基于重叠区域边界角度的冗余点云去除方法技术

本发明专利技术基于重叠区域边界角度的冗余点云去除方法属于逆向工程领域，涉及一种基于重叠区域边界角度的冗余点云去除方法。该方法首先通过激光结合双目视觉的方式，获取代表被测物表面信息的点云数据。求解每个点云区域上的四条边界，识别点云数据中的重叠区域，并判断点云重叠区域的左、右边界方向向量的夹角。以扫描点云区域中的点作为基准，求解扫描点云区域的坐标点到点云重叠区域的左、右边界垂线的方向向量，根据向量积的大小，去除重叠区域中扫描点云区域的冗余数据。本方法不需要先建立拓扑结构，以及计算点云的密度等信息来删除多余的点云，提高了冗余数据去除的效率，并保证了点云数据的局部信息的准确性。

Redundant point cloud removal method based on overlap region boundary angle

The redundancy point cloud removal method based on the overlap region boundary angle belongs to the reverse engineering field, and relates to a redundant point cloud removal method based on the boundary angle of the overlapping region. The method firstly obtains the point cloud data representing the surface information of the measured object through the combination of laser and binocular vision. The four boundaries of each point cloud region are solved, and the overlap region of the point cloud data is identified, and the angle between the left and right boundary vectors of the overlap region is determined. The scanning point cloud in the region as a reference point, the direction vector of left and right boundary vertical coordinate point cloud overlap scanning point cloud region of the solution, according to the size of the vector product, remove redundant data scanning point cloud area overlap region. This method does not need to establish topological structure, and calculate the density of point cloud to delete the redundant point cloud, improve the efficiency of redundant data removal, and ensure the accuracy of local information of point cloud data.

