拟万有引力定律三维激光点云数据精简方法

为对海量三维激光点云数据进行精简,提出一种拟万有引力定律的点云数据精简方法。该方法将万有引力定律中各点质量替换为点的切向与径向联合曲率表征参数,通过求解点云中各点之间的引力分布,实现点云数据平坦与特征区域的划分,完成点云数据中特征点的提取与保护。将非特征区域点大比例均匀采样,再与完整的特征点融合形成精简后点云数据,将其与原始点云进行对比,结果表明:该精简方法在有效保留特征区域的基础上可以大比例精简点云,同时精简前后点云点距离误差较小。在总精简比94%时,最大点间距离偏差值为0.1 mm,且高偏差值点均位于非特征区域。     

逆向工程中自由曲面的自适应数字化算法研究

分析比较了对自由曲面自适应测量的几种方法。在有界曲率的平面曲线的有界性的基础上，提出圆弧外延法，即后续测量点根据已测前三点求得的圆弧曲率沿切线方向或等曲率外延来进行预测，并根据测点矢量来估测保证数字化几何信息的充分性。这样就可利用待测曲面的几何(曲率)特性，使得测点的分布与曲面的曲率保持一致。最后给出了对这一算法的仿真结果。     

海量测量数据融合技术研究

针对非接触式三维光学测量设备获取的点云数据量大的问题,在分析现有多视海量测量点云数据融合方法的基础上,提出了改进的聚类法点云融合技术.首先提出面结构光扫描技术中点云权值计算的新方法;其次采用新的空间邻域搜索策略,提高点云融合速度;最后依据点云空间包围盒的尺寸,等间距地划分为小块进行处理,解决了点云融合过程中内存占用大的...     

基于3D点云平均曲率估算的损伤参数计算

针对高速滑动电接触滑轨表面的微小损伤,基于激光扫描3D点云平均曲率估算的原理,提出一种表面微小损伤特征参数的定量表征方法。对3D点云数据进行去噪、滤波平滑、数据精简、k-邻域搜索等处理后,进行局部二次曲面拟合,估算出点云的平均曲率,设定曲率阈值实现损伤区域特征点云提取,对损伤区域进行定位,进而计算被测滑轨表面的微小损伤的体积及质量损失。实验研究表明:被测滑轨表面损伤质量的测量精度可达mg级,验证了该方法的有效性。     

基于八叉树编码的点云数据精简方法

针对逆向工程中的点云数据预处理,分析了现有数据精简方法的不足,提出了基于八叉树编码的均匀精简方法。应用八叉树编码法划分点云邻域空间为多个指定边长的子立方体,保留每个子立方体中距中心点最近的点,实现从空间整体角度对点云的精简。对涡轮叶片测量数据进行了精简测试,证明了该算法的有效性和实用性。     

基于最小曲面距离的快速点云精简算法

提出了一种新的基于最小曲面距离的点云精简算法,算法在简化点云数据的同时不损失特征。点云被划分成一系列的三维子网格,根据子网格,找到最近k邻域。散乱点云的k邻域通过二次参数曲面拟合,进一步得到相关曲率。依据提出的曲面距离,对点云进行精简。选择了一些典型的点云,如冲浪、石头、陶俑、牙齿等数据对算法进行了验证。结果表明,可以直接和有效地减少点云数据,同时保持原始模型的几何形状,对点云精简研究有一定的理论和实践意义。通过实验也证明了该算法的可靠性和准确性。     

基于曲率自适应的航空零件法矢量测量研究

现有的法矢量测量技术无法满足测量准确度和实时性的双重要求,法矢量计算方法不能适用于不同曲率的曲面。利用双目立体视觉,本文提出了一种基于曲率自适应的法矢量测量方法。首先,在双目立体视觉的基础上,基于变曲率曲面特征建立制孔区域曲面模型,提出投影点的布局方法;然后,基于三维重建的投影点数据,提出了基于曲面曲率自适应识别的法矢量计算方法;最后,针对小曲率曲面样件的测量结果,与三坐标测量仪测得的法矢量进行对比,用以验证本双目视觉测量方法的精度。实验结果表明:该方法测量法矢量误差为1.6°。该方法可有效提高法矢量测量的准确度,满足大型航空零件现场测量的工程要求。     

点云数据的曲面重构新算法

针对采用视觉测量方式得到的点云数据特点,提出了基于动力学数值仿真的网格曲面逼近方法,依据曲面率变化特性,该方法可对点云数据进行自适应压缩,并能显著提高逼近网格的品质,从而实现了点云数据的精确曲面重构。实际的算例结果表明,该方法实用可靠。     

基于曲率约束的点云分割去噪方法

在点云去噪处理过程中,为提高对曲率变化较大区域的去噪效果,提出基于曲率约束的点云分割去噪方法。该方法通过曲率约束点云数据使模型特征得到有效保持,构建噪声光顺的映射函数使得噪声点回归光顺,能够避免使用传统滤波对点云数据模型产生过光顺,对后续处理奠定一定基础。实验表明,该方法相对于双边滤波能够有效地保持模型的特征,保留模型边缘信息,去除噪声效果更为明显。     

一种基于测点生成的间隙面差名义值算法

本文提出一种白车身装配CAD模型间隙面差名义值的算法,该算法基于UG二次开发测点生成,在零件需要保证精度的匹配关键位置生成测点,并由点生成截面,获得两个匹配零件该截面处信息,该信息包括测点坐标、截面线,从而计算的出该匹配零件间隙面差的名义值。该名义值将用于实际测量真实值的比对,来判断两匹配零件匹配实际信息是否合格。由于实际零件扫描测量点云已经和CAD模型配准,计算名义值过程中所提取截面测点坐标等信息,将转化为截面位置信息来测量实际零件这些重要位置的间隙面差。     

