基于特征识别的微型复杂零件建模方法技术

本发明专利技术公开了基于特征识别的微型复杂零件建模方法，即由实物样件重建CAD模型的方法，该方法包括点云拓扑关系建立，特征点提取，点云数据分块和模型重建等多个步骤。其中，“点云拓扑关系建立”步骤负责找到每个采样点的k个最近邻点；“特征点提取”步骤负责提取点云模型的特征点；“点云数据分块”步骤负责构建特征线，分割属于同一曲面的点云；“模型重建”步骤负责利用点云和特征线生成曲面，由曲面投影得到实体。本发明专利技术建模方法可以实现在较少的人工参与下完成复杂曲面零件模型的重建。本发明专利技术的建模方法具有简洁的步骤和较高的效率，可适用于具有相似几何特征的零件的逆向建模。

Modeling method of micro-complex parts based on feature recognition

【技术实现步骤摘要】
基于特征识别的微型复杂零件建模方法
本专利技术涉及基于特征识别的微型复杂零件建模方法，属于逆向工程

技术介绍
微型复杂曲面广泛存在于玉雕、耳机助听器等工艺品、医疗产品中。这类体积小、复杂特征多的模型正向建模通常无法实现，需要将实体扫描成点云数据，通过逆向工程技术完成模型的重建。目前，逆向建模技术重构CAD模型的方法主要分为两大类：基于曲面重构的逆向建模方法、基于实体重构的逆向建模方法。基于实体特征重构的逆向建模方法适用于由基础特征组合而成的零件，基于曲面的逆向建模适用于有复杂曲面的零件。基于曲面重构的建模方法又可以归为两大类：分片连续的曲面片模型重建、基于功能分解的曲面模型重建。分片连续的曲面片通常在构造N边域时没有考虑模型的设计意图，导致设计时的曲面特征被分解为大量的曲面片，重构曲面模型未能真正还原曲面设计状况。基于功能分解的曲面模型重建首先通过自动数据分块算法或人工交互将测量数据按特征和功能进行分割，分割后的每个区域对应模型上的一个基本形状。使用现有商业软件如CATIA、Imageware用户需要手动选择一部分数据点定义光滑曲线，这些曲线构成扫掠、放样、蒙皮、填充等曲面造型方法所需要的边界线、截面线、网格线，然后拟合曲面，另一方面，可以用不同类型的曲面(如二次曲面、自由曲面)直接拟合各个数据集，再由提取的边界曲线来裁剪得到的拟合曲面；最后，在主要曲面重构完成后，用投影、偏置等手段将曲面片实体化为完整零件模型。点云数据分割是逆向建模中的难点，现有的智能分割算法主要有基于边的分割方法、基于面的分割方法、聚类的分割方法。2002年，Shlafman等提出了一种基于k-means聚类的三维模型分割方法。通过空间距离和面片之间夹角综合考虑计算确定面片之间的距离。2004、2009年，张力宁等，魏一等分别利用模糊神经网络和自组织映射的神经网络实现逆向工程中的区域分割。2010年，Kalogerakis，E等提出了一种基于几何分类的三维模型分割方法。此种三维模型分割方法通过对一些几何特征进行学习从而构造出分类器，再通过人机交互实现三维模型的分割。2012年，Angelina等用区域合并和遗传算法对区域生长法进行了改进，分割效率较高，但边界保持性差。2015年，胡文庆等选择点云数据的坐标和反射率两个特征作为数据集，利用对象之间的相似性进行聚类，通过迭代法对模糊C均值聚类的目标函数进行优化实现对数据的有效划分。2017年，陈向阳等通过计算每个点与其k最近邻点之间的欧氏距离，将距离小的归为一类，当类与类之间的距离大于该阈值时完成数据分割，此方法对于特征明显且不同特征之间距离较远的模型比较适合。基于面的分割方法和基于聚类的分割方法对噪声有很好的鲁棒性，但很难确定精确的区域边界，容易出现过分分割或者分割不足的情况；分割结果的好坏受约束条件或者兼容性阈值的影响较大。对于复杂模型一般采用基于边的分割方法，通过提取特征点，然后构建特征线，用特征线进行区域分割。1999年，Yang等通过拟合局部二次曲面计算主曲率与主方向，实现特征线提取，但该方法对噪声点云或稀疏点云不适用。