一种三维扫描点云优化的方法技术

本发明专利技术公开了一种三维扫描点云优化的方法，涉及三维扫描点云优化技术领域，包括以下步骤：S1：对物体的三维点云数据进行采集；该三维扫描点云优化的方法，在对生产的物体进行检测时，根据物体的型号构建相对应的优化处理模组，将模组加载至优化模型内部，将三维点云数据输入至优化模型内部，通过利用优化模型内部的优化处理模组对三维点云数据进行优化，然后输出物体三维扫描有效点云数据，通过该数据与预设的该物体零件加工精度检测数据相比对，确定该物体的加工精度是否合格，能够在对物体进行抽样检测时，根据物体的不同，选用适合的优化处理模组对采集物体的三维扫描点云数据进行优化，保障加工精度检测结果的准确度。保障加工精度检测结果的准确度。保障加工精度检测结果的准确度。

【技术实现步骤摘要】
一种三维扫描点云优化的方法


[0001]本专利技术涉及三维扫描点云优化
，具体为一种三维扫描点云优化的方法。

技术介绍

[0002]三维激光扫描是一种近年来快速发展的三维空间成像技术，利用双轴伺服电机驱动激光测距器，对扫描场景的目标表面进行等间隔的连续采样，输出与三维场景几何形态完全一致的三维点云。这种技术正在被越来越广泛地应用于测绘、考古、机械加工制造、三维打印、机器人、无人驾驶等领域。机械零件是制造业的基础，加工精度检测是保证精密零件产品质量的关键生产环节，也是长期制约我国高精尖产业发展的技术瓶颈。传统的机械零件质检方法主要使用卡尺、微分尺、三维坐标仪等接触式测量方法，依赖人工频繁选点，测量结果容易受到选点误差的影响。三维扫描技术作为一种可以快速获取高精度、高密度物体表面采样点的非接触测量技术可以有效解决这些问题。对物体进行扫描获取三维点云数据后，因物体的结构影响，每个不同的物体导致获取的三维点云数据具有不同的缺陷，因此提出了一种三维扫描点云优化的方法。

