一种复杂外板点云场景对比提取方法及装置制造方法及图纸

本发明专利技术实施例公开了一种复杂外板点云场景对比提取方法及装置，用于解决现有的水火弯板曲面提取通过对板材进行拍摄，提取二维轮廓信息，同时结合相机的内部参数和板材的二维轮廓信息，计算板材的三维数据集，二维数据转换三维数据过程中会存在采集点和曲面之间存在点偏差，造成数据精度不足的缺陷，而通过激光扫描技术采集高精度的三维点云数据，然后对海量点云数据进行处理，会存在提取速度较慢的技术问题。

Method and device for extracting scene contrast of complicated outer plate point cloud

The embodiment of the invention discloses a method and a device for extracting complex in point cloud scene contrast, is used to solve the lineheating surface current is extracted by the plate to shoot, extracting 2D contour information, combined with the camera internal parameters and plate 2D contour information, 3D data calculation sheet of 2D data sets, 3D the data process there will be point bias between the acquisition point and surface defects caused by the lack of precision data, 3D point cloud data by laser scanning technology and high precision of the system, then the point cloud data for processing, there will be problems of slow extraction technology.

【技术实现步骤摘要】
一种复杂外板点云场景对比提取方法及装置
本专利技术涉及船体外板加工领域，尤其涉及一种复杂外板点云场景对比提取方法及装置。
技术介绍
水火弯板是指沿预定的加热线对板材进行局部线状加热，并用水跟踪冷却使板材产生局部塑性变形，从而将板材弯成所要求的曲面形状的弯板方法。有的国家称为线状加热法。在复杂工业环境下，如何在保证复杂外板精度的情况下，提高点云数据集提取速度成为自动化加工过程中一项挑战。水火弯板曲面提取的现有方法是通过对板材进行拍摄，提取二维轮廓信息，同时结合相机的内部参数和板材的二维轮廓信息，计算板材的三维数据集。虽然这种办法能够提取出弯板三维数据，但是二维数据转换三维数据过程中会存在采集点和曲面之间存在点偏差问题，造成数据精度不足的缺陷。现有的另外方法是通过激光扫描技术采集高精度的三维点云数据，然后对海量点云数据进行处理，虽然这种办法能够获取高精度的三维点云数据，但是直接对海量点云数据进行处理，会存在提取速度较慢问题。
技术实现思路
本专利技术实施例提供了一种复杂外板点云场景对比提取方法及装置，解决了现有的水火弯板曲面提取通过对板材进行拍摄，提取二维轮廓信息，同时结合相机的内部参数和板材的二维轮廓信息，计算板材的三维数据集，二维数据转换三维数据过程中会存在采集点和曲面之间存在点偏差，造成数据精度不足的缺陷，而通过激光扫描技术采集高精度的三维点云数据，然后对海量点云数据进行处理，直接对海量点云数据进行处理，会存在提取速度较慢的技术问题。本专利技术实施例提供的一种复杂外板点云场景对比提取方法，包括S1：获取一个包含复杂外板的高精度三维点云数据集和一个不包含复杂外板的低精度三维点云数据集；S2：通过预定的缩放比例，对所述低精度三维点云数据集进行缩放，获得所述低精度三维点云数据集的基准点数据集，在所述基准点数据集上建立网格，计算所述网格对应的平面函数；S3：判断所述高精度三维点云数据集的点云数据所在的网格，根据网格对应的平面函数判断所述高精度三维点云数据集的点云数据是否属于复杂外板的点云数据，若是，则将属于复杂外板的所述高精度三维点云数据集的点云数据进行提取，获得复杂外板三维曲面，若否，则继续判断所述高精度三维点云数据集的点云数据所在的网格。优选地，所述步骤S2具体包括：S21：接收预定的行缩放比例和半径规则，对所述低精度三维点云数据集进行缩放，获得所述低精度三维点云数据集的基准点数据集；S22：通过所述基准点数据集获取三个相邻的基准点建立对应的三角网格；S23：计算所述三角网格的对应的取值范围和对应的平面函数。