本发明专利技术提供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，通过采样分析计算点云密度，遍历点云获取目标点的k‑近邻，采用最小二乘方法求解目标点及其k‑近邻的拟合平面，将目标点及其k‑近邻投影到拟合平面，采用增值方法获取投影数据凸包，并基于凸包实现产品模型散乱点云数据边界特征提取。该方法适用于任意复杂的产品点云模型，边界特征提取过程高效、稳定、实用性强。
【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
本专利技术提供一种基于二维凸包的产品散乱点云边界特征提取方法，该方法适用于任意复杂的产品点云模型，边界特征提取过程高效、稳定、实用性强。本专利技术的技术方案是：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，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。进一步地，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。进一步地，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：则拟合平面P的方程为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。进一步地，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。进一步地，步骤4.2中，VP中数据点是否是凸包内部点的判断方法是：采用公式计算凸包集合QE的顶点集合重心O(ao，bo，do)，其中(al，bl，dl)为VP中数据点的坐标，s为VP中数据点的个数；对于VP中任意数据点rt(at，bt，dt)，遍历凸包集合QE中所有凸包边E均满足(F1ao+F2bo+F3do+F4)(F1at+F2bt+F3dt+F4)≥0，则rt(at，bt，dt)为凸包内部点，否则rt(at，bt，dt)为凸包外部点；F1a+F2b+F3d+F4＝0表示经过凸包边E且垂直于拟合平面P的平面。进一步地，步骤4.4中，凸包数据更新的具体步骤是：步骤4.4.1，查询点rt(at，bt，dt)的可见边集合；步骤4.4.2，从凸包集合QE中删除可见边集合中的各条边；步骤4.4.3，连接点rt(at，bt，dt)与凸包剩余边集合的两个端点，形成新的边界，添加到凸包集合QE中。进一步地，步骤4.4.1中，对任意凸包边E，设经过凸包边E且垂直于拟合平面P的平面方程为F1a+F2b+F3d+F4＝0，则凸包边E是否为点rt(at，bt，dt)的可见边的判断方法是：计算凸包集合QE的顶点集合重心O(ao，bo，do)，若(F1ao+F2bo+F3do+F4)(F1at+F2bt+F3dt+F4)＜0，则凸包边E为可见边，否则，凸包边E为不可见边。进一步地，步骤5中，边界特征提取的具体方法是：若目标点v在拟合平面P上的投影属于二维凸包Q的顶点，则目标点v为产品模型的边界点，其边界概率anglePr(v)＝1.0，否则，设v′为目标点v在拟合平面P上的投影，v′gv′g+1为二维凸包Q上的边，v′g、v′g+1为边的两个端点，其中，g＝0，1，…，GN；当g＝GN时，GN+1＝0，GN为凸包顶点数；遍历二维凸包Q的各条边，获取点v′与边v′gv′g+1两端点连线组成的最大夹角βg，最大夹角βg为∠v′gv′v′g+1的最大值，则目标点v的边界概率为：将anglePr(v)与预设阈值σ比较，若anglePr(v)≥σ，则目标点v为边界点，否则目标点v为内部点。本专利技术与现有技术相比，具有以下优点：1)采用最小二乘法获取拟合平面，通过平面投影数据凸包获取产品模型散乱点云边界特征提取，具有几何结构简单，处理方便等优点；2)通过构造凸包重心，实现可见面识别，进而实现投影数据凸包构建，避免了传统凸包构建过程中通过向量计算寻找可见边而造成的时间消耗，具有运行效率高，精度可靠的特点；3)通过采样数据计算散乱点云密度，并对点云模型遍历获取目标数据k-近邻，可应用于各种复杂型面的点云模型，数据适应性较强。附图说明图1是本专利技术具体实施例流程图。图2是本专利技术具体实施例产品点云模型示意图。图3是本专利技术具体实施例产品点云模型边界特征提取结果示意图。具体实施方式下面结合附图并通过具体实施例对本专利技术进行详细阐述，以下实施例是对本专利技术的解释，而本专利技术并不局限于以下实施方式。如图1所示，本专利技术提供的基于二维凸包的产品模型散乱点云边界特征提取方法的流程是：数据读入程序将产品数字化设备输出的点云数据读入到存储设备中，形成可以用于数据存取的线性链表；对点云数据进行数据采样，计算点云密度，对于任意目标点v，采用k-近邻查询程序获取其k-近邻数据点，并采用最小二乘法拟合目标点v及其k-近邻的最小二乘拟合平面P，将目标点v及其k-近邻投影到拟合平面P；采用增值法求解投影数据的二维凸包Q，基于二维凸包Q实现产品模型散乱点云边界特征提取。具体步骤为：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。该步骤中点云密度ρ本文档来自技高网...
【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。