2002年，Woo认为目标点法矢或曲率突然发生变化的地方是相临两个区域的边界，将法矢或曲率的突变点作为特征点，这种方法适合特征明显的点云模型。2001年，Huang在完成数据点三角网格化的基础上，估算各测点的法矢和曲率，把曲率极值点作为边界特征点。2003年，吕震根据Orthogonal-Cross-Section模型估算出各点处的法矢，利用法矢和邻点拟合一张二次曲面，计算该二次曲面的主曲率和主方向，主曲率在主方向的极值点被确定为特征点。2008年，马骊溟等在此基础上提出了一种不需要求出所有点的曲率值就可以搜索到曲率极值点的方法，提高了计算效率。2014年，吴禄慎等将点云投影到拟合局部微切平面，根据邻域点集在该点处的场力大小之和来判断是否为特征点。2016年，肖宏涛等提出利用物体表面的反光点提取特征点，直接由点云拟合特征曲面，这种方法适合特征较少的简单模型。上述根据法矢、曲率、曲率极值、场力大小、反光点提取特征点的方法对尖锐特征点提取较好，但微型复杂曲面零件存在很多曲率极小的曲面，相交面之间圆角角度各异。阈值太小容易漏掉较平滑处的特征点，阈值太大尖锐处提取的特征点带宽较大，影响特征线重建的精度。
技术实现思路
本专利技术所要解决的技术问题是：提供基于特征识别的微型复杂零件建模方法，在传统自动建模方法基础上，优化特征点提取和特征线重建算法，实现微型复杂零件点云数据的完整分割，然后利用曲面点和特征线生成曲面，最后将曲面投影到底面完成实体模型的重建。本专利技术为解决上述技术问题采用以下技术方案：基于特征识别的微型复杂零件建模方法，包括如下步骤：步骤1，获取零件的点云数据，并利用空间分块策略将点云数据划分成多个栅格，将单个点云数据作为采样点，搜索各采样点的k个最近邻点，作为采样点的邻域；当采样点所在栅格搜索不到k个最近邻点时，以采样点为圆心，以到采样点所在栅格六个面的最大距离dv为半径建立动态球计算扩展栅格，在扩展栅格里再次搜索k个最近邻点；步骤2，根据采样点及其对应的邻域，计算采样点的平均曲率绝对值；对采样点及其对应的邻域进行主成分分析，得到采样点第三主成分对应的特征值；对平均曲率绝对值设置第一阈值Qmax、第二阈值Qmin，其中Qmax>Qmin，对特征值设置第三阈值Fmax、第四阈值Fmin，其中Fmax>Fmin；将平均曲率绝对值大于Qmax且特征值大于Fmin的采样点和特征值大于Fmax且平均曲率绝对值大于Qmin的采样点作为特征点进行提取；步骤3，对每个曲面对应提取到的特征点，构建特征线，并将曲面内部点云数据分割出来；步骤4，对步骤3得到的特征线和曲面内部点云数据采用逆向工程方法重建曲面，将重建后的曲面在交互式计算机辅助设计与计算机辅助制造系统中投影得到实体模型。作为本专利技术的一种优选方案，所述步骤1的具体过程如下：1)扫描并获取零件的点云数据，设定沿坐标轴x、y、z方向的极值分别为xmin、xmax，ymin、ymax，zmin、zmax；将以点(xmaxymaxzmax)和点(xminyminzmin)为对角点且平行于坐标平面的空间六面体作为点云数据的空间包围盒，将空间包围盒沿坐标轴方向分成等间距为L的空间正六面栅格；2)建立各栅格和栅格内点云数据的对应关系，得到栅格-点云关系；3)计算采样点到所在栅格六个面的距离，在采样点所在栅格搜索k个最近邻点，且最近邻点到采样点的距离小于采样点到所在栅格六个面的最小距离，若搜索到，则对下一个采样点重复3)，否则转到4)；4)以采样点为圆心，以到采样点所在栅格六个面的最大距离dv为半径建立动态球计算扩展栅格，根据2)中建立的栅格-点云关系，找到扩展栅格中的点云数据，将到采样点的距离<dv的点云保留，并从中取距离最近的k个点。作为本专利技术的一种优选方案，所述步骤2的具体过程如下：1)随机选取20个采样点及其对应的邻域，利用快速拟合工具进行拟合，得到m个曲面拟合模型；求解某个采样点的平均曲率绝对值时，将该采样点的邻域分别以上述m个曲面拟合模型进行拟合，解出曲面系数，分别计算上述m个曲面拟合模型的拟本文档来自技高网...

