一种用于铸管表面三维点云数据的滤波方法技术

本发明专利技术公开了一种用于铸管表面三维点云数据的滤波方法，包括以下步骤；步骤一，离群点搜索：找出激光线上点云数据中包含的缺陷点；步骤二，最小二乘直线拟合，找出激光线数据的基准；步骤三，距离集合计算：得到激光线点云数据的几何特征；计算激光线上的每个点到基准直线的距离，得到距离集合；步骤四，线激光点云数据修正基准线生成：计算圆柱展开基准面上的每条基准线；步骤五，点云数据向基准面投影：得到修正后的点云数据；将得到的距离集合以

【技术实现步骤摘要】
一种用于铸管表面三维点云数据的滤波方法


[0001]本专利技术属于点云与处理方法中的去噪和畸变校正
，具体涉及一种用于铸管表面三维点云数据的滤波方法
。

技术介绍

[0002]离心球墨铸铁管作为常见的管道材料广泛应用于水利工程
、
城市供水
、
排水和天然气输送等工程领域
。
为了确保产品质量，在生产过程中需要从对离心机出炉后的热态铸管进行表面缺陷，包括裂纹
、
气孔
、
重皮
、
流线
、
缩痕等进行检查，以便在生产过程的早期发现铸管质量问题，将不合格产品及时从生产线上剔除，避免存在质量问题的产品流入下一个工序，造成时间和资源上的浪费，在保证产品质量的同时减少生产过程中的消耗
。
[0003]铸管使用离心铸造法生产完成后通过传输线运送到下一个工序，此时铸管呈现高温红炽状态
。
一方面，由于表面温度高达
500
‑
700
摄氏度，因此无法使用常规接触式方法进行检测
。
另一方面，由于缺陷尺度较小且需要使用深度信息进行描述，例如裂纹缺陷的长度约为3‑
100mm
，宽度约为
0.1mm
，深度约为
0.2mm。
因此，使用基于工业相机的视觉检测方法因为成像精度限制而无法获取缺陷图像
。
[0004]在使用线激光传感器获取铸管这类圆柱形工件表面数据的过程中，通常采用圆柱体工件绕轴向自转，线激光传感器静止，发出的激光线与圆柱体轴线平行
。
随着圆柱体沿着轴线旋转一周后，线激光传感器采集到激光线拼拼接成一个完整圆柱表面的展开矩形
。
[0005]三维线激光传感器获取到的物体三维数据通常以点云
(Point Cloud)
形式进行存储与处理，点云数据定义为在一个三维坐标系中用于描述物体几何形状的一组向量的集合
。
除了线激光传感器外，还可以通过三维相机
、
结构光扫描仪等设备进行采集，能够以高精度
、
高分辨率和高维度的信息直观地表示空间中物体的形状
、
表面颜色和纹理等信息
。
点云数据广泛应用于三维建模
、
场景重建
、
机器人导航
、
虚拟现实和增强现实等
。
[0006]在获取点云数据时，由于数据采集系统受到环境和人为因素的干扰，数据中总会包含一些异常的噪声点以及发生畸变的数据点
。
点云滤波作为点云数据预处理流程中的第一步，其处理效果会对后续流程产生很大影响
。
[0007]现有技术中提出的点云滤波算法仅仅针对通用情况进行设计，对于一般的噪声具有良好的效果，例如，网格平滑算法能较好去除简单物体点云数据表面噪声
。
然而，对于表面形状复杂的物体，在多种噪声来源存在的场景下，通用三维点云滤波算法对点云噪声对处理效果就变得较差
。
究其原因在于不同表面复杂度与不同场景下的点云数据的噪声具有其特殊的特征，通用点云滤波算法由于没有结合被采集物体以及采集环境特征
。
而现有专利中给出的点云滤波算法则更加侧重于物体的实际特征进行设计，但是并没有对存在径向振动和倾斜畸变的铸管表面三维点云数据专门设计
。
从而导致现有方法对铸管表面三维点云数据的滤波处理效果不佳
。

