曲面重构中散乱点云数据曲率估算算法的研究

获取测量点云数据的几何特征信息是曲面重构的基础,估算数据点方向矢量和曲率是点云数据处理中必须面对的问题。这里针对散乱测量数据点云,以局部数据点协方差矩的最小特征向量作为数据点的方向矢量,并根据实际测量情况,对基于二次曲面拟合的数据点曲率估算算法进行了改进。对实际测量点云数据,能够较准确地估算出点云方向矢量和曲率,并能形象显示出数据点云的曲率分布。     

散乱点云谷脊特征提取

利用微分"化曲为直"的本质特性和离散计算方法,提出了一种基于局部重建的散乱点云谷脊特征提取算法。首先,利用离散Laplacian算子对点进行增强,通过阈值过滤标记潜在谷脊点。然后,在每个潜在谷脊点的局部邻域内构建紧附于潜在曲面、能反映该点局部几何特征信息的三角网格。最后,根据Weingarten映射的性质,估算潜在谷脊点的主曲率和主方向;将邻域大小作为尺度参数,利用简单直观的离散计算方法及线性插值方法,多尺度地判定一点是否为主方向上的曲率极值点,从而提取谷脊特征。实验结果表明:当点云规模为10 375个,谷脊点规模为1 129个时,执行时间仅为97.39ms;当点云规模达327 853个,谷脊点规模达到105 482个时,执行时间为3 956.12ms。该方法简单、稳定,避免了传统的利用拟合曲面再逼近微分量方法中由于曲面拟合带来的高时间代价,能快速有效地提取散乱点的云谷脊特征。     

点云特征型面的边界曲线拟合及曲面裁剪算法

点云特征型面边界曲线的拟合质量直接决定了对应曲面裁剪的质量。以机械零件点云模型为研究对象,针对点云分割型面的边界点识别、排序、拟合和曲面裁剪问题展开研究。基于场力法提取的边界点集,提出了基于最短距离法的边界点集排序和方向夹角阈值限定的边界点集去噪等预处理算法;采用局部二次多项式函数拟合估算边界点集曲率,提出了基于曲率突变点归属性判断的边界点集分段和拟合算法;通过控制点投影变换求取二维裁剪边界,提出了基于特征点集多边形凹凸性的二维边界曲线方向判断法。使用机械零件模型典型型面进行实验,验证了各阶段算法。该算法具有很好的适用性,可进一步扩展应用至复杂曲面边界裁剪。     

基于特征的复杂曲面反求建模技术研究

几何建模技术是先进制造技术的基础,反求工程是建立产品几何模型的重要手段,复杂曲面几何模型的重建是反求工程研究的重点内容。系统研究了基于实物的复杂曲面几何形状反求建模技术。提出了一种基于特征的复杂曲面几何建模方法,它包括四个主要步骤：首先,对数字化数据进行必要的处理,并建立数字化点之间的拓扑关系;然后,利用这些拓扑关系,提取曲面的几何特征,并依据这些特征对复杂曲面进行分块处理;接着,对每块进行基于特征的曲面构造和数据压缩;最后,将各块拼接形成整体光滑的曲面。     

面向船体外板曲面重建的散乱点云精简算法

针对船体外板形变曲面实时检测与快速高效三维重建的要求。提出了以空间层次剖分和特征曲率相融合的精简算法,通过k-d树剖分准则将三维点云数据剖分成不同层次空间,层层递归形成树状数据模型,在每个节点空间内,同时分别利用K-邻域计算、曲率估算,获得点云特征曲率信息,设定可调的曲率阈值,依据阈值将同一数据源的点云数据区分为不同曲率大小的区域,运用不同的精简算法,实现保持曲面基本特征的曲面重建。实验结果分析,该算法保证曲面重建的基础上,大大减少了曲面的点云数量,提高了曲面重建效率。     

利用点云数据的法矢及曲率估算

测量数据的微分几何属性估算是逆向工程中区域分割以及曲面拟合的基础,对逆向工程研究具有重要意义。简单介绍了基于坐标转换法的法矢和曲率估算方法;以迭代的方式对估算值进行优化,提高了点云法矢和曲率估算的精度;试验结果表明,迭代优化方法简单可行,能够计算出精确的结果。     

复杂曲面点云非均匀简化技术研究

复杂曲面点云简化时,通常存在特征点丢失问题;提出按照点云曲率云图自动划分特征区域实现非均匀简化。首先建立散乱点云拓扑关系,计算点云曲率,生成彩色曲率云图,之后划分特征区域边界。精简率随着曲率的减小而增大,在复杂细节特征点区域,点云密度大;在简单平坦区域,点云被大量简化,点云密度小。实验表明,精简率达76%,在精简率相同的情况下,该方法能有效避免局部细节特征丢失,对于复杂曲面点云简化有较好的效果。     