优选地，所述步骤S3具体包括：S31：接收预定的阈值，获取所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)的横坐标xc2、纵坐标yc2、所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)对应行列网格的平面函数，通过把所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)的X轴坐标xc2、Y轴坐标yc2代入所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)对应行列网格的平面函数计算得到高精度三维点云数据集的点云数据(xc2,yc2,zc2)的新的Z轴坐标zc1；S32：判断高精度三维点云数据集的点云数据(xc2,yc2,zc2)的新的Z轴坐标zc1和高精度三维点云数据集的点云数据(xc2,yc2,zc2)的Z轴坐标zc2的差值是否大于预定的阈值，若是，则述高精度三维点云数据集的点云数据(xc2,yc2,zc2)为复杂外板的点云数据，对所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)进行提取，获得复杂外板三维曲面，若否，则继续获取所述高精度三维点云数据集的点云数据的横坐标、纵坐标、高精度三维点云数据集的点云数据对应行列网格的平面函数。本专利技术实施例中提供的一种复杂外板点云场景对比提取装置，包括：第一获取单元，用于获取一个包含复杂外板的高精度三维点云数据集和一个不包含复杂外板的低精度三维点云数据集；计算单元，用于通过预定的缩放比例，对所述低精度三维点云数据集进行缩放，获得所述低精度三维点云数据集的基准点数据集，在所述基准点数据集上建立网格，计算所述网格对应的平面函数；第二获取单元，用于判断所述高精度三维点云数据集的点云数据所在的网格，根据网格对应的平面函数判断所述高精度三维点云数据集的点云数据是否属于复杂外板的点云数据，若是，则将属于复杂外板的所述高精度三维点云数据集的点云数据进行提取，获得复杂外板三维曲面，若否，则继续判断所述高精度三维点云数据集的点云数据所在的网格。优选地，所述计算单元具体包括：缩放子单元，具体用于接收预定的行缩放比例和半径规则，对所述低精度三维点云数据集进行缩放；第一获取子单元，具体用于获得所述低精度三维点云数据集的基准点数据集；第二获取子单元，具体用于通过所述基准点数据集获取三个相邻的基准点建立对应的三角网格；第一计算子单元，具体用于计算所述三角网格的对应的取值范围和对应的平面函数。优选地，所述第二获取单元具体包括：接收子单元，具体用于接收预定的阈值，获取所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)的横坐标xc2、纵坐标yc2、所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)对应行列网格的平面函数；第二计算子单元，具体用于通过把所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)的X轴坐标xc2、Y轴坐标yc2代入所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)对应行列网格的平面函数计算得到高精度三维点云数据集的点云数据(xc2,yc2,zc2)的新的Z轴坐标zc1；判断子单元，具体用于判断高精度三维点云数据集的点云数据(xc2,yc2,zc2)的新的Z轴坐标zc1和高精度三维点云数据集的点云数据(xc2,yc2,zc2)的Z轴坐标zc2的差值是否大于预定的阈值；第三获取子单元，具体用于若高精度三维点云数据集的点云数据(xc2,yc2,zc2)的新的Z轴坐标zc1和高精度三维点云数据集的点云数据(xc2,yc2,zc2)的Z轴坐标zc2的差值大于预定的阈值，则所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)为复杂外板的点云数据，对所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)进行提取，获得复杂外板三维曲面；返回子单元，具体用于若高精度三维点云数据集的点云数据(xc2,yc2,zc2)的新的Z轴坐标zc1和高精度三维点云数据集的点云数据(xc2,yc2,zc2)的Z轴坐标zc2的差值不大于预定的阈值，则继续获取所述高精度三维点云数据集的点云数据的横坐标、纵坐标、高精度三维点云数据集的点云数据对应行列网格的平面函数。从以上技术方案可以看出，本专利技术实施例具有以下优点：本专利技术实施例中提供的一种复杂外板点云场景对比提取方法及装置，其中，一种复杂外板点云场景对比提取方法包括：S1：获取一个包含复杂外板的高精度三维点云数据集和一个不包含复杂外板的低精度三维点云数据集；S2：通过预定的缩放比例，对所述低精度三维点云数据集进行缩放，获得所述低精度三维点云数据集的基准点数据集，在所述基准点数据集上建立网格，计算所述网格对应的平面函数；S3：判断所述高精度三维点云数据集的点云数据所在的本文档来自技高网...

