基于点云数据处理技术的圆锥体结构特征参数检测方法技术

本发明专利技术提出了一种基于点云数据处理技术的圆锥体结构特征参数检测方法。首先，对圆锥体在三维空间内进行高精度扫描，获取其点云数据，利用Delaunay网格划分法对所得到的圆锥体点云数据构建TIN(Triangulated Irregular Network)网格模型；其次，利用最小二乘拟合方法对圆锥体点云数据内各空间点最近邻域点集内的各个点进行计算，获取圆锥体点云数据内各空间点的最近邻域平面法向量；然后，获得圆锥体点云数据各空间点的最近邻域平面法向量在法向量空间的分布规律；接着，判断被测模型是否是圆锥体模型，若为圆锥体模型，则提取该被测模型，即圆锥体的结构特征参数，包括锥角、锥高和底面半径。

Detection method of cone structure characteristic parameters based on point cloud data processing technology

The invention proposes a method for detecting the characteristic parameters of the cone structure based on the point cloud data processing technology. First of all, the cone of high precision scanning in three-dimensional space, obtain the point cloud data, the point cloud data obtained by cone construction using TIN classification method of Delaunay grid (Triangulated Irregular Network) mesh model; secondly, to the recent space point cloud data within the cone neighborhood set in all points calculated by least squares fitting method, get the nearest neighbor plane normal vector of the space within the cone point cloud data; then, the nearest neighbor distribution of the normal vector of the plane cone point cloud data of the space in the vector space; then tested whether the model is cone model, if a model is. From the measured model, namely the structure parameters including cone, cone angle, cone height and bottom radius.

