一种面向复杂零件曲面特征保留的点云精简方法技术

本发明专利技术公开了一种面向复杂零件曲面特征保留的点云精简方法，通过计算信息熵提取特征区域后，对特征区域采用FCM&k

【技术实现步骤摘要】
一种面向复杂零件曲面特征保留的点云精简方法


[0001]本专利技术涉及精密机械测量领域，更具体地，涉及一种面向复杂零件曲面特征的点云精简方法。

技术介绍

[0002]随着三维扫描技术的测量效率和精度的不断提高，为实现三维重建、复杂曲面零件特征的精密测量提供了新手段。航空叶片、飞机机身、汽车车身覆盖件等复杂曲面零件，具有自由曲面设计、结构尺寸大、曲面特征复杂等特点，且采用基于光学原理的激光三角测量法所获取的点云数据规模巨大，在后续的数据处理中会严重影响计算速度。点云精简技术作为点云预处理技术的一种，能够有效地在模型的特征区域和平坦区域选择合适的点进行保留，对点云的总体数量进行控制，以达到简化模型整体，提高后续计算速度的目的。
[0003]传统的点云精简技术大多采用曲率精简法、栅格精简法和随机精简法，但是上述方法在对特征区域进行处理时效果并不理想。如何在对平坦区域进行点云精简的同时，保持曲面特征区域的几何特征是点云精简重点解决的问题。近年来，许多学者也开展了相应的研究，精简方法主要分为局部点识别保留和区域点替代精简。Ji等引入多个几何特征的参数来衡量点云中点的重要性，通过阈值法提取保留特征点，而对于非特征区域采用八叉树的方法进行精简，可避免非特征区域出现孔洞，但对模型的整体特征保留效果较差。傅思勇等对动态栅格划分后平坦区域点云进行不同采样率的随机精简，对细分后特征丰富的栅格，通过曲面变化度和邻域法向量夹角信息来识别特征点，但该方法对特征的边缘点精简效果较差。蒋陈纯等通过点与邻域点叠加后的法向量模长与邻域点数的比值，以及投影点连线间的最大夹角提取边界点。高佳月等基于点云局部区域的曲率密度，提出一种局部边缘特征描述子来提取边缘点。史红霞等通过提取FCM算法聚类分割模型，以局部邻域主轴方向为基准提取边界特征点。