一种曲面特征保持的航空叶片点云精简方法

针对现有点云精简方法在航空薄壁叶片叶缘高曲率特征区域及点云稀疏区域存在取样不足的问题,提出了一种基于重聚类策略的精简方法。通过移动最小二乘法定义点--曲面距离函数,区分高低曲率特征,建立了原始点云和精简点云之间的距离关系,在高曲率区域重聚类,实现叶缘高曲率特征保持;并在重聚类时判断点云疏密程度,对稀疏区域进行重聚类。航空叶片、铸造模具等典型复杂曲面测量点云的精简过程中,该方法相比于均匀采样法、层次聚类法,在高曲率区域可保持较高的几何精度。     

曲面轮廓度评定技术的研究

本主讨论了曲面轮廓度检测中的两个重要问题——采样点的坐标转换矩阵的求解以及采样点选取方法的研究。提出基于 ｋｒｉｓｔｊａｎ法扩展的牛顿迭代算法来解决曲面检测问题中的采样测量点与设计模型的匹配问题。该方法在计算时间和对初值的敏感性方面,都要优于变分法。同时,以微分几何为基础,根据曲面主曲率与法曲率的关系,采用基于曲面上任一点处主曲率的合成曲率作为曲率测度,来构造反映曲面曲率分布状况的采样形状函数,以它作为采样点选取的评价指标之一。     

基于高维随机矩阵综合特征指标的滚动轴承状态异常检测算法

针对基于随机矩阵的异常检测算法中特征信息利用不充分、特征向量与特征值未能有效结合的缺点,提出了一种基于随机矩阵特征值与主特征向量相融合的滚动轴承状态异常检测算法。首先,利用滚动轴承健康监测原始数据构造观测矩阵,并通过归一化、特征提取、矩阵扩充等步骤,建立表征滚动轴承运行状态的高维随机协方差矩阵;其次,有机融合协方差矩阵特征值和主特征向量,构造综合特征检测指标,并给出阈值指标计算公式和状态异常检测判定依据;最后,通过IMS滚动轴承全寿命试验数据对所提方法进行了应用研究。结果表明,与单一特征值指标、峭度指标等异常检测算法相比,基于综合特征指标算法能较早检测出滚动轴承运行中的早期异常点,为故障预警和设备维护提供依据。     

基于局部自适应鲁棒回归的点云消噪

针对传统点云消噪算法低频平滑与高频磨平之间的矛盾,提出基于局部自适应邻域鲁棒回归的点云消噪算法。提出采样点局部自适应邻域的概念,使采样点邻域的大小能够根据模型局部形状进行自适应调整,为点云模型的低频区域平滑和高频区域特征保持奠定基础;针对传统的最小二乘曲面拟合受旁值点影响大,采样点微分几何信息提取可靠性差的问题,提出对采样点局部自适应邻域进行鲁棒回归,以实现采样点微分几何信息的可靠提取;以采样点法向和最大最小曲率为基础,构造一种新的采样点特征测度函数。在对测度函数的特性进行研究的基础上,根据测度函数值将采样点划分为特征点、非特征点和过渡点,并利用特征测度函数进行有效子邻域识别,实现点云数据的低频平滑和高频保特征消噪;通过对比试验验证算法的有效性。     

层次化点云去噪算法

三维激光扫描设备获取的初始点云模型中含有较多的噪声点,不利于后期的点云处理,需要将其进行剔除。为了有效地保持点云的尖锐几何特征,本文提出一种由粗到精的层次化点云去噪算法。首先构造点及其邻域点的张量投票矩阵,通过计算该矩阵的特征值和特征向量构造扩散张量,并基于该扩散张量利用各向异性扩散方程进行循环滤波,从而实现点云初始粗去噪;然后计算滤波后点云的曲率特征,并根据曲率值进一步删除点云中的噪声点,从而实现点云精确去噪;最后通过计算点云熵值对去噪算法进行定量评价。实验结果表明,本文提出的点云去噪算法具有较大的熵值、较小的去噪误差和较高的执行效率。因此说,该层次化点云去噪算法在保持尖锐几何特征的同时,可以快速精确剔除噪声点,是一种有效的点云去噪算法。     