技术实现思路

[0008]为了克服以上现有技术存在的问题，本专利技术的目的在于提供一种用于铸管表面三维点云数据的滤波方法，通过去除铸管表面原始点云数据中的倾斜畸变和径向振动噪声，为后续的铸管表面缺陷检测方法提供高质量点云数据
。
[0009]为了实现上述目的，本专利技术采用的技术方案是：
[0010]一种用于铸管表面三维点云数据的滤波方法，包括以下步骤；
[0011]步骤一，离群点搜索：找出激光线上点云数据中包含的缺陷点；
[0012]步骤二，最小二乘直线拟合，找出激光线数据的基准；
[0013]步骤三，距离集合计算：得到激光线点云数据的几何特征；计算激光线上的每个点
p
i
∈l
i
到基准直线
y
i
＝
a
i
x
i
+b
i
的距离，得到距离集合
d
i
；
[0014]步骤四，线激光点云数据修正基准线生成：计算圆柱展开基准面上的每条基准线；
[0015]步骤五，点云数据向基准面投影：得到修正后的点云数据；将步骤三得到的距离集合
d
i
以
y
i
′
＝
a
i
′
x
′
i
+b
i
′
为基准进行分布，得到消除了振动噪声和校正了倾斜畸变的铸管表面三维点云数据
。
将铸管表面点云数据的距离特征投影至一个以铸管名义直径展开的圆柱面上
。
[0016]所述步骤一具体为：
[0017]针对采集到的每条激光线点云数据集合
l
i
＝
{p
i
,i∈[1,m]}
，从初始点
p
i
开始进行邻域搜索，计算点
p
i
和点
p
i+1
构成直线的斜率
k
i
，点
p
i+1
和点
p
i+2
构成直线的斜率
k
i+1
，计算两条相邻直线的斜率之差
q
i
＝
k
i
‑
k
i+1
；
[0018]采集的步骤为：铸管进入采集工位后，到位检测传感器出发线激光传感器采集一条铸管表面点云数据；
[0019]根据铸管表面凸起的尺度特征
(
由于离心铸造工艺产生的非光滑铸管表面形状，不包含全线的激光线点云数据呈现波动形态
)
，确定两相邻点之间斜率差的阈值范围为
[k
min
,k
max
]；如果
q
i
∈[k
min
,k
max
]，则认为
p
i+1
是一个正常点；否则，认为该点是一个缺陷点，将其标记为离群点并记录在一个离群点集合
l
oi
中，同时记录
q
i
的指标，在判断连续离群点结束时使用；然后，继续以
p
i+1
为起始本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种用于铸管表面三维点云数据的滤波方法，其特征在于，包括以下步骤；步骤一，离群点搜索：找出激光线上点云数据中包含的缺陷点；步骤二，最小二乘直线拟合，找出激光线数据的基准；步骤三，距离集合计算：得到激光线点云数据的几何特征；计算激光线上的每个点
p
i
∈l
i
到基准直线
y
i
＝
a
i
x
i
+b
i
的距离，得到距离集合
d
i
；步骤四，线激光点云数据修正基准线生成：计算圆柱展开基准面上的每条基准线；步骤五，点云数据向基准面投影：得到修正后的点云数据；将步骤三得到的距离集合
d
i
以
y
i
′
＝
a
i
′
x
′
i
+b
i
′
为基准进行分布，得到消除了振动噪声和校正了倾斜畸变的铸管表面三维点云数据
。2.
根据权利要求1所述的一种用于铸管表面三维点云数据的滤波方法，其特征在于，所述步骤一具体为：针对采集到的每条激光线点云数据集合
l
i
＝
{p
i
,i∈[1,m]}
，从初始点
p
i
开始进行邻域搜索，计算点
p
i
和点
p
i+1
构成直线的斜率
k
i
，点
p
i+1
和点
p
i+2
构成直线的斜率
k
i+1
，计算两条相邻直线的斜率之差
q
i
＝
k
i
‑
k
i+1
；采集的步骤为：铸管进入采集工位后，到位检测传感器出发线激光传感器采集一条铸管表面点云数据；根据铸管表面凸起的尺度特征，确定两相邻点之间斜率差的阈值范围为
[k
min
,k
max
]
；如果
q
i
∈[k
min
,k
max
]
，则认为
p

【专利技术属性】
技术研发人员：贺晨龙，李明明，张敏，江涛，张博，
申请(专利权)人：陕西科技大学，
类型：发明
国别省市：