【技术实现步骤摘要】
一种点云数据的三维曲面监控方法
[0001]本专利技术涉及曲面识别方法,尤其涉及一种点云数据的三维曲面监控方法。
技术介绍
[0002]新型的高清测量技术能够在数分钟内对零件表面进行全面测量,得到大规模的点云数据,高清测量技术能够完整反映零件表面信息,从而为零件表面分析提供了数据基础。
[0003]现有技术中的零件表面监控方法一般只适用于平面图像数据,对于点云数据无法反映其三维特征。而基于三维曲面的平面分割方法不适用于曲率变化较大的曲面,容易丢失曲面特征。因此需要一种表面监控方法可保证原始数据真实性、且普适于各种三维曲面成为一项迫切要求。
技术实现思路
[0004]本申请实施例通过提供一种点云数据的三维曲面监控方法,解决了现有技术中对于三维曲面监控的计算和处理过程中曲面原始特性丢失,丧失真实性的问题,采用等体积分割法实现了完全保留原始数据。
[0005]本申请实施例提供了一种点云数据的三维曲面监控方法,包括:
[0006](1)设定标称样本,选择第一个合格样本的点云数据作为标称样本;< ...
【技术保护点】
【技术特征摘要】
1.一种点云数据的三维曲面监控方法,其特征在于,包括:设定标称样本,选择第一个合格样本的点云数据作为标称样本;移除测量样本点云数据中的离群点;将所述测量样本和所述标称样本位姿对齐;根据测量曲面的形状和大小,划分曲面区域,对点云所占空间进行等体积分割,将点云分割成若干个区域;计算分割后的区域与标准曲面点云的EMD距离;计算多元广义似然比检验统计量;收集合格样本,建立多元广义似然比控制图,并设定合格控制线值;测量样本的多元广义似然比统计量与合格控制线比较,若超出控制线,则判定此样本为不合格样本。通过控制图对零件生产过程进行监控。2.如权利要求1所述的一种点云数据的三维曲面监控方法,其特征在于,所述移除测量样本点云数据中的离群点,包括:计算测量样本其最近点的平均距离;通过高斯滤波,由3σ准则对异常值进行剔除。3.如权利要求2所述的一种点云数据的三维曲面监控方法,其特征在于,所述σ计算公式为:式为:其中,d
i
为第i个测量点的与最相邻的点的平均距离值;d
Mean
为所有d
i
值的均值;n为测量点的个数。4.如权利要求3所述的一种点云数据的三维曲面监控方法,其特征在于,所述测量点的|d
i
‑
d
Mean
|>3σ,则对该点进行剔除。5.如权利要求2所述的一种点云数据的三维曲面监控方法,其特征在于,所述最近点设定为4个。6.如权利要求1所述的一种点云数据的三维曲面监控方法,其特征在于,所述将所述测量样本和所述标称样本位姿对齐,包括:计算原点云和目标点云的质心;转换原点云和目标...
【专利技术属性】
技术研发人员:杜世昌,
申请(专利权)人:力度工业智能科技苏州有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。