【技术实现步骤摘要】
本专利技术涉及产品逆向工程
,具体涉及一种基于二维凸包的产品散乱点云边界特征提取方法。
技术介绍
逆向工程技术主要包括:模型数字化、数字型面的预处理和曲面重构等过程。其中,模型的数字化是研究实物模型的测量问题,在制造行业,常用的方法是采用三维扫描设备获取产品的型面特征信息。数字型面预处理是指对测量数据的处理技术。曲面重构是把测量的数据转换为CAD模型,用于实际的加工生产。在利用点云数据进行重构时,对整体数据的处理比较复杂,甚至难以实现,需要先识别模型的边界特征点或线,对数据进行划分,然后分块处理,最终实现产品的CAD建模。另外,点云的边界识别技术对点云补洞、文物复原及修复等方面都有着重要应用。对现有技术文献检索发现,张献颖等在学术期刊《中国图像图形学报》2003,8(10),P1223-1226上发表的学术论文“空间三角网格曲面的边界提取方法”中,通过建立产品模型点云的STL网格模型提取点云边界特征,该方法边界特征提取准确,但目前适应任何数据点云的三角化算法还没得到完全有效的解决,且三角化方法本身时间复杂度高,需耗费大量的系统资源,运行速度慢。孙殿柱在其科技论文《散乱数据点云型面特征分析算法的研究与应用》(机械工程学报,2007,43(6):133-136)中获取点云局部型面参考点集,拟合点集参考平面并将参考点集投影到平面,通过对投影数据角度比较提取点云边界特征,该算法提取的边界特征点集包含部分内部点,提取精度低。综上所述,现有技术存在的缺陷是:边界特征提取精度低,适用范围小,无法满足逆向工程中CAD建模及快速成型设计的需要。
技术实现思路
本专利技术 ...
【技术保护点】
一种基于二维凸包的产品模型散乱点云边界特征提取方法,其特征在于,包括以下步骤:步骤1,将产品模型散乱点云数据读入到存储设备中,并计算点云密度ρ;步骤2,对于任意目标点v,遍历点云数据,搜索距其最近的k个数据点作为目标点v的k‑近邻点;步骤3,采用最小二乘方法求解目标点v及其k‑近邻点的拟合平面P;步骤4,将目标点v及其k‑近邻点投影到拟合平面P,并求解投影点的二维凸包Q;步骤5,基于凸包Q实现产品模型散乱点云边界特征提取。
【技术特征摘要】
1.一种基于二维凸包的产品模型散乱点云边界特征提取方法,其特征在于,包括以下步骤:步骤1,将产品模型散乱点云数据读入到存储设备中,并计算点云密度ρ;步骤2,对于任意目标点v,遍历点云数据,搜索距其最近的k个数据点作为目标点v的k-近邻点;步骤3,采用最小二乘方法求解目标点v及其k-近邻点的拟合平面P;步骤4,将目标点v及其k-近邻点投影到拟合平面P,并求解投影点的二维凸包Q;步骤5,基于凸包Q实现产品模型散乱点云边界特征提取。2.根据权利要求1所述的基于二维凸包的产品模型散乱点云边界特征提取方法,其特征在于,步骤1中计算点云密度ρ的计算方法是:在点云数据中随机抽取n个点,对抽取到的任意点poi,遍取点云数据,搜索与其最近的m个点,并计算最近的m个点中的各个点与poi的距离di,j,则点云密度其中i=0、1、…n,j=0、1、…m。3.根据权利要求1所述的基于二维凸包的产品模型散乱点云边界特征提取方法,其特征在于,步骤3中拟合平面P的求解方法是:设平面方程为c1x+c2y+c3z+c4=0,其矩阵方程为HC=0,其中:H=x0y0z01x1y1z11............xnynzn1]]>则拟合平面P的方程为Hc1c2c3c4=0000]]>采用特征向量估计法求解拟合平面P的方程,对矩阵HTH进行奇异值分解得HTH=Uw10000w20000w30000w4VT]]>其中U和V为正交矩阵,w1、w2、w3、w4为HTH的特征值,其中最小特征值对应的特征向量即为拟合平面P的方程的最小二乘解,从而求得拟合平面P。4.根据权利要求1所述的基于二维凸包的产品模型散乱点云边界特征提取方法,其特征在于,步骤4中,设目标点v及其k-近邻点在拟合平面P上的投影集合为VP,则投影点的二维凸包Q的求解步骤是:步骤4.1,任意选取不共线的三点形成初始凸包,将初始凸包的三条边添加到凸包集合QE中;步骤4.2,将凸包内部点及凸包顶点由VP中删除;步骤4.3,若VP为空,程序结束,此时凸包集合QE即为求解的投影点的二维凸包Q;否则执行步骤4.4;步骤4.4,由VP中任选一点rt(at,bt,dt),采用增值方法进行凸包数据更新并返回步骤4.2。5.根据权利要求4所述的基于二维凸包的产品模型散乱点云边界特征提取方法,其特征在于,步骤4.2中,VP中数据点是否是凸包内部点的判断方法是:采用公式ao=Σl=0sals;bo=Σl=0sbls;d...
【专利技术属性】
技术研发人员:李小冬,周珂,夏自祥,崔祥府,
申请(专利权)人:济宁学院,
类型:发明
国别省市:山东;37
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。