【技术实现步骤摘要】
基于重叠区域边界角度的冗余点云去除方法
本专利技术属于逆向工程领域，涉及一种基于重叠区域边界角度的冗余点云去除方法。
技术介绍
随着航空事业的不断发展，对于大型航空零部件的生产要求越来越高，由于逆向工程技术具有操作简单，实时获取，方便分析等特点，所以发展针对飞机零件的逆向建模技术迫在眉睫。点云数据的获取作为逆向工程的第一步，其获取的方式尤为重要。针对零件逆向重建技术中点云获取的方法，国内外诸多学者开展了结合数字化测量的获取点云数据研究，如激光跟踪仪在线测量法、iGPS在线测量法、三坐标测量法等，但目前这些方法操作复杂，对使用者要求较高，测量时间较长。在应用视觉测量技术对大型航空零件表面进行点云数据的获取时，由于扫描范围和相机视场的限制，完成一个零件的数据采集，需要进行多视数据拼接。拼接之后相邻两次测量的点云数据需要具有一定的重叠区域，以保证采集数据的完整性。由于这些重叠区域的点云密度远远大于其他区域，这样便形成了冗余数据。这些冗余数据使整个点云图像分布不均，影响曲面重构等后续处理工作，并会对重建精度造成影响，因此去除冗余数据对整个逆向建模的过程尤为重要。针对冗余数据的去除，西安工程大学的黄文明等人，在《光学学报》第37卷第7期《保留几何特征的散乱点云简化方法》一文中提出了一种保留几何特征的简化方法，该方法以点云中的数据点为球心构建包围球,并在包围球中查找数据点的K邻域；随后构造一个非负函数用于度量重建曲面在各点处的曲率,进而提取并保留点云中的特征点；最后根据法向量的内积阈值对包围球中的非特征点进行适度简化。但该方法需要先建立拓扑结构，并通过计算点云的曲率、密度等信息来删除多余的点云，具有计算量大，效率低，无法保证原始扫描数据信息等问题。
技术实现思路
本专利技术为了解决现有多视数据拼接下大型航空平板类零件点云数据处理过程中的局限性，专利技术了一种基于重叠区域边界角度的冗余点云去除方法。针对冗余点云数据去除过程中需要先建立拓扑结构，并通过计算点云的曲率、密度等信息来删除多余的点云，计算量大，效率低，无法保证原始扫描数据信息等问题，通过对获取的点云数据进行区域划分，按照扫描线的方向拟合点云数据，实现点云重叠区域冗余数据的快速、高精度去除。克服了现有点云重叠区域冗余数据去除过程中计算量大，效率低，无法保证原始扫描数据信息等问题，具有广泛的应用前景。本专利技术采用的技术方案是一种基于重叠区域边界角度的冗余点云去除方法，其特征是，该方法首先通过激光结合双目视觉的方式，利用左、右摄像机1、2拍摄激光发射器3在被测物5上形成的辅助激光条纹6，获取代表被测物5表面信息的点云数据；其次求解每个点云区域上的四条边界，识别点云数据中的重叠区域9，并判断点云重叠区域的左、右边界10、11方向向量的夹角；最后以扫描点云区域Ⅰ7中的点作为基准，求解扫描点云区域Ⅱ8的坐标点到点云重叠区域的左、右边界垂线的方向向量根据向量积的大小，去除重叠区域9中扫描点云区域Ⅱ8的冗余数据；方法的具体步骤如下：第一步，获取点云数据安装测量设备，打开辅助激光发射器3并照射被测物5，在开始采集之后，打开转台4带动激光发射器3转动，使激光扫描被测物5。然后，整体平移左右摄像机1、2的位置，进行多次拍摄，保证被测物5形面信息的完整性。通过信息采集系统采集到辅助激光光条6图像之后，需要对激光光条6的中心线进行提取，本文是利用光条图像中心灰度重心提取的方法，其原理如下其中：，(ui,vi)为第i行光条灰度重心坐标，Iij为第i行第j列灰度值；。通过此方法可以获取辅助激光光条6的特征点二维信息，再结合标定结果以及重建公式，得到边界点和光条中心点在世界坐标系下的三维坐标值，重建公式如下：其中，假设x′i＝(X′i,Y′i)，X′i，Y′i分别为左摄像机1采集的图像边界点或光条中心点x′i在像面坐标系下的横、纵坐标；x′i′＝(X′i′,Y′i′)，X′i′，Y′i′分别为右摄像机2采集的图像光斑中心点xi‘'在像面坐标系下的横、纵坐标；f1、f2分别为左、右摄像机1、2标定得到的焦距；是右摄像机2相对于左摄像机1的旋转矩阵，[txtytz]是右摄像机2相对于左摄像机1的平移矩阵，由标定实验得到；则(xi,yi,zi)为重建出来的对应点的三维坐标，由此获取整个被测物5表面的三维点云数据。第二步，识别点云重叠区域针对获得的点云，沿着激光扫描的方向对激光扫描线上的点云进行搜索，先识别其左右边界，通过设置每条点云线上点云之间的距离阈值，将超过这个距离阈值的点标记为上下边界点，连接标记点，识别其上下边界。每个点云区域上的四条边界识别出来后，点云重叠区域9就是由扫描点云区域Ⅰ7的上、下、右边界和扫描点云区域Ⅱ8的左边界组成。根据最小二乘法，对点云重叠区域的左、右边界10、11进行拟合，拟合后的点云重叠区域左边界10的公式为：A1x+B1Y+C1＝0(3)其方向向量为：其斜率为：点云重叠区域右边界11的公式为：A2x+B2Y+C2＝0(5)其方向向量为：其斜率为当时，点云重叠区域的左、右边界10、11的夹角θ为锐角；当时，点云重叠区域的左、右边界10、11的夹角θ为直角；当时，点云重叠区域的左、右边界10、11的夹角θ为钝角；第三步，去除冗余数据识别到点云重叠区域9后，求解扫描点云区域Ⅱ8的坐标点到点云重叠区域的左、右边界垂线的方向向量并以扫描点云区域Ⅰ7的点作为基准，对重叠区域9中扫描点云区域Ⅱ8上的点进行去除。扫描点云区域Ⅱ8上任意点的坐标为(x0,y0)，过此点与点云重叠区域的左边界10的垂线公式为：通过公式(3)—(8)，可以求得扫描点云区域Ⅱ8的坐标点到点云重叠区域的左、右边界垂线的方向向量当点云重叠区域的左、右边界的夹角θ为锐角时，若则坐标点在重叠区域9内，去除此点，反之，则保留；当点云重叠区域的左、右边界的夹角θ为直角时，若则坐标点在重叠区域9内，去除此点，反之，则保留；当点云重叠区域的左、右边界的夹角θ为钝角时，若则坐标点在重叠区域9内，去除此点，反之，则保留；这样就完成了重叠区域9冗余点云的去除。本专利技术的效果和益处是：本方法主要采用激光结合双目视觉的方式获得扫描式点云，并通过设置每条点云线上点云之间的距离阈值，将超过这个距离阈值的点标记为上下边界点，并将扫描点云区域Ⅰ7的上、下、右边界和扫描点云区域Ⅱ8的左边界作为点云重叠区域9的边界，完成点云重叠区域9的识别，可以较好的保存点云数据的局部特征。之后，根据最小二乘法，对点云重叠区域的左、右边界10、11进行拟合，求得其方向向量，并判断其夹角θ，最后，以扫描点云区域Ⅰ7的点作为基准，对重叠区域9中扫描点云区域Ⅱ8上的点进行去除，即求解扫描点云区域Ⅱ8的坐标点到点云重叠区域的左、右边界垂线的方向向量根据向量积的大小，完成重叠区域9冗余点云的去除。本方法不需要先建立拓扑结构，以及计算点云的密度等信息来删除多余的点云，大大提高了冗余数据去除的效率，并保证了点云数据的局部信息的准确性。附图说明图1是点云数据的获取示意图，其中，1‐左摄像机，2‐右摄像机，3‐激光发射器，4‐转台，5‐被测物，6‐激光光条。图2是重叠区域点云的识别示意图，其中，7‐扫描点云区域Ⅰ，8‐扫描点云区域Ⅱ，9‐重叠点云区域，10‐点云重叠区域的左边界，本文档来自技高网...

