一种异型曲面的区域划分方法及系统技术方案

本发明专利技术提供一种异型曲面的区域划分方法及系统，所述区域划分方法包括：获取三维曲面的点云数据集合；采用k

【技术实现步骤摘要】
一种异型曲面的区域划分方法及系统


[0001]本专利技术涉及异型曲面加工
，特别是涉及一种异型曲面的区域划分方法及系统。

技术介绍

[0002]近年来，在涉及金属、石材、木材等材料的加工中，不可避免的出现异型曲面加工的需求，在异型曲面材料的加工过程中，曲面的区域划分成为至关重要的环节。而且异型曲面区域划分的好坏会直接影响曲面的加工质量以及加工效率。此外，在曲面区域划分过程中，实现曲面区域划分的算法种类多种多样，甚至同一算法使用多次得到的曲面划分结果也不尽相同，然而多数情况下，在实时区域划分过程中需要划分结果唯一。

技术实现思路

[0003]本专利技术的目的是提供一种异型曲面的区域划分方法及系统，以提高异型曲面划分的稳定性，保证划分结果统一，进而实现对异型曲面加工的高效率化、高质量化。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种异型曲面的区域划分方法，所述区域划分方法包括如下步骤：
[0006]获取三维曲面的点云数据集合；
[0007]设置每一类曲面的初始的质心数据点；
[0008]根据所述质心数据点，采用k-means算法对所述点云数据集合中点云数据进行聚类运算，获得每一类曲面的初始类内数据点和初始边界数据点；
[0009]利用条件概率算法对每一类曲面的初始边界数据点进行重新分类，获得每一类曲面的更新后的类内数据点；
[0010]根据每一类曲面的初始类内数据点的数量和更新后的类内数据点的数量，计算最大分类误差；
[0011]判断最大分类误差是否小于误差阈值，获得第一判断结果；
[0012]若所述第一判断结果表示否，则更新每一类曲面的质心数据点，返回步骤“根据所述质心数据点，采用k-means算法对所述点云数据集合中点云数据进行聚类运算，获得每一类曲面的初始类内数据点和初始边界数据点”；
[0013]若所述第一判断结果表示是，则输出每一类曲面的更新后的类内数据点。
[0014]可选的，所述获取三维曲面的点云数据集合，具体包括：
[0015]从STL文件中获取三维曲面的点云数据；
[0016]采用循环搜索算法去掉三维曲面的点云数据中的重复数据，建立三维曲面的点云数据集合。
[0017]可选的，所述根据所述质心数据点，采用k-means算法对所述点云数据集合中点云数据进行聚类运算，获得每一类曲面的初始类内数据点和初始边界数据点，具体包括：
[0018]计算第j个点云数据与每一类曲面的质心数据点的欧式距离，获得K个欧氏距离；
[0019]判断K个欧氏距离中最短的欧式距离对应的类的数量是否为1，获得第二判断结果；
[0020]若所述第二判断结果表示是，则将第j个点云数据设置为最短的欧式距离对应类的类内数据点；
[0021]若所述第二判断结果表示否，则将第j个点云数据设置为最短的欧式距离对应的多个类的边界数据点；
[0022]令j的数值增加1，返回步骤“计算第j个点云数据与每一类曲面的质心数据点的欧式距离，获得K个欧氏距离”，直到完成所有的点云数据的聚类运算，获得每一类曲面的初始类内数据点和初始边界数据点。
[0023]可选的，所述利用条件概率算法对每一类曲面的初始边界数据点进行重新分类，获得每一类曲面的更新后的类内数据点，具体包括：
[0024]当第i个点云数据同时为第k类曲面的初始边界数据点和第m类曲面的初始边界数据点时，利用条件概率算法分别计算第i个点云数据属于第k类曲面的概率和第i个点云数据属于第m类曲面的概率；
[0025]判断第i个点云数据属于第k类曲面的概率是否大于第i个点云数据属于第m类曲面的概率，获得第三判断结果；
[0026]若所述第三判断结果表示是，则将第i个点云数据作为第k类曲面的类内数据点，划分至第k类曲面；
[0027]若所述第三判断结果表示否，则将第i个点云数据作为第m类曲面的类内数据点，划分至第m类曲面；
[0028]重复上述步骤，直到重新划分完成所有的初始边界数据点的点云数据，获得每一类曲面的更新后的类内数据点。
[0029]可选的，所述根据每一类曲面的初始类内数据点的数量和更新后的类内数据点的数量，计算最大分类误差，具体包括：
[0030]根据每一类曲面的初始类内数据点的数量和更新后的类内数据点的数量，利用公式计算最大分类误差；
[0031]其中，σ表示最大分类误差，n
k,new
表示第k类曲面的更新后的类内数据点的数量，n
k
表示第k类曲面的初始类内数据点，K表示聚类数量。
[0032]一种异型曲面的区域划分系统，所述区域划分系统包括：
[0033]点云数据获取模块，用于获取三维曲面的点云数据集合；
[0034]质心数据点初始化模块，用于设置每一类曲面的初始的质心数据点；
[0035]聚类模块，用于根据所述质心数据点，采用k-means算法对所述点云数据集合中点云数据进行聚类运算，获得每一类曲面的初始类内数据点和初始边界数据点；
[0036]重新分类模块，用于利用条件概率算法对每一类曲面的初始边界数据点进行重新分类，获得每一类曲面的更新后的类内数据点；