复杂曲面特征线自动提取技术研究

复杂曲面零件的几何模型重构是逆向工程的研究重点之一,由零件表面的数字化数据提取特征线是构造几何模型的重要步骤。针对由CMM获取的三维数据“点云”,提出了基于扫描线的三维分层式方法实现特征线的自动提取,提出了基于局部增量网格扩张的三维散乱数据三角剖分算法,实现任意曲面尖锐棱线的自动提取。实践说明,通过该算法得到的复杂曲面的边界线能够满足模型重建的工程需求。     

应用于油罐内机械臂作业的点云法矢计算方法

利用机械臂对油罐内壁进行改造时,对激光扫描油罐内壁得到的点云数据的处理精度,尤其是油罐点云法矢的计算准确程度,会影响到机械臂的运行情况及改造效果.考虑到传统协方差分析法对局部特征法矢估算不准确的问题,提出一种应用于油罐内壁的法矢计算方法.首先,利用栅格法和八叉树法相结合的二次剖分方法,建立点云之间的拓扑结构,并根据实际需求实现自适应的路径点的K邻域搜索;然后,采用距离和曲率加权的协方差矩阵对路径点处的法矢进行计算.使用该方法进行实验验证,结果表明,该方法对机械臂作业路径点处的法矢计算准确,满足实际改造需求.     

基于三角网格模型的法矢及曲率估算

测量数据的微分几何属性估算是逆向工程中区域分割以及曲面拟合的基础,对逆向工程研究具有重要意义。首先根据三角网格模型中的顶点及其邻接点逼近二次曲面,并计算其第一、第二基本量,然后据此估算网格顶点的法失和曲率,最后利用OpenGL技术实现三角网格模型法矢和曲率的显示。     

基于逆向工程的汽车覆盖件模具边界特征的提取

介绍了一种逆向工程中实现测量数据点中特征点的半自动提取方法,并基于所取得特征点完成对自由曲面数据点的划分。首先对获得的散乱数据点云进行多边形化,然后根据数据点局部表示对每点的法矢和曲率进行估算。再利用曲率极值法来获得边界点。最后边界点相联,组成光滑的边界曲线,完成对数据点云的划分。     

基于特征的工程领域CAD模型检索技术

为利用CAD模型中的特征造型信息提高检索精度,提出一种以CAD模型特征拓扑结构为骨架、以特征为单元、以特征生成曲面的几何性为细节的模型检索方法。采用CAD平台二次开发技术,从CAD模型中提取各个造型特征的约束、依赖及建模参数信息,构建特征拓扑关系集、造型参数集与几何生成面集;依据几何性质对特征几何生成面进行分类,以曲面相似性计算为基础建立特征相似性计算方法;根据特征拓扑关系集构建模型特征拓扑骨架图,在定义特征权重的基础上,利用几何传递性对骨架图进行简化,采用计算最大公共子图的方法判定检索模型与被检模型的相似度。实验结果表明,该方法能够有效实现相似CAD模型检索,具有较好的精度。     

基于离群算法组合曲面特征点提取的研究

为了克服目前组合曲面提取特征点算法中阈值选取困难导致边界特征点误判的缺点，在对组合曲面特性进行分析的基础上，提出了一种基于离群算法的组合曲面特征点提取算法。该算法根据曲面特性定义了曲面域和曲面域深度，在空间统计学基础上引入正态分布的标准单位数和置信系数，采用空间数据挖掘中的离群算法提取组合曲面特征点。通过在某型摩托车零件中的应用，表明了该方法可以有效地避免阈值选取问题，且证明了该算法的有效性和实用性。     

散乱噪声点云的数据分割

提出基于边界曲线微分几何特征的新方法分割散乱噪声点云.改进TAUBIN方法以精确恢复散乱噪声数据的主曲率和主方向.通过分析散乱点在主方向的曲率变化,达到识别G1、G2连续边界点的目的.获得的边界点形成边界带,将点云分割为多块子区域.最后采用区域增长的方法提取各子区域.试验结果表明所提出的方法能够克服噪声影响,有效提取散乱噪声点云的G1、G2边界.对复杂曲面模型,该方法也能够直接获得较好的G2连续边界.     

基于自组织网格的涡轮叶片NURBS曲面重构

涡轮叶片的制造过程中,常采用有限元方法进行铸造变形控制。本文研究了针对有限元网格离散点的NURBS曲面重构方法。方法包括4个步骤:(1)基于网格相邻点分析的边界曲线提取和初始曲面构造;(2)具有自组织特征的基于曲率的离散点抽样和压缩,并进行曲面分片;(3)采用叠代法进行NURBS曲面逼近;(4)简化的NURBS曲面拼接算法。对工程数据的处理结果分析表明,该方法的数据处理精度可以达到工程要求,并且能够较好地保留数据的几何特征。