通用型二维点云分组方法技术

通用型二维点云分组方法，属于逆向工程技术领域。所述分组方法包括如下步骤：(1)将点云转化为二值图像；(2)将二值图像进行细化；(3)将细化后的骨架连接成图数据结构；(4)将图进行调整；(5)在原始图的基础上按照曲率进行重新采样，构建新的图；(6)对图进行简化，为图每条边赋值；(7)采用单源最短路径算法，对整个图进行分组，从而完成骨架的分组；(8)骨架分组完成后，采用膨胀方法找到骨架周围的点云，完成点云的分组。本发明专利技术能处理形状比较复杂的点云，运算速度比较快。

【技术实现步骤摘要】
【专利摘要】，属于逆向工程
。所述分组方法包括如下步骤：(1)将点云转化为二值图像；(2)将二值图像进行细化；(3)将细化后的骨架连接成图数据结构；(4)将图进行调整；(5)在原始图的基础上按照曲率进行重新采样，构建新的图；(6)对图进行简化，为图每条边赋值；(7)采用单源最短路径算法，对整个图进行分组，从而完成骨架的分组；(8)骨架分组完成后，采用膨胀方法找到骨架周围的点云，完成点云的分组。本专利技术能处理形状比较复杂的点云，运算速度比较快。【专利说明】
本专利技术属于逆向工程
，涉及一种点云的分组方法。
技术介绍
逆向工程技术是随着计算机技术的发展和成熟以及数据测量技术的进步而迅速发展起来的一门新兴学科与技术，如今逆向工程技术的应用越来越广泛。数据处理是逆向工程的一项重要的技术环节，它决定了后续CAD模型重建过程能否方便、正确地进行。根据丈量点的数目，丈量数据可以分为一般数据点和海量数据点；根据丈量数据的规整性，丈量数据又可以分为散乱数据点和规矩数据点；不同的丈量系统所得到的丈量数据的格式是不一致的，且几乎所有的丈量方式和丈量系统都不可避免地存在误差。因此，在利用丈量数据进行CAD重建前必须对丈量数据进行处理。数据处理工作主要包括:数据格式的转化、多视点云的拼合、点云过滤、数据精简和点云分组等。点云是指二维空间的无序散乱点，这些点的来源可以是扫描物体表面得到的二维点云(逆向工程领域)，也可以是普通二值图像中的像素点。点云的分组是一个关键的工作，他决定后续曲线拟合的准确性。如何将相对复杂的点云完成分组是现在工程
亟需解决的问题。这一问题的解决有很大的意义，通俗来说完成了点云的分组工作，可以更好的理解点云的结构，可以通过拟合多条样条曲线来清楚地表达点云的结构。当然点云可以是通过扫描得到的有一定定结构形状的无序散乱点，也可以是其他形式的点云，如二值图像上的黑色像素点，完成了二值图像点云的分组可以应用在简笔画、汉字的笔划分组上。
技术实现思路
本专利技术的目的是提供一种，该方法针对无序散乱点云进行分组，进一步的解决计算图形学领域的经典问题。本专利技术的目的是通过如下技术方案实现的:一种，主要是通过提取点云的骨架，针对骨架进行分组，从而完成点云的分组工作，具体包括以下步骤:(I)将点云转化为二值图像；(2)将二值图像进行细化，得到点云骨架；(3)将细化后的骨架连接成图数据结构；(4)将图进行适当的调整，去除肿点、删除冗余、平滑路径；(5)在原始图的基础上按照曲率进行重新采样，构建新的图；(6)对构建的新图进行简化，为图的每条边赋值；(7)采用单源最短路径算法，对整个图进行分组，从而完成骨架的分组；(8)骨架分组完成后，采用膨胀方法找到骨架周围的点云，完成点云的分组。传统的一些方法只能处理比较简单的点云，对于自交叉的、弯曲程度变化复杂的不能处理。本专利技术相比传统方法，能处理形状比较复杂的点云，运算速度比较快。【专利附图】【附图说明】图1是的流程图；图2是初始的点云；图3是势能图像；图4是二值图像；图5是骨架图像；图6是大量样本的回归分析图；锯图7是三角化结果；图8是二值化结果；图9是畸变区域的图结构；图10是修正之后的图；图11是细化之后存在尖角；图12是去除尖角之后；图13是简化之后的图；图14是原始骨架；图15是平滑和构建新图的流程图；图16是给图上的边赋权值；图17是分组好的骨架；图18是分组好的区域；图19是分组好的点云；图20是分别拟合曲线；图21是混乱自交叉点云分组；图22是多曲率变化点云分组；图23是简笔画分组。【具体实施方式】下面结合附图对本专利技术的技术方案作进一步的说明，但并不局限如此，凡是对本专利技术技术方案进行修改或者等同替换，而不脱离本专利技术技术方案的精神和范围，均应涵盖在本专利技术的保护范围中。如图1所示，本专利技术提出了一种全新的点云分组方法，具体流程如下:1、通过势能函数构造点云骨架图2是输入的点云，图3是通过势能函数构造的灰度图。构造势能函数的原理是根据高斯正态分布衍生的。点云分布越是密集的地方高斯势能值就越大，越是稀疏的地方高斯势能值就越小。根据高斯正太分布，一个点对一个坐标的影响大小首先取决于这两者的距离，距离越远，影响越小，距离越近，影响越大。其次，根据公式(I)，势能函数影响值也取决于方差σ，方差σ越小，点云对周围位置的影响就越集中，σ越大坐标受周围点云影响的范围就越是分散。构造完成势能函数图像(灰度图像)之后，对灰度图像进行一个简单的阈值分割，设定分割的阈值为λ，利用图像阈值分割法得到的二值图像如图4所示。【权利要求】1.，其特征在于所述分组方法包括如下步骤: (1)将点云转化为二值图像； (2)将二值图像进行细化，得到点云骨架； (3)将细化后的骨架连接成图数据结构； (4)将图进行调整； (5)在原始图的基础上按照曲率进行重新采样，构建新的图； (6)对图进行简化，为图每条边赋值； (7)采用单源最短路径算法，对整个图进行分组，从而完成骨架的分组； (8)骨架分组完成后，采用膨胀方法找到骨架周围的点云，完成点云的分组。2.根据权利要求1所述的，其特征在于通过势能函数或Delaunay三角化方法构造点云骨架。3.根据权利要求1所述的，其特征在于所述步骤(3)中，将细化后的骨架连接成图数据结构的具体方法如下:先连横竖位置的像素点，如果一个方向上横竖位置都没有可以连接的像素点，再连接斜角上的像素点。4.根据权利要求1所述的，其特征在于所述调整方法为去除肿点、删除冗余和平滑路径。5.根据权利要求4所述的，其特征在于采用拟合的方法进行路径平滑，具体步骤如下:首先抽取每一个路径上的节点序列，然后将节点序列进行膨胀，在这个节点序列上选取控制点；然后用SDM方法进行拟合。6.根据权利要求5所述的，其特征在于所述控制点的选取步长依据曲率进行。7.根据权利要求5所述的，其特征在于所述拟合的次数控制在1-2次。【文档编号】G06T5/00GK103761744SQ201410060033【公开日】2014年4月30日 申请日期:2014年2月21日 优先权日:2014年2月21日 【专利技术者】伯彭波, 骆功宁, 王宽全, 夏勇, 张盛平 申请人:哈尔滨工业大学本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：伯彭波，骆功宁，王宽全，夏勇，张盛平，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：