【技术保护点】
一种基于重叠区域边界角度的冗余点云去除方法，其特征是，该方法首先通过激光结合双目视觉的方式，利用左、右摄像机(1、2)拍摄激光发射器(3)在被测物(5)上形成的辅助激光条纹(6)，获取代表被测物(5)表面信息的点云数据；其次求解每个点云区域上的四条边界，识别点云数据中的重叠区域(9)，并判断点云重叠区域的左、右边界(10、11)方向向量的夹角；最后以扫描点云区域Ⅰ(7)中的点作为基准，求解扫描点云区域Ⅱ(8)的坐标点到点云重叠区域的左、右边界垂线的方向向量

【技术特征摘要】
1.一种基于重叠区域边界角度的冗余点云去除方法，其特征是，该方法首先通过激光结合双目视觉的方式，利用左、右摄像机(1、2)拍摄激光发射器(3)在被测物(5)上形成的辅助激光条纹(6)，获取代表被测物(5)表面信息的点云数据；其次求解每个点云区域上的四条边界，识别点云数据中的重叠区域(9)，并判断点云重叠区域的左、右边界(10、11)方向向量的夹角；最后以扫描点云区域Ⅰ(7)中的点作为基准，求解扫描点云区域Ⅱ(8)的坐标点到点云重叠区域的左、右边界垂线的方向向量根据向量积的大小，去除重叠区域(9)中扫描点云区域Ⅱ(8)的冗余数据；方法的具体步骤如下：第一步，获取点云数据安装测量设备，打开辅助激光发射器(3)并照射被测物(5)，在开始采集之后，打开转台(4)带动激光发射器(3)转动，使激光扫描被测物(5)；然后，整体平移左右摄像机(1、2)的位置，进行多次拍摄，保证被测物(5)形面信息的完整性；通过信息采集系统采集到辅助激光光条(6)图像之后，需要对激光光条(6)的中心线进行提取，本文是利用光条图像中心灰度重心提取的方法，其原理如下：其中：(ui,vi)为第i行光条灰度重心坐标，Iij为第i行第j列灰度值；通过此方法可以获取辅助激光光条(6)的特征点二维信息，再结合标定结果以及重建公式，得到边界点和光条中心点在世界坐标系下的三维坐标值，重建公式如下：其中，假设xi'＝(Xi',Yi')，Xi'，Yi'分别为左摄像机(1)采集的图像边界点或光条中心点xi'在像面坐标系下的横、纵坐标；xi′′＝(Xi′′,Yi′′)，Xi′′，Yi′′分别为右摄像机(2)采集的图像光斑中心点xi‘′在像面坐标系下的横、纵坐标；f1、f2分别为左、右摄像机(1、2)标定得到的焦距；是右摄像机(2)相对于左摄像机(1...

【专利技术属性】
技术研发人员：刘巍，赵海洋，张洋，张致远，贾振元，李汝鹏，陈磊，邹成，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁,21