技术实现思路

[0004]针对现有技术的不足及精简对象的需求，本专利技术提供了一种面向复杂零件曲面特征的点云精简方法，通过计算信息熵提取特征区域后，对特征区域采用FCM&k
‑
means迭代聚类精简，对非特征区域采用八叉树精简，实现在保留特征区域完整性的同时对不同区域进行不同精简比的精简。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种面向复杂零件曲面特征保留的点云精简方法，该方法包括下列步骤：
[0007]步骤一：对复杂零件表面待测区域执行扫描，生成表面点云数据集S1，其中S1＝{p
i
|i＝1,2,
…
,n}，式中p
i
代表扫描获取的点云中的某个点，且每个点所在同一坐标系下，n表示初始点云的总数量；
[0008]步骤二：对获取的零件表面点云数据集进行八叉树分割，计算所获取点云的局部表面密度d
p
，确定八叉树分割时的邻域点数k，计算八叉树分割的体素大小l，完成八叉树分
割，并以八叉树分割后的体素中心作为初始k
‑
means聚类的中心点，完成空间域的聚类划分；
[0009]步骤三：获取每个点p
i
的邻域点集p
n
＝{p
j
|p1,p2,
…
,p
k
}，k表示点p
i
邻域点数量，计算每个点的几何特征大小，几何特征包括法向量n
p
、法向夹角θ
p
、高斯曲率C
p
，构建所有点的特征描述子H
p
＝{H
pi
|H
p1
,H
p2
,
…
,H
pn
}；
[0010]步骤四：计算空间域聚类划分后每个簇对应的信息熵I
p
，计算所有信息熵的均值I
mean
和标准差I
std
设定分割阈值I
T
，对空间域划分后的初始簇进行分类，由此获得特征区域子簇集S2和非特征区域子簇集S3；
[0011]B为常数
[0012]步骤五：计算特征区域内所有点的3x3特征矩阵F(n
p
)的特征值λ1,λ2,λ3(λ1＜λ2＜λ3)，并计算其中两个最小特征值对应的主曲率
α
、
β
，结合每个点对应的单位法向量n
p
，构建几何域内点p的特征描述符h＝(α,β,n
p
)；
[0013]步骤六：计算特征区域每个子簇内所有点的几何特征差异性距离d(h
i
,v
k
)，选择FCM初始聚类中心点，计算簇中每一个点到FCM聚类中心的隶属度u
ik
，FCM聚类算法将每个簇内的所有点划分到c个模糊簇中，以使目标函数J
FCM
取得最小值；
[0014]步骤七：FCM初次聚类分割后，对所有子簇的中心点v
k
(k＝1,2,
…
,c)进行更新，同时对簇中每个点的隶属度u
ik
进行更新，并对子簇内每个点重新聚类，直至中心点的移动距离小于固定阈值δ；
[0015]步骤八：选择聚类的初始中心点，将初次FCM聚类后的子簇集C＝{c
j
|j＝1,2,
…
,m1}，按照步骤二中的聚类方法在空间域上进行k
‑
means聚类；
[0016]步骤九：重复步骤六～步骤八所述方法，进行FCM&k
‑
means迭代聚类，将特征区域子簇进行细分，细分后的子簇集为S4＝{s
i
|i＝1,2,
…
,n1}，根据精简率的要求设置不同的距离阈值ε，判断每次细分之后子簇是否满足迭代聚类终止条件L；
[0017]步骤十：对非特征区域子簇集S3运用八叉树的方法进行精简，选取所有体素的中心点作为非特征区域的精简点集S5，选取特征区域迭代聚类后的所有子簇中心点作为精简后点集S6，将所有精简后的点集合并，同时删除重复点，由此获得最终的精简点云。
[0018]作为进一步优选地，在步骤二中，表面密度计算采用公式为(1)，计算多次计算d
p
的均值作为八叉树的邻域k值；
[0019][0020]S表示局部区域表面积，N1表示所在区域的点数；
[0021]采用公式(2)计算体素大小
[0022][0023]ω为常数，k为搜索邻域点数，n是目标点云大小，X
max
，X
min
，Y
max
，Y
min
，Z
max
，Z
min
为所获点云边界尺寸；
[0024]k
‑
means聚类的目标函数D的计算公式(3)
[0025][0026]v表示聚类数，u表示第a个簇本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向复杂零件曲面特征保留的点云精简方法，其特征在于，该方法包括下列步骤：步骤一：对复杂零件表面待测区域执行扫描，生成表面点云数据集S1，其中S1＝{p
i
|i＝1,2,
…
,n}，式中p
i
代表扫描获取的点云中的某个点，且每个点所在同一坐标系下，n表示初始点云的总数量；步骤二：对获取的零件表面点云数据集进行八叉树分割，计算所获取点云的局部表面密度d
p
，确定八叉树分割时的邻域点数k，计算八叉树分割的体素大小l，完成八叉树分割，并以八叉树分割后的体素中心作为初始k
‑
means聚类的中心点，完成空间域的聚类划分；步骤三：获取每个点p
i
的邻域点集p
n
＝{p
j
|p1,p2,
…
,p
k
}，k表示点p
i
邻域点数量，计算每个点的几何特征大小，几何特征包括法向量n
p
、法向夹角θ
p
、高斯曲率C
p
，构建所有点的特征描述子H
p
＝{H
pi
|H
p1
,H
p2
,
…
,H
pn
}；步骤四：计算空间域聚类划分后每个簇对应的信息熵I
p
，计算所有信息熵的均值I
mean
和标准差I
std
设定分割阈值I
T
，对空间域划分后的初始簇进行分类，由此获得特征区域子簇集S2和非特征区域子簇集S3；B为常数步骤五：计算特征区域内所有点的3x3特征矩阵F(n
p
)的特征值λ1,λ2,λ3(λ1＜λ2＜λ3)，并计算其中两个最小特征值对应的主曲率α、β，结合每个点对应的单位法向量n
p
，构建几何域内点p的特征描述符h＝(α,β,n
p
)；步骤六：计算特征区域每个子簇内所有点的几何特征差异性距离d(h
i
,v
k
)，选择FCM初始聚类中心点，计算簇中每一个点到FCM聚类中心的隶属度u
ik
，FCM聚类算法将每个簇内的所有点划分到c个模糊簇中，以使目标函数J
FCM
取得最小值；步骤七：FCM初次聚类分割后，对所有子簇的中心点v
k
(k＝1,2,
…
,c)进行更新，同时对簇中每个点的隶属度u
ik
进行更新，并对子簇内每个点重新聚类，直至中心点的移动距离小于固定阈值δ；步骤八：选择聚类的初始中心点，将初次FCM聚类后的子簇集C＝{c
j
|j＝1,2,
…
,m1}，按照步骤二中的聚类方法在空间域上进行k
‑
means聚类；步骤九：重复步骤六～步骤八所述方法，进行FCM&k
‑
means迭代聚类，将特征区域子簇进行细分，细分后的子簇集为S4＝{s
i
|i＝1,2,
…
,n1}，根据精简率的要求设置不同的距离阈值ε，判断每次细分之后子簇是否满足迭代聚类终止条件L；步骤十：对非特征区域子簇集S3运用八叉树的方法进行精简，选取所有体素的中心点作为非特征区域的精简点集S5，选取特征区域迭代聚类后的所有子簇中心点作为精简后点集S6，将所有精简后的点集合并，同时删除重复点，由此获得最终的精简点云。2.如权利要求1所述的一种面向复杂零件曲面特征保留的点云精简方法，其特征在于，在步骤二中，表面密度计算采用公式为(1)，计算多次计算d
p
的均值作为八叉树的邻域k值；S表示局部区域表面积，N1表示所在区域的点数；
采用公式(2)计算体素大小ω为常数，k为搜索邻域点数，n是目标点云大小，X
max
，X
min
，Y
max
，Y
min
，Z
max
，Z
min
为所获点云边界尺寸；k
‑
means聚类的目标函数D的计算公式(3)v表示聚类数，u表示第a个簇中的数据个数，C
a
为第a个簇的簇中心，P
ab
为第a个簇中的数据点，d(P
ab
‑
C
a
)2表示该点P
ab
到该簇中心C
a
距离的平方。3.如权利要求1所述的一种面向复杂零件曲面特征保留的点云精简方法，其特征在于，在步骤三中，采用公式(4)计算所属法向量n
p
，采用公式(5...

【专利技术属性】
技术研发人员：秦训鹏，丁吉祥，董寰宇，杨世明，董书洲，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：