一种基于八邻域深度差的点云边缘提取算法

提出了一种基于八邻域深度差(8N-DD)的点云边缘提取算法。算法根据目标特征的点云,对每个特征点沿深度方向进行垂直投影并对投影点进行栅格划分,计算出每个栅格内投影点所对应深度的平均值作为该栅格的深度值;然后比较每个栅格与其八邻域栅格的深度差,根据深度差判断该栅格内是否存在边缘点,并采用排序法从栅格内筛选出目标的点云边缘点。针对含有非孔洞和孔洞的两种典型点云数据,利用八邻域深度差算法进行点云边缘提取,验证了算法的有效性。     

基于栅格法的机械臂工作空间解析方法研究

针对工业机械臂在运动控制中以及轨迹规划过程中存在工作空间边界解析计算量大,且存在不可解析奇异点的问题,提出了栅格法的解析方法。首先,根据机械臂的物理参数建立运动学模型,运用蒙特卡洛方法建立机器人工作空间的云图。其次,对机械臂的三维工作空间点云进行分层次分割处理,完成点云的坐标变换,并建立栅格,对存在边沿奇异点的问题能够避免。最后,利用栅格法提取云图的边界点,从而得到工作空间的边界。     

反求工程中基于边界扩展的三角网格构造

针对非接触式方式测量的大规模散乱点云数据建模，提出一种三角剖分算法，该算法适用于多张自由曲面片构成的曲面物体，尤其适用于含内孔的曲面对象。算法过程包括两个阶段：第一阶段，采用一种空间栅格装点法来进行初始点云数据精简，精简比率通过栅格小正方体单元尺寸控制；第二阶段，构造种子三角形，通过连接已剖分网格区域的边界边与最优扩展点采形成三角网格，从而向外延展，也可以时一个带有内孔的复杂自由曲面直接进行三角剖分，无需人工分区。实验结果表明该算法可以快速、有效地从三维数据点云建立几何模型。     

基于空间栅格支撑与曲率云图引导的点云表面构线

针对已有的点云表面构线方法在处理多层点云曲面模型时出现的弱鲁棒性问题,以及构线过程中缺乏直观点云形状特征引导的现象,提出一种基于空间栅格支撑与曲率云图引导的点云表面构线方法。首先,将点云划入规则分布的空间栅格并基于三参数Shepard曲面估算点云曲率;其次,依据曲率云图反映的点云几何形状特征选择构线点,并搜索沿构线点投影方向与之相交的最近非空栅格(即含有测量点的栅格),继而以最近非空栅格为中心,构建其k-最近邻域点集作为点投影算法的目标点云计算构线点的投影点;然后,插值构线点列经投影计算得到的投影点序列,获得初始曲线;最后,构造与初始曲线节点分布一致的法矢曲线作为曲线投影的方向,结合二分法与基于空间栅格支撑的点投影算法将初始曲线投影至点云曲面。实例对比表明,空间栅格的引入显著增强了点投影算法的稳定性,而曲率云图的引导则提高了用户交互选点构线过程中对点云所蕴涵形状特征的识别与分析能力。     

点云数据的几何属性分析及区域分割

为了提高参数化反求建模的效率,提出一种基于微分几何量统计分析的区域自动分割算法。该方法将点云划入规则分布的三维栅格;将栅格中测量点的几何属性值映射到法曲率坐标系和高斯球上,利用假设检验法识别映射点的分布模式;基于映射点的聚类性质、栅格的拓扑关系和分布拟合的结果分割与二次曲面、拉伸面和直纹面等特征曲面对应的数据区域。实例表明：该算法可以稳定、高效地提取点云中的特征信息,能够广泛应用于虚拟现实、计算机视觉等领域。     

基于局部基面参数化的点云数据边界自动提取

提出了一种反求工程中基于局部基面参数化方法的点云数据边界特征的自动提取方法。首先选择合适的局部基面 ,然后用点云垂直投影于局部基面投影点的参数化代替空间点的参数化 ,二次参数曲面逼近点云 ,再利用曲面的微分特性估计点云数据的曲率值 ,求出曲率极值点 ,从中提取边界点。通过这些边界点可以进一步拟合边界曲线 ,达到对点云数据进行自动分片的目的。该方法具有较强的可操作性和实用性 ,对于反求工程的自动化和智能化研究具有实际意义     

