维实物局部型面特征参考数据的获取方法，其特征在于步骤依次为：一、为三维点云数据构建R树空间索引结构；二、应用R树的k近邻查询方法获取目标点p的k近邻点集T；三、根据T的主元分析结果扩展搜索范围并查询目标点的局部型面特征参考数据，其具体步骤为：a) 计算p到T中最远点的距离r；b) 应用主元分析方法得到点集T的各个主元方向；c) 以T的第二主元方向为法向且过点p构建分割平面F；d) 利用F将T分割为两个点集，设其中包含点数较少的点集为T1，另一点集为T2；e) 若T1与T的点数比例a小于点数阈值，则令为(1+a)r；f) 通过R树的范围查询方法获取落入以目标点为中心、距离在区间[r, ]内的点集L，将L添加到T中，返回a)；g) 若，则目标点的局部型面特征参考...

【专利技术属性】
技术研发人员：孙殿柱，聂乐魁，李延瑞，郭洪帅，
申请(专利权)人：山东理工大学，
类型：发明
国别省市：山东;37