一种适用于扫描点云的模型处理方法及系统技术方案

本发明专利技术公开了一种适用于扫描点云的模型处理方法及系统，通过多幅扫描点云的快速融合将多幅密集点云快速融合成单幅密集点云，消除了模型的重叠，提高了模型的处理效率；通过单幅密集点云的快速精简，在保护模型细节的前提下实现模型数据量的大幅度降低，减少后续的处理时间及模型的存储压力；通过点云快速三角化技术将点云转变为网格模型，且不损害模型细节与特征；通过细节保护的网格去噪，在提高模型表面光顺度的同时减少了细节的损失。本发明专利技术可以在保持精度和细节特征的前提下，将多幅扫描点云快速转化为低数据量、高精度、表面光顺的网格模型。不但有效减少最终网格模型的数据量，而且大大提高了扫描数据的网格模型重建效率。率。率。

【技术实现步骤摘要】
一种适用于扫描点云的模型处理方法及系统


[0001]本专利技术涉及模型处理
，尤其涉及一种适用于扫描点云的模型处理方法及系统。

技术介绍

[0002]近年来，三维光学测量技术凭借非接触、高效率、全场测量等优势在工业检测和逆向反求行业中迅猛发展。随着工业生产对检测和逆向过程效率及精度的提高，将零部件表面的扫描点云快速转变为高精度的三维模型成为技术核心点。
[0003]在扫描过程中，测量设备从多个角度获取零部件的表面信息并重建点云，导致扫描所得的原始点云模型数据量巨大，存在大量重复、冗余信息和噪声。因此，将多幅扫描点云快速处理成一个低数据量、低噪、完整的高精度网格模型是研究的重点。模型处理中包含了点云融合、点云精简、网格化和网格模型去噪等关键步骤。
[0004]现有的模型处理技术对于数据量小、冗余度低、噪声较低的点云可以取得较好的处理结果，但难以适用于工业扫描点云的处理。一方面，工业扫描点云因完整性和细节表达的需求，通常幅数众多、数据量巨大，且因重叠度大而包含大量冗余数据。而现有的融合、精简、网格化等过程因为追求网格规则度、均本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于扫描点云的模型处理方法，其特征在于，具体包括以下步骤：S1、对初始点云数据进行预处理，再利用kdTree数据结构为预处理后的点云数据建立拓扑关系，将多层点云数据移动融合为单层点云数据；S2、输入融合好的单层点云数据，采用分割式层次聚类的方法对点云数据进行多次子簇划分，得到基于曲率精简后的点云数据；S3、对精简后的点云数据遍历所有顶点并通过kdTree搜索各自的邻点，通过顶点与邻点的德洛内三角化，将点云模型重建为三角网格模型；S4、采用保特征光顺方法，实现三角网格模型的保特征精简。2.根据权利要求1所述的一种适用于扫描点云的模型处理方法，其特征在于：步骤S1所述的对点云数据进行预处理，具体方法如下：输入n幅有序点云数据，为点云数据增加是否为边界点的属性；遍历每一幅点云数据，当数据点的八邻域内存在孔洞时，将该数据点置为边界点，否则将该数据点置为非边界点；统计每一幅点云数据的平均点距d
i
，所有数据点的平均点距为为每一个数据点增加ID属性，第i幅点云数据的ID号均为i，然后将所有点云数据存储到同一容器中。3.根据权利要求2所述的一种适用于扫描点云的模型处理方法，其特征在于：步骤S1所述的利用kdTree数据结构为预处理后的点云数据建立拓扑关系，具体方法如下：利用kdTree查找每一个中心数据点的固定半径范围内所有邻域数据点；当所有邻域数据点ID属性均与中心数据点属性相同，则该处为单层点云数据；若存在领域数据点ID属性与中心数据点属性不同，则该处为存在多层点云数据，并将该多层点云数据融合为单层点云数据。4.根据权利要求3所述的一种适用于扫描点云的模型处理方法，其特征在于：步骤S1所述的将多层点云数据移动融合为单层点云数据，具体方法如下：在多层点云数据区域，提取出与中心数据点ID属性不同的所有数据点；查找出每一个ID属性的邻域数据点中距离中心点最近的点，计算这些最近的点与中心数据点的质心坐标；将中心数据点移动到质心坐标位置，将半径区域内所有与中心点ID属性不同的数据点的是否保留属性标记为非保留；按顺序遍历所有数据点，最后提取出所有是否保留属性为保留的数据点，即为融合后的单层点云数据。5.根据权利要求4所述的一种适用于扫描点云的模型处理方法，其特征在于：所述步骤S2的具体过程如下：在每次对点云数据进行子簇划分分割前，先对点云数据整体进行主成分分析得到点云数据主方向，沿着经过中心点且法向为主方向的平面进行分割；一幅点云数据被分割为两个子簇，分别计算两个子簇中数据点到子簇中心的最远距离d
t
，当d
t

【专利技术属性】
技术研发人员：唐正宗，刘世凡，任茂栋，冯超，
申请(专利权)人：新拓三维技术深圳有限公司，
类型：发明
国别省市：