【技术保护点】
1.基于特征识别的微型复杂零件建模方法，其特征在于，包括如下步骤：步骤1，获取零件的点云数据，并利用空间分块策略将点云数据划分成多个栅格，将单个点云数据作为采样点，搜索各采样点的k个最近邻点，作为采样点的邻域；当采样点所在栅格搜索不到k个最近邻点时，以采样点为圆心，以到采样点所在栅格六个面的最大距离dv为半径建立动态球计算扩展栅格，在扩展栅格里再次搜索k个最近邻点；步骤2，根据采样点及其对应的邻域，计算采样点的平均曲率绝对值；对采样点及其对应的邻域进行主成分分析，得到采样点第三主成分对应的特征值；对平均曲率绝对值设置第一阈值Qmax、第二阈值Qmin，其中Qmax>Qmin，对特征值设置第三阈值Fmax、第四阈值Fmin，其中Fmax>Fmin；将平均曲率绝对值大于Qmax且特征值大于Fmin的采样点和特征值大于Fmax且平均曲率绝对值大于Qmin的采样点作为特征点进行提取；步骤3，对每个曲面对应提取到的特征点，构建特征线，并将曲面内部点云数据分割出来；步骤4，对步骤3得到的特征线和曲面内部点云数据采用逆向工程方法重建曲面，将重建后的曲面在交互式计算机辅助设计与计算机辅助制造系统中投影得到实体模型。...

【技术特征摘要】
1.基于特征识别的微型复杂零件建模方法，其特征在于，包括如下步骤：步骤1，获取零件的点云数据，并利用空间分块策略将点云数据划分成多个栅格，将单个点云数据作为采样点，搜索各采样点的k个最近邻点，作为采样点的邻域；当采样点所在栅格搜索不到k个最近邻点时，以采样点为圆心，以到采样点所在栅格六个面的最大距离dv为半径建立动态球计算扩展栅格，在扩展栅格里再次搜索k个最近邻点；步骤2，根据采样点及其对应的邻域，计算采样点的平均曲率绝对值；对采样点及其对应的邻域进行主成分分析，得到采样点第三主成分对应的特征值；对平均曲率绝对值设置第一阈值Qmax、第二阈值Qmin，其中Qmax>Qmin，对特征值设置第三阈值Fmax、第四阈值Fmin，其中Fmax>Fmin；将平均曲率绝对值大于Qmax且特征值大于Fmin的采样点和特征值大于Fmax且平均曲率绝对值大于Qmin的采样点作为特征点进行提取；步骤3，对每个曲面对应提取到的特征点，构建特征线，并将曲面内部点云数据分割出来；步骤4，对步骤3得到的特征线和曲面内部点云数据采用逆向工程方法重建曲面，将重建后的曲面在交互式计算机辅助设计与计算机辅助制造系统中投影得到实体模型。2.根据权利要求1所述基于特征识别的微型复杂零件建模方法，其特征在于，所述步骤1的具体过程如下：1)扫描并获取零件的点云数据，设定沿坐标轴x、y、z方向的极值分别为xmin、xmax，ymin、ymax，zmin、zmax；将以点(xmaxymaxzmax)和点(xminyminzmin)为对角点且平行于坐标平面的空间六面体作为点云数据的空间包围盒，将空间包围盒沿坐标轴方向分成等间距为L的空间正六面栅格；2)建立各栅格和栅格内点云数据的对应关系，得到栅格-点云关系；3)计算采样点到所在栅格六个面的距离，在采样点所在栅格搜索k个最近邻点，且最近邻点到采样点的距离小于采样点到所在栅格六个面的最小距离，若搜索到，则对下一个采样点重复3)，否则转到4)；4)以采样点为圆心，以到采样点所在栅格六个面的最大距离dv为半径建立动态球计算扩展栅格，根据2)中建立的栅格-点云关系，找到扩展栅格中的点云数据，将到采样点的距离<dv的点云保留，并从中取距离最近的k个点。3.根据权利要求...

【专利技术属性】
技术研发人员：纪小刚，张溪溪，胡海涛，栾宇豪，张建安，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32