一种面向移动状态下大尺度长方体的三维形貌方法技术

本发明专利技术公开了一种面向移动状态下大尺度长方体的三维形貌方法，在点云分割和降噪方面，建立了直通滤波算法、半径滤波方法和RANSAC平面分割方法，获得了有效区域的物体点云数据集，减少了无关区域数据和噪声的干扰。在点云降采样方面，建立了改进VoxelGrid滤波算法，从而实现在不影响目标对象表面细节和特征的情况下适当降低点云数据的密度。根据采集的方式与长方体物体形状的几何特征，使用PCA方法计算特征向量，使第一和第二主轴反向获得了粗旋转矩阵，利用质心计算平移向量的方法进行了粗配准。然后使用点面ICP算法进行了精配准，获得了大尺度立方体物体的配准点云集。最后通过贪婪投影对配准点云进行了曲面重建，获得了大尺度立方体物体的三维形貌模型。得了大尺度立方体物体的三维形貌模型。得了大尺度立方体物体的三维形貌模型。

【技术实现步骤摘要】
一种面向移动状态下大尺度长方体的三维形貌方法


[0001]本专利技术涉及点云三维重建
，尤其涉及一种面向移动状态下大尺度长方体的三维形貌方法。

技术介绍

[0002]随着我国经济高质量发展战略的提出，国民经济蓬勃发展，各领域对金属、化工、新材料等基础产业的产品的需求日益增加。许多产品具有长方体形状结构，如以钢坯为代表的金属板坯作为重要的生产原料，被称为“工业的粮食”，已被广泛应用于各类国防工业、基础装备、建筑等领域；木质板材作为现代四大基础材料中唯一可降解、再生循环的绿色环保材料，长期以来在家具、装饰、建筑等领域扮演重要的角色；碳纤维复合板由于其高强度、高模量、耐高温等特性，在高端装备制造、航空航天等领域发挥了不可或缺的作用。
[0003]由于原材料、生产工艺、制造设备和生产环境多方面因素，这些长方体物体存在外形质量缺陷，需要对其进行实时监测，另外，由于工艺流程的需要，也需要对其进行准确地外形尺寸测量。

技术实现思路

[0004]1.要解决的技术问题
[0005]本专利技术的目的是为了解决现有技术中缺少能够本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向移动状态下大尺度长方体的三维形貌方法，其特征在于，包括以下步骤：步骤1：搭建的双视角线激光点云自动采集系统；步骤2：使用张正友标定法对三维激光线阵相机(3)进行标定；步骤3：使用辊道(2)移动大尺度长方体物体，在长方体物体到达龙门架(1)位置之前，触发传感器(4)启动并向主机(5)发送采集信号，主机(5)收到信号后通过软件同时触发两台三维激光线阵相机(3)，三维激光线阵相机(3)开始采集，得到两个点云集分别为M和N；步骤4：得到有效区域点云：对点云集M和N都分别进行直通滤波和半径滤波得到，然后使用RANSAC拟合辊道(2)平面进行分割，获得了长方体的单视角点云数据，最后使用半径滤波的算法对点云数据集进行降噪；步骤5：使用改进的VoxelGrid滤波算法对点云进行降采样，整个点云空间被分成若干个体素网格；步骤6：利用PCA方法计算主轴：使用PCA方法对两个点云集分别计算特征向量，根据长方体物体点云几何特征关系，最大特征值对应的特征向量方向，近似平行于Y轴；次最大特征值对应的特征向量作为第二主方向，近似平行X轴；第三大特征值对应的特征向量作为第三主方向，近似平行Z轴；步骤7：计算粗配准变换矩阵，将两点云置于同一坐标系中，以A为绿色点云，B为红色点云，以A为目标点云，B为源点云；点云A的特征矩阵为U
A
，其中l
A
，w
A
，h
A
为特征向量；点云B的特征矩阵为U
B
，其中l
B
，w
B
，h
B
为特征向量，因为在上述双视角下长方体物体在Y方向水平排列，A和B点云形状接近于镜像对称，使源点云B第一主轴和第二主轴进行反向，即l
B
＝
‑
l
B
，w
B
＝
‑
w
B
；可构成新的特征向量矩阵U
B
，获得旋转矩阵R1，可使源点云B获得正确的姿态；步骤8：分别计算两个点云的质心，步骤8：分别计算两个点云的质心，计算点云B平移向量：T1＝X
A
‑
X
B
R1通过旋转向量和平移向量得到点云B粗配准后的点云C：C＝BR+T步骤9：点云精匹配：使用点面ICP算法对两个点云C和A匹配；步骤10：将最优刚体变换矩阵应用于源点云C进行刚性变换，得到变换后的点云D，...

【专利技术属性】
技术研发人员：柴毅，屈剑锋，龚思宇，王粤，陈了，
申请(专利权)人：重庆大学，
类型：发明
国别省市：