一种复杂结构件的激光点云去噪和缺陷检测方法技术

本发明专利技术公开了一种复杂结构件的激光点云去噪和缺陷检测方法，以标准理想点云为先验信息，包括以下步骤：1、获取目标物采集点云和标准点云；2、基于主成分分析(PCA)和最近点迭代(ICP)算法将采集点云配准到标准点云；3、将标准点云进行多向偏移并合成膨胀标准点云；4、基于膨胀标准点云对采集点云进行去噪；5、利用倒角距离和二次确认算法提取缺陷；6、基于密度聚类(DBSCAN)算法分类缺陷。本发明专利技术基于先验信息实现了对激光LIDAR采集到的复杂结构目标物激光点云数据精细化去噪以及缺陷检测，去噪和检测效果良好。本发明专利技术应用广泛，在点云去噪、设备检修、建筑验收等场合均有重大意义。建筑验收等场合均有重大意义。建筑验收等场合均有重大意义。

【技术实现步骤摘要】
一种复杂结构件的激光点云去噪和缺陷检测方法


[0001]本专利技术涉及一种复杂结构件的激光点云去噪和缺陷检测方法，属于模式识别、三维点云数据处理


技术介绍

[0002]点云是某个坐标系下的点的数据集合，点包含三维坐标、颜色等信息。目前主流的点云获取方式是采用激光LIDAR采集点云。点云去噪是指激光LIDAR在采集点云过程中，由于LIDAR传感器精度限制、工作原理和环境干扰，在目标物的表面附近或空间中会采集到许多噪点，需要将这些噪点滤掉。传统的点云滤波方法有半径去噪、统计去噪、高斯去噪等，这些方法使用具有条件限制且仅对于距离采集表面较远、分布在空间中的稀疏噪点滤波效果比较好，而有些采集的噪声点云与目标物表面点云的距离非常接近且分布密集，导致这些方法无法有效去噪。此外，这些方法都没有使用目标物已知的先验信息来进行去噪，而在很多领域，是有目标物的三维模型等先验信息的。
[0003]物体缺陷检测是指通过某种方法检测物体结构是否有缺失、断裂等问题。近年来，激光技术被应用于简单结构的物体表面缺陷检测，检测表面是否有凸起、凹坑等。但对于基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种复杂结构件的激光点云去噪和缺陷检测方法，其特征在于，包括以下步骤：步骤1：获取目标物的采集点云和标准点云；步骤2：基于PCA和ICP算法将采集点云配准到标准点云；步骤3：将标准点云进行多向偏移并合成膨胀标准点云，将膨胀标准点云生成体素；步骤4：用体素对采集点云进行去噪，得到去噪后点云；步骤5：利用倒角距离和二次确认算法提取缺陷；步骤6：基于DBSCAN算法分类缺陷。2.根据权利要求1所述的一种复杂结构件的激光点云去噪和缺陷检测方法，其特征在于，该方法适用的对象为：一切具有先验信息的激光点云数据，而非某种固定类别点云数据。3.根据权利要求1所述的一种复杂结构件的激光点云去噪和缺陷检测方法，其特征在于，所述步骤1包括以下步骤：首先使用搭载激光LIDAR的平台对目标物进行完整扫描，然后将扫描的激光点云数据经过预处理，分离出目标物采集点云C2；然后，若先验信息是模型数据，则读取目标物标准模型数据，通过泊松采样生成标准点云C1；若先验信息是点云数据，则直接读取标准点云C1。4.根据权利要求1所述的一种复杂结构件的激光点云去噪和缺陷检测方法，其特征在于，所述步骤2包括以下步骤：步骤2.1：基于PCA算法的粗配准，具体过程如下：(1)求解点云C1、C2的质心坐标λ1,λ2，将C1、C2所有点坐标减去质心坐标，进行去中心化；(2)计算C1、C2的协方差矩阵M1、M2：：(3)采用SVD分解协方差矩阵：M＝U∑V
T
得到的左奇异矩阵U为特征向量集合p1,p2∈R
3*3
；(4)考虑点云C1、C2主轴朝向对应8种形式，求解点云C2变换到点云C1的变换矩阵T：遍历8次，计算变换矩阵T：其中，α为主轴对应的矩阵，共8种形式；对采集点云C2进行深拷贝得到C
r
，利用变换矩阵T对C
r
进行变换，并逐点计算变换后两个点云之间最近点的欧式距离d
i
，由此进一步计算均方误差mse；比较8次均方误差，用最小的均方误差对应的C
r
点云替换C2；PCA粗配准完成；
步骤2.2：基于ICP算法对采集点云C2和标准点云C1进行精配准，具体过程如下：(1)对C1中每点在C2中找最近点，计算两点距离d，d<δ则认为是匹配点对(pos1
i
,pos2
i
)，加入匹配点对集合K；该过程通过kd树加速匹配；(2)由上述集合K，通过SVD分解求解变换矩阵T：分别求K[0]和K[1]两组点云的质心坐标：并求出每点去中心化坐标q1
i
，q2

【专利技术属性】
技术研发人员：王辰星，马淼，魏海坤，夏思宇，张侃健，李骏扬，杜松林，
申请(专利权)人：东南大学，
类型：发明
国别省市：