【技术实现步骤摘要】
基于点云数据处理技术的圆锥体结构特征参数检测方法
本专利技术涉及三维空间点云数据处理
，特别涉及一种基于点云数据处理技术的圆锥体结构特征参数检测方法。
技术介绍
圆锥体是二次曲面模型中的一种典型模型，其具有相对规则的二次曲面与空间轴对称结构特性。圆锥体是形状检测领域中一种非常常见的被测对象。如何快速、准确的识别出圆锥体并获取其结构特征参数(锥角、锥高、底面圆半径)是三维空间内几何体形状精确测量领域内的一项急需解决的重要问题。目前，针对圆锥体结构特征参数进行检测所采用的方法主要是直接测量法，包括游标卡尺测量、角度样板检测、正弦规测量等。这些传统测量方法均属于接触式测量方法，在测量过程中，会引发被测物体产生弹性形变，从而引入测量误差。且上述接触式测量方法的测量过程中耗时较长，已难满足实际生产检测过程中日益提高的测量需求。在颜莉、尹茂建、贾秀梅、杨爱华申请的专利技术专利(申请号：201110418547.X)所述方法中，对圆锥体的检测采用的是量棒工具接触式测量方法，将圆锥体较小一端固定在测量基准面上，将两个量棒分别置于圆锥体较小端两侧，且两个圆柱量棒平行，用千分尺测量圆柱量棒相背离的两个最外侧点的垂直距离，从而计算出圆锥体较小一端的直径。由于该专利技术采用了量棒工具测量方式，并在测量过程中使用了千分尺测量距离，存在一定的误差。在测量圆锥体直径的过程中，每次测量都需要对量棒的平行度进行检测，使得测量效率比较低。在霍理申请的专利技术专利(申请号：201310382089.8)所述的方法中，深孔内圆锥体小端直径的检具只能够检测圆锥体的小端直径，无法检测圆锥体的圆锥角及圆锥的高度，在对深孔内圆锥体小端直径进行测量过程中，由于现场环境的影响，对测量设备的初期准备工作要求很高，测量圆锥体的效率较低。周森、郭永彩、高潮在中国激光上发表的文章《基于激光扫描的大尺寸圆锥体几何检测系统》中，采用激光扫描仪对圆锥体两端上表面的关键轮廓进行高速扫描，根据圆锥体的两个端面的结构特点构建圆锥体端面的虚拟基准面，获取圆锥体的虚拟三维测量模型，利用最小二乘拟合方法对圆锥体端面的断点位置信息进行拟合，获取圆锥体端面的圆心和直径。由于该系统在获取圆锥体两端面的关键轮廓时，采用挡块来对圆锥体的两个断面进行固定，只能对刚体的模型进行测量，非刚体模型的测量精度会降低。由于测量设备的初期准备工作要求很高，测量圆锥体的效率较低。
技术实现思路
本专利技术提供了一种基于点云数据处理技术的圆锥体结构特征参数检测方法，以实现圆锥体结构特征参数的检测目的。为实现上述专利技术目的，本专利技术提供一种基于点云数据处理技术的圆锥体结构特征参数检测方法，包括以下步骤，步骤一：利用高精度三维扫描仪对圆锥体进行扫描，获取圆锥体的点云数据；步骤二：利用Delaunay网格划分方法对步骤一中所得到的圆锥体的点云数据进行处理，构建出该圆锥体点云数据TIN网格模型；步骤三：利用最小二乘拟合方法对步骤二中所获得的圆锥体TIN网格模型上的各空间点最近邻域点集内的各个点进行计算，获得圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律；另外，还可以对得到的圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布点进行滤波处理，使用多项式拟合方法对圆锥体点云数据各空间点的最近邻域平面法向量在法向量空间的分布点进行多项式拟合，获得圆锥体点云数据各空间点的最近邻域平面法向量在法向量空间的分布规律；通常，圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内分布于一个平行于XOYnv平面的圆环带内；步骤四：利用高精度扫描仪对被测模型进行高精度扫描，获取被测的点云数据，利用Delaunay网格划分法对点云数据构建TIN网格模型，利用最小二乘拟合方法对各空间点最近邻域点集内的各个点进行计算，获取其最小二乘拟合平面，并将拟合平面所对应的法向量作为被测模型点云数据内各空间点的最近邻域平面法向量，此外，对被测模型点云数据内各空间点的最近邻域平面法向量进行滤波处理和多项式拟合获取被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律；若被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律与步骤三中获得的圆锥体模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律完全一致，则被测模型被识别为圆锥体，接着，可以根据被测模型，即圆锥体点云数据内各空间点在三维空间内分布规律和圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律之间的对应关系解算出圆锥体的锥角。步骤五：根据圆锥体点云数据整体形貌，提取出被测圆锥体的锥高；步骤六：根据计算出的锥角和锥高计算出圆锥体的底面圆半径。本专利技术提出了一种基于点云数据处理技术的圆锥体结构特征参数检测方法。首先，对圆锥体在三维空间内进行高精度扫描，获取其点云数据，利用Delaunay网格划分法对所得到的圆锥体点云数据构建TIN网格模型；其次，利用最小二乘拟合方法对圆锥体点云数据内各空间点最近邻域点集内的各个点进行计算，获取其最小二乘拟合平面，并将拟合平面所对应的法向量作为圆锥体点云数据内各空间点的最近邻域平面法向量；第三，对得到的圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布点进行滤波处理，使用多项式拟合方法对圆锥体点云数据各空间点的最近邻域平面法向量在法向量空间的分布点进行多项式拟合，获得圆锥体点云数据各空间点的最近邻域平面法向量在法向量空间的分布规律；第四，根据圆锥体点云数据内各空间点在三维空间内分布规律和圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律之间的对应关系，从圆锥体点云数据内各空间点的最近邻域平面法向量信息中解算出圆锥体的锥角信息；最后，根据圆锥体点云数据整体形貌，提取出圆锥体的锥高信息，并进一步计算出圆锥体的底面半径信息。该方法采用的是非接触式测量方式，适用对象范围广泛，获取的圆锥体结构特征参数误差较小，很好地满足实际生产中的参数检测要求。与现有技术相比，本专利技术的有益效果：利用圆锥体点云数据内各空间点在三维空间内分布规律和圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内分布规律之间的对应关系，得出圆锥体的锥角，并根据圆锥体点云数据整体形貌，提取出被测圆锥体的锥高信息，并进一步计算出圆锥体的底面半径。利用本专利技术所述方法在非接触情况下实现对圆锥体进行快速测量。相比于传统的接触式圆锥体测量方法，本专利技术所述方法能够降低圆锥体结构特征参数的测量误差，提高测量效率。【说明书附图】图1是本专利技术所述的一种基于点云数据处理技术的圆锥体结构特征参数检测方法的流程图；图2(a)是根据本专利技术的一个实施方案的被测圆锥模型的真实点云数据示意图；图2(b)是被测圆锥模型云数据内各空间点的最近邻域平面法向量参数在法向量空间内的分布；图2(c)是对获取的被测圆锥体法向量参数在法向量空间的分布点进行滤波处理后的示意图；图2(d)和图2(e)是利用多项式拟合方法对被测圆锥体点云数据内各空间点的最近邻域平面法向量空间点进行多项式拟合后其法向量空间的空间点分布示意图。【具体实施方式】参考图1、图2(a)至图2(e)，结合实例，对本专利技术的具体方案做进一步的描述。本专利技术的一本文档来自技高网...