[0037]最大分类误差计算模块，用于根据每一类曲面的初始类内数据点的数量和更新后的类内数据点的数量，计算最大分类误差；
[0038]第一判断模块，用于判断最大分类误差是否小于误差阈值，获得第一判断结果；
[0039]质心数据点更新模块，用于若所述第一判断结果表示否，则更新每一类曲面的质心数据点，返回步骤“根据所述质心数据点，采用k-means算法对所述点云数据集合中点云数据进行聚类运算，获得每一类曲面的初始类内数据点和初始边界数据点”；
[0040]类内数据点更新模块，用于若所述第一判断结果表示是，则输出每一类曲面的更新后的类内数据点。
[0041]可选的，所述点云数据获取模块，具体包括：
[0042]点云数据获取子模块，用于从STL文件中获取三维曲面的点云数据；
[0043]重复数据删除子模块，用于采用循环搜索算法去掉三维曲面的点云数据中的重复数据，建立三维曲面的点云数据集合。
[0044]可选的，所述聚类模块，具体包括：
[0045]欧氏距离计算子模块，用于计算第j个点云数据与每一类曲面的质心数据点的欧式距离，获得K个欧氏距离；
[0046]第二判断子模块，用于判断K个欧氏距离中最短的欧式距离对应的类的数量是否为1，获得第二判断结果；
[0047]第一聚类子模块，用于若所述第二判断结果表示是，则将第j个点云数据设置为最短的欧式距离对应类的类内数据点；
[0048]第二聚类子模块，用于若所述第二判断结果表示否，则将第j个点云数据设置为最短的欧式距离对应的多个类的边界数据点；
[0049]返回子模块，用于令j的数值增加1，返回步骤“计算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异型曲面的区域划分方法，其特征在于，所述区域划分方法包括如下步骤：获取三维曲面的点云数据集合；设置每一类曲面的初始的质心数据点；根据所述质心数据点，采用k-means算法对所述点云数据集合中点云数据进行聚类运算，获得每一类曲面的初始类内数据点和初始边界数据点；利用条件概率算法对每一类曲面的初始边界数据点进行重新分类，获得每一类曲面的更新后的类内数据点；根据每一类曲面的初始类内数据点的数量和更新后的类内数据点的数量，计算最大分类误差；判断最大分类误差是否小于误差阈值，获得第一判断结果；若所述第一判断结果表示否，则更新每一类曲面的质心数据点，返回步骤“根据所述质心数据点，采用k-means算法对所述点云数据集合中点云数据进行聚类运算，获得每一类曲面的初始类内数据点和初始边界数据点”；若所述第一判断结果表示是，则输出每一类曲面的更新后的类内数据点。2.根据权利要求1所述的异型曲面的区域划分方法，其特征在于，所述获取三维曲面的点云数据集合，具体包括：从STL文件中获取三维曲面的点云数据；采用循环搜索算法去掉三维曲面的点云数据中的重复数据，建立三维曲面的点云数据集合。3.根据权利要求1所述的异型曲面的区域划分方法，其特征在于，所述根据所述质心数据点，采用k-means算法对所述点云数据集合中点云数据进行聚类运算，获得每一类曲面的初始类内数据点和初始边界数据点，具体包括：计算第j个点云数据与每一类曲面的质心数据点的欧式距离，获得K个欧氏距离；判断K个欧氏距离中最短的欧式距离对应的类的数量是否为1，获得第二判断结果；若所述第二判断结果表示是，则将第j个点云数据设置为最短的欧式距离对应类的类内数据点；若所述第二判断结果表示否，则将第j个点云数据设置为最短的欧式距离对应的多个类的边界数据点；令j的数值增加1，返回步骤“计算第j个点云数据与每一类曲面的质心数据点的欧式距离，获得K个欧氏距离”，直到完成所有的点云数据的聚类运算，获得每一类曲面的初始类内数据点和初始边界数据点。4.根据权利要求1所述的异型曲面的区域划分方法，其特征在于，所述利用条件概率算法对每一类曲面的初始边界数据点进行重新分类，获得每一类曲面的更新后的类内数据点，具体包括：当第i个点云数据同时为第k类曲面的初始边界数据点和第m类曲面的初始边界数据点时，利用条件概率算法分别计算第i个点云数据属于第k类曲面的概率和第i个点云数据属于第m类曲面的概率；判断第i个点云数据属于第k类曲面的概率是否大于第i个点云数据属于第m类曲面的概率，获得第三判断结果；
若所述第三判断结果表示是，则将第i个点云数据作为第k类曲面的类内数据点，划分至第k类曲面；若所述第三判断结果表示否，则将第i个点云数据作为第m类曲面的类内数据点，划分至第m类曲面；重复上述步骤，直到重新划分完成所有的初始边界数据点的点云数据，获得每一类曲面的更新后的类内数据点。5.根据权利要求1所述的的异型曲面的区域划分方法，其特征在于，所述根据每一类曲面的初始类内数据点的数量和更新后的类内数据点的数量，计算最大分类误差，具体包括：根据每一类曲面的初始类内数据点的数量和更新后的类内数据点的数量，利用公式计算最大分类误差；其中，σ表示最大分类误差，n
k,new
表示第k类曲面的更新后的类内数据点的数量，n
k
表示第k类曲面的初始类内数据点，K表示聚类数量。6.一种异型曲面的区域划分系统，其特征在...

【专利技术属性】
技术研发人员：邵辉，王达，王春龙，
申请(专利权)人：华侨大学，
类型：发明
国别省市：