【技术保护点】
一种复杂外板点云场景对比提取方法，其特征在于，包括：S1：获取一个包含复杂外板的高精度三维点云数据集和一个不包含复杂外板的低精度三维点云数据集；S2：通过预定的缩放比例，对所述低精度三维点云数据集进行缩放，获得所述低精度三维点云数据集的基准点数据集，在所述基准点数据集上建立网格，计算所述网格对应的平面函数；S3：判断所述高精度三维点云数据集的点云数据所在的网格，根据网格对应的平面函数判断所述高精度三维点云数据集的点云数据是否属于复杂外板的点云数据，若是，则将属于复杂外板的所述高精度三维点云数据集的点云数据进行提取，获得复杂外板三维曲面，若否，则继续判断所述高精度三维点云数据集的点云数据所在的网格。

【技术特征摘要】
1.一种复杂外板点云场景对比提取方法，其特征在于，包括：S1：获取一个包含复杂外板的高精度三维点云数据集和一个不包含复杂外板的低精度三维点云数据集；S2：通过预定的缩放比例，对所述低精度三维点云数据集进行缩放，获得所述低精度三维点云数据集的基准点数据集，在所述基准点数据集上建立网格，计算所述网格对应的平面函数；S3：判断所述高精度三维点云数据集的点云数据所在的网格，根据网格对应的平面函数判断所述高精度三维点云数据集的点云数据是否属于复杂外板的点云数据，若是，则将属于复杂外板的所述高精度三维点云数据集的点云数据进行提取，获得复杂外板三维曲面，若否，则继续判断所述高精度三维点云数据集的点云数据所在的网格。2.根据权利要求1所述的复杂外板点云场景对比提取方法，其特征在于，所述步骤S2具体包括：S21：接收预定的行缩放比例和半径规则，对所述低精度三维点云数据集进行缩放，获得所述低精度三维点云数据集的基准点数据集；S22：通过所述基准点数据集获取三个相邻的基准点建立对应的三角网格；S23：计算所述三角网格的对应的取值范围和对应的平面函数。3.根据权利要求2所述的复杂外板点云场景对比提取方法，其特征在于，所述步骤S3具体包括：S31：接收预定的阈值，获取所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)的横坐标xc2、纵坐标yc2、所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)对应行列网格的平面函数，通过把所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)的X轴坐标xc2、Y轴坐标yc2代入所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)对应行列网格的平面函数计算得到高精度三维点云数据集的点云数据(xc2,yc2,zc2)的新的Z轴坐标zc1；S32：判断高精度三维点云数据集的点云数据(xc2,yc2,zc2)的新的Z轴坐标zc1和高精度三维点云数据集的点云数据(xc2,yc2,zc2)的Z轴坐标zc2的差值是否大于预定的阈值，若是，则述高精度三维点云数据集的点云数据(xc2,yc2,zc2)为复杂外板的点云数据，对所述高精度三维点云数据集的点云数据(xc2,yc2,zc2)进行提取，获得复杂外板三维曲面，若否，则继续获取所述高精度三维点云数据集的点云数据的横坐标、纵坐标、高精度三维点云数据集的点云数据对应行列网格的平面函数。4.一种复杂外板点云场景对比提取装置，其特征在于，包括：第一获取单元，用于获取一个包含复杂外板的高精度三维点云数据集和一个不包含复杂外板的低精度三维点云数据集；计算单元，用于通过预定的缩放比例，对所述低精度三维点云数据集进行缩放，获得所述低精度三维点云数据集的基准点数...

【专利技术属性】
技术研发人员：程良伦，吴伟波，徐金雄，李静瑶，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44