【技术保护点】
一种基于点云数据处理技术的圆锥体结构特征参数检测方法，其特征在于，包括以下步骤，步骤一：利用高精度三维扫描仪对圆锥体进行扫描，获取圆锥体的点云数据；步骤二：利用Delaunay网格划分方法对步骤一中所得到的圆锥体的点云数据进行处理，构建出该圆锥体点云数据TIN网格模型；步骤三：利用最小二乘拟合方法对步骤二中所获得的圆锥体TIN网格模型上的各空间点最近邻域点集内的各个点进行计算，获得圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律；步骤四：利用高精度扫描仪对被测模型进行高精度扫描，获取被测的点云数据，利用Delaunay网格划分法对点云数据构建TIN网格模型，利用最小二乘拟合方法对各空间点最近邻域点集内的各个点进行计算，获取其最小二乘拟合平面，并将拟合平面所对应的法向量作为被测模型点云数据内各空间点的最近邻域平面法向量，获取被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律；若被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律与步骤三中获得的圆锥体模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律一致，则被测模型被识别为圆锥体，并根据圆锥体点云数据内各空间点在三维空间内分布规律和圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律之间的对应关系解算出圆锥体的锥角；步骤五：根据圆锥体点云数据整体形貌，提取出被测圆锥体的锥高；步骤六：根据计算出的锥角和锥高计算出圆锥体的底面圆半径。...

【技术特征摘要】
1.一种基于点云数据处理技术的圆锥体结构特征参数检测方法，其特征在于，包括以下步骤，步骤一：利用高精度三维扫描仪对圆锥体进行扫描，获取圆锥体的点云数据；步骤二：利用Delaunay网格划分方法对步骤一中所得到的圆锥体的点云数据进行处理，构建出该圆锥体点云数据TIN网格模型；步骤三：利用最小二乘拟合方法对步骤二中所获得的圆锥体TIN网格模型上的各空间点最近邻域点集内的各个点进行计算，获得圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律；步骤四：利用高精度扫描仪对被测模型进行高精度扫描，获取被测的点云数据，利用Delaunay网格划分法对点云数据构建TIN网格模型，利用最小二乘拟合方法对各空间点最近邻域点集内的各个点进行计算，获取其最小二乘拟合平面，并将拟合平面所对应的法向量作为被测模型点云数据内各空间点的最近邻域平面法向量，获取被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律；若被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律与步骤三中获得的圆锥体模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律一致，则被测模型被识别为...

【专利技术属性】
技术研发人员：孔德明，田小强，王霄，沈阅，
申请(专利权)人：深圳前海倍思拓技术有限公司，
类型：发明
国别省市：广东,44