技术实现思路

[0003]针对现有技术的不足，本专利技术提供了一种三维扫描点云优化的方法，解决了上述
技术介绍
中提出的问题。
[0004]为实现以上目的，本专利技术通过以下技术方案予以实现：一种三维扫描点云优化的方法，包括以下步骤：
[0005]S1：对物体的三维点云数据进行采集；
[0006]S2：将三维点云数据输入至优化模型内部进行优化处理；
[0007]S21：获取输入的三维点云数据采自物体的型号；/>[0008]S211：根据物体的型号构建相对应的优化处理模组；
[0009]S212：将构建的优化处理模组保存至模组库中；
[0010]S213：模型库中存储的每个物体的型号均对应一个优化处理模组；
[0011]S22：根据物体的型号调取相对应的优化处理模组；
[0012]S3：输出物体三维扫描有效点云数据。
[0013]可选的，所述S211根据物体的型号构建相对应的优化处理模组的步骤包括S21101：获取该物体的数据样本构建样本集；S21102：通过样本集对优化处理模组进行训练；S21103：对训练结果进行评价，根据评价结果对该优化模组进行调整。
[0014]可选的，所述S22根据物体的型号调取相对应的优化处理模组的步骤包括S221：将模组加载至优化模型内部，将前次加载的模组卸载；S222：利用优化模型内部的优化模组对三维点云数据进行优化。
[0015]可选的，所述S1对物体的三维点云数据进行采集的步骤中，通过将物体摆放至搭设的三维点云数据采集平台，通过采集平台上的三维点云采集模块对物体的三维点云数据
进行采集，将采集的三维点云数据上传至处理设备中。
[0016]可选的，所述S213模型库中存储的每个物体的型号均对应一个优化处理模组的步骤中，每个物体的型号均代表一个特有的编码，通过该编码使得该型号的物体与对应的优化处理模组相关联，通过该编码，可以调取该型号的物体相对应的优化处理模组。
[0017]可选的，所述S21101获取该物体的数据样本构建样本集的步骤中，通过将物体摆放至搭设的三维点云数据采集平台，通过采集平台上的三维点云采集模块对物体的三维点云数据进行采集，构建样本数据，所述S21103对训练结果进行评价，根据评价结果对该优化模组进行调整的步骤中，将物体的三维点云数据作为样本数据输入至优化处理模组进行优化，获取优化后的数据，将优化后的三维点云数据进行模型创建，通过评价模块对创建的模型进行评价，得到评价结果。
[0018]可选的，所述S221将模组加载至优化模型内部，将前次加载的模组卸载的步骤中，优化模型内部前次使用的模组进行卸载后，对加载记录进行保存，并将加载记录输出至控制台中。
[0019]可选的，所述S211根据物体的型号构建相对应的优化处理模组的步骤中，首先将物体放置在三维点云数据采集平台上获取物体的三维点云数据，然后根据物体的三维点云数据进行模型创建，对模型进行评价，得到三维点云数据缺陷点，针对三维点云数据缺陷点进行构建相对应的优化处理模组。
[0020]本专利技术提供了一种三维扫描点云优化的方法，具备以下有益效果：
[0021]该三维扫描点云优化的方法，在对生产的物体进行检测时，将该物体放置在三维点云数据采集平台，通过采集平台上的三维点云采集模块对物体的三维点云数据进行采集，获取输入的三维点云数据采自物体的型号，根据物体的型号构建相对应的优化处理模组，将模组加载至优化模型内部，将前次加载的模组卸载，将三维点云数据输入至优化模型内部，通过利用优化模型内部的优化处理模组对三维点云数据进行优化，然后输出物体三维扫描有效点云数据，通过该数据与预设的该物体零件加工精度检测数据相比对，确定该物体的加工精度是否合格，能够在对物体进行抽样检测时，根据物体的不同，选用适合的优化处理模组对采集物体的三维扫描点云数据进行优化，保障加工精度检测结果的准确度。
附图说明
[0022]图1为本专利技术方法图；
[0023]图2为本专利技术所述S211根据物体的型号构建相对应的优化处理模组的步骤图；
[0024]图3为本专利技术所述S22根据物体的型号调取相对应的优化处理模组的步骤图。
具体实施方式
[0025]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。
[0026]请参阅图1至图3，本专利技术提供一种技术方案：一种三维扫描点云优化的方法，包括以下步骤：
[0027]S1：对物体的三维点云数据进行采集；
[0028]S2：将三维点云数据输入至优化模型内部进行优化处理；
[0029]S21：获取输入的三维点云数据采自物体的型号；
[0030]S211：根据物体的型号构建相对应的优化处理模组；
[0031]S212：将构建的优化处理模组保存至模组库中；
[0032]S213：模型库中存储的每个物体的型号均对应一个优化处理模组；
[0033]S22：根据物体的型号调取相对应的优化处理模组；
[0034]S3：输出物体三维扫描有效点云数据。
[0035]进一步，S211根据物体的型号构建相对应的优化处理模组的步骤包括S21101：获取该物体的数据样本构建样本集；S21102：通过样本集对优化处理模组进行训练；S21103：对训练结果进行评价，根据评价结果对该优化模组进行调整。
[0036]进一步，S22根据物体的型号调取相对应的优化处理模组的步骤包括S221：将模组加载至优化模型内部，将前次加载的模组卸载；S222：利用优化模型内部的优化模组对三维点云数据进行优化。
[0037]进一步，S1对物体的三维点云数据进行采集的步骤中，通过将物体摆放至搭设的三维点云数据采集平台，通过采集平台上的三维点云采集模块对物体的三维点云数据进行采集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维扫描点云优化的方法，其特征在于：包括以下步骤：S1：对物体的三维点云数据进行采集；S2：将三维点云数据输入至优化模型内部进行优化处理；S21：获取输入的三维点云数据采自物体的型号；S211：根据物体的型号构建相对应的优化处理模组；S212：将构建的优化处理模组保存至模组库中；S213：模型库中存储的每个物体的型号均对应一个优化处理模组；S22：根据物体的型号调取相对应的优化处理模组；S3：输出物体三维扫描有效点云数据。2.根据权利要求1所述的一种三维扫描点云优化的方法，其特征在于：所述S211根据物体的型号构建相对应的优化处理模组的步骤包括S21101：获取该物体的数据样本构建样本集；S21102：通过样本集对优化处理模组进行训练；S21103：对训练结果进行评价，根据评价结果对该优化模组进行调整。3.根据权利要求1所述的一种三维扫描点云优化的方法，其特征在于：所述S22根据物体的型号调取相对应的优化处理模组的步骤包括S221：将模组加载至优化模型内部，将前次加载的模组卸载；S222：利用优化模型内部的优化模组对三维点云数据进行优化。4.根据权利要求1所述的一种三维扫描点云优化的方法，其特征在于：所述S1对物体的三维点云数据进行采集的步骤中，通过将物体摆放至搭设的三维点云数据采集平台，通过采集平台上的三维点云采集模块对物体的三维点云数据进行采集，将采集的三维点云数据上传至处理设备中。5.根据权利要求1所述的一种三维扫描点云优化的方...

【专利技术属性】
技术研发人员：王春水，
申请(专利权)人：北京电影学院，
类型：发明
国别省市：