基于多视图立体视觉的沙堆三维尺寸测量研究

利用从运动中恢复结构方法(SFM),提出了一种基于多视图立体视觉的沙堆三维重建及三维尺寸测量方法。首先根据SFM方法的求解不稳定特点,结合光束平差法对SFM求解过程进行分析及优化;其次针对SFM重建结果为稀疏点云的问题,利用基于面片的稠密重建算法重新生成稠密的三维点云,再利用泊松算法对密集点云进行三维曲面重建;最后获得模型的三维尺寸信息。对某建筑工地的沙堆进行了三维尺寸的测量实验,实验结果验证了该方法的有效及可行性,提高了重建能力及精度,同时考虑了目标实际测量误差与重建误差,能够满足实际智能测量的应用需求。     

基于MKSA算法的曲面自适应采样

针对在机测量传统采样方法存在的采样点过于集中和采样区域遗漏影响曲面轮廓度的问题,将MacQueen K-means(MK)算法与模拟退火(SA)算法相结合,提出基于MKSA的复杂曲面在机测量自适应采样方法。利用MK算法生成二维质心Voronoi结构(CVT结构),将复杂曲面离散点云数据的高斯曲率绝对值作为生成CVT结构的密度函数,以方差函数为收敛准则,通过全局算法SA的退火准则设置降温系数,提高MK算法的全局寻优能力,生成全局最优的二维CVT结构;将质心点映射回原曲面,获得质心位置对应的曲面采样点,从而实现复杂曲面的自适应采样。仿真及实验结果表明:MKSA算法使曲面测量采样点分布更合理,拟合曲面与CAD模型的最大偏差及平均偏差均小于传统方法,更逼近CAD模型的理论曲面。     

逆向工程中圆锥体组件加工信息快速高精度检测与生成方法研究

提出一种圆锥体组件加工信息快速高精度检测与生成的方法。首先,使用Delaunay网格划分法对圆锥体组件点云数据进行处理,得到其三角网格模型;其次,利用最小二乘拟合方法计算圆锥体组件点云数据各空间点最近邻域平面及其法向量,并构建空间点与法向量之间的映射关系,再根据该映射关系提取锥角;最后,通过对圆锥体组件点云数据的整体形貌分析提取锥高,利用锥角与锥高之间的关系计算出底面圆半径,通过计算的方式快速得到圆锥体组件的高精度加工信息。实验结果表明:该方法与几何测量方法相比,圆锥体组件的锥角θ、锥高h和底面圆半径r的误差分别降低了77.64%、70.53%和73.48%,时间减少了81.74%,能够实现圆锥体组件快速高精度加工信息检测与生成。     

基于DNSS与点到平面的ICP结合的点云配准算法

针对现有点云配准算法众多、配准速度和配准精度不尽相同的问题,本文提出了一种将DNSS与点到平面的ICP相结合的配准算法,利用DNSS提取源点云数据的关键点,利用关键点约束查找对应匹配点对,结合点到平面的误差度量方法计算最优刚体变换矩阵,从而完成点云配准。对配准后的结果进行误差分析,实验结果证明,基于DNSS与点到平面ICP结合的点云配准算法配准精度高于点到点的ICP算法和点到平面的ICP算法,且该方法处理几何特征复杂、特征明显的点云数据优势显著。     

Research on Extraction of Bottom of Shoe Pattern Based on Binocular Stereo Vision

In order to quickly and efficiently get the information of the bottom of the shoe pattern and spraying trajectory,the paper proposes a method based on binocular stereo vision. After acquiring target image,edge detection based on the canny algorithm,the paper begins stereo matching based on area and characteristics of algorithm. To eliminate false matching points,the paper uses the principle of polar geometry in computer vision.For the purpose of gaining the 3D point cloud of spraying curve,the paper adopts the principle of binocular stereo vision 3D measurement,and then carries on cubic spline curve fitting. By HALCON image processing software programming,it proves the feasibility and effectiveness of the method.     

基于集成学习的强鲁棒性三维点云数据分类研究

目的通过三维扫描仪得到的点云数据往往存在很多异常值,例如噪点、遗失点和外部点等。在这些异常值存在的情况下,为了提高三维点云数据的分类精度,提出一种基于集成学习的强鲁棒性三维点云数据分类方法。方法提出一种基于最大投票法的集成学习思想,将2个深度神经网络的分类结果进行集成,从而提高网络的泛化性和准确性;采用全局特征增强和中心损失函数来优化神经网络结构,提高分类精度并增强鲁棒性。结果文中方法缩短模型训练时间至30个迭代次数,且在有噪点、丢失点和外部点的情况下分类精度均得到有效提升。结论提出的EL-3D算法在含有噪点、丢失点和外部点的情况下,鲁棒性效果要优于目前的点云分类方法。     

一种新的平面曲线圆弧插补节点获取方法

数控加工中，平面曲线的圆弧插补前，先要在曲线上取节点，在分析了传统的等弦长江和等误差法取点的不足后，提出了一种基于曲率分析的平面曲线获取点的方法，对一条三次B样条平面面线的处理结果表明，本方法所产生的节点数比等弦长法和等误差法所8产生的节点数量减少。