The invention discloses a method for eliminating gross error points based on sequence images, which belongs to the reverse engineering field, and relates to a method for eliminating gross error points based on sequence images. Firstly, by using laser and binocular vision, the auxiliary laser stripe formed by the laser transmitter on the detected object is captured by the left and right camera, and the point cloud data representing the surface information of the measured object is obtained. According to the least squares method of selected points are fitted to a curve, two adjacent curves as boundary point cloud, dividing point cloud area is completed; and then calculate each point cloud area in the point of the shortest distance between the two boundary curves, according to the ratio of gross error judgment. The method is simple, does not need to establish the topological structure, calculation to remove excess density of point cloud information such as point cloud, improve the point cloud gross error removal efficiency, overcomes the single laser stripe image point cloud processing limitations, the point cloud data of local information accuracy.
【技术实现步骤摘要】
一种基于序列图像的粗大误差点剔除方法
本专利技术属于逆向工程领域,涉及一种基于序列图像的粗大误差点剔除方法。
技术介绍
随着航空制造业数字技术的不断发展,行业竞争将越来越激烈,对飞机产品质量的要求也越来越高,所以发展对飞机零件的逆向建模技术取代传统制造手法已经迫在眉睫。点云数据的处理作为逆向工程的关键步骤,其处理精度将直接决定模型的重建精度。在点云数据处理过程中,点云的粗大误差点剔除是点云处理的第一步。针对点云处理过程中点云的粗大误差点剔除的方法,国内外诸多学者开展了相应研究,如.kd-tree法、空间单元格法、八叉树法等,但目前这些方法中,kd-tree法的缺点是,需要极长的时间来构建kd-tree,从而使得对每个点求邻域也要花费大量时间;空间单元格法对栅格的选取要求比较高,操作复杂;八叉树是线性结构,需要大量的内存储存指针。在激光测量系统数据采集过程中,由于被测物本身和测量环境等原因造成的误差会产生脉冲噪声点,即所谓粗大误差,它的分布无规律性且偏离真实数据较大,但数量较少,影响重建精度。为避免上述问题,就有必要对数据点云进行粗大误差点剔除处理。针对点云数据的粗大误差点剔除处理,西安交通大学的高建民等人,在《现代控制工程》第7期,《基于逆向工程的点云数据预处理技术研究》一文中提出一种利用孤立点统计排异法剔除粗大误差的方法。该方法通过计算单条点云扫描线上的得到均值μ和方差σ2后,建立相邻点距离的正态分布N(μ,σ2)。然后,在扫描线上将相邻两点的直线距离作为统计对象,利用相邻点距离的正态分布N(μ,σ2)的3σ法则判断点的去留,可以较好地剔除单条扫描线上脉 ...
【技术保护点】
一种基于序列图像的粗大误差点剔除方法,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(a、b)拍摄激光发射器(c)在被测物(e)上形成的辅助激光条纹(f),获取代表被测物(e)表面信息的点云数据;其次将每条点云线两端对应的边界点连接,获得直线g,将两个边界点之间在直线g附近的点,每隔n个点取一个点;再根据最小二乘法将选取的待拟合点J拟合成一条曲线,将相邻两条曲线作为点云区域边界,完成点云区域的划分;最后分别求出每块点云区域中的点到两条边界曲线的最短距离h1、h2,之后,根据h1与h2的比值大小判断粗大误差点;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(c)并照射被测物(e),在开始采集之后,打开转台(d)带动激光发射器(c)转动,使激光扫描被测物(e);然后,整体平移左、右摄像机(a、b)的位置,进行多次拍摄,保证被测物(e)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(f)图像之后,需要对激光光条(f)的中心线进行提取,利用光条图像中心灰度重心提取的方法,公式(1)为:
【技术特征摘要】
1.一种基于序列图像的粗大误差点剔除方法,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(a、b)拍摄激光发射器(c)在被测物(e)上形成的辅助激光条纹(f),获取代表被测物(e)表面信息的点云数据;其次将每条点云线两端对应的边界点连接,获得直线g,将两个边界点之间在直线g附近的点,每隔n个点取一个点;再根据最小二乘法将选取的待拟合点J拟合成一条曲线,将相邻两条曲线作为点云区域边界,完成点云区域的划分;最后分别求出每块点云区域中的点到两条边界曲线的最短距离h1、h2,之后,根据h1与h2的比值大小判断粗大误差点;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(c)并照射被测物(e),在开始采集之后,打开转台(d)带动激光发射器(c)转动,使激光扫描被测物(e);然后,整体平移左、右摄像机(a、b)的位置,进行多次拍摄,保证被测物(e)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(f)图像之后,需要对激光光条(f)的中心线进行提取,利用光条图像中心灰度重心提取的方法,公式(1)为: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(f)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(2)如下:
【专利技术属性】
技术研发人员:刘巍,赵海洋,张致远,叶帆,兰志广,张洋,马建伟,贾振元,
申请(专利权)人:大连理工大学,
类型:发明
国别省市:辽宁,21
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。