特征提取的点云自适应精简

作为一种反映物体形貌的三维信息,点云数据的原始数据量十分庞大,直接对过多的数据进行操作会影响后续重建等工作。本文提出了一种新的点云特征提取自适应精简算法。首先对原始点云进行空间划分,构建点的k邻域,设置特征参数,进行特征分析,识别不同区域的信息和数据。然后针对平面数据预先进行边界的检测和提取,对剩余部分进行精简。最后,针对非平面区域,先提取特征,再根据曲率的不同进行不同程度的精简。办公室数据扫描实验结果表明,处理大小为百万以内点的点云模型可以在几秒之内完成,精简比能够达到90%以上,与原始数据间的误差较小:平面部分在精简前后平均偏差均在0.02mm以内,波动很小,为0.005 7mm;非平面区域精简前后的平均偏差均在0.08mm左右,差值仅为0.000 3mm,精简精度得以保证。因此,利用提出的算法处理后的数据能更好地展示物体的形貌。     

散乱数据点云型面特征提取算法研究

提出一种新的散乱数据点云型面特征提取算法,该算法基于散乱数据点云的动态空间存取模型,应用WINDOWS APl和OpenGL技术拾取点云局部型面的曲率信息,根据点云型面特征的曲率性质,改进区域生长法实现产品点云型面特征的提取.实验证明该算法型面特征提取准确,可有效提高建模效率及重建模型精度.     

基于3维点云欧氏聚类和RANSAC边界拟合的目标物体尺寸和方位识别

目标物体尺寸和方位识别是移动机器人在未知环境下实现自主搬运的关键技术,主要难点是如何从混有地面和周边环境信息的3维点云数据中提取物体信息,并准确识别其方位和尺寸。常用的方法是通过3维点云建立物体包围盒,但是现有的基于PCA(主成分分析)或基于边缘点云提取的包围盒建立方法对物体边缘点云噪声比较敏感。文中主要针对室内搬运场景中方形箱式物体,提出1种基于3维点云欧氏聚类和RANSAC(随机采样一致性)边界拟合的物体尺寸和方位识别算法。首先,采用点云截断、体素滤波降采样和离群点移除对数据进行预处理,然后采用基于K-D树的快速聚类算法进行物体与物体之间的分割,接着将分割后物体3维点云进行2维投影。由于投影后物体2维点云边缘点密度远高于内部点云密度,采用RANSAC算法对边缘点云进行直线拟合。该直线能够近似物体边缘点云分布的期望均值,受物体边缘点云噪声的影响较小。实验表明该算法精度较高、速度较快、鲁棒性好,可用于移动机器人物体搬运作业等领域。     

自由曲面测量点云数据的建模方法研究

本文提出了一种散乱点云数据的建模新方法。通过对点云数据进行空间三维划分，实现了边界信息的高效提取。采用局部曲面拟合方式得到位于截平面上的有序数据，使得无序的散乱数据形成了有序的阵列数据，实现了NURBS曲面的精确拟合。实验证明，该方法非常适合卷曲类模型的自由曲面重构，在某零件的测量、建模和加工中已经得到了实际应用。     

一种自由曲面点云边界的快速直接提取方法

点云边界不仅作为表达曲面的重要几何特征，而且作为求解曲面的定义域，对重建曲面模型的品质和精度起着重要的作用。本文以战斗机座舱盖玻璃罩外壳的点云数据为例论述了一种自由曲面点云数据的边界直接提取方法，该方法通过设定分隔截面和计算每个截面上边界点，然后连接各个边界点就得到曲面的边界。该方法不仅具有较高的运算效率，达到了系统的实时性要求，而且能够比较精确地表达曲面的边界特征。     

CATIA软件在汽车逆向设计点云处理技术中的应用研究

应用CATIA软件中的数字曲面编辑器和自由造型模块，对由Tritop和Atos软件得到的汽车车轮挡泥板的点云数据进行了分网和曲面拟合处理，并探讨了在划定点云范围，过滤点云、分网以及拟合曲面过程中的一些技巧和方法，通过误差分析，得出了一些应用CATIA处理点云数据的结论。     

逆向造型设计在汽车车门设计中的应用技术研究

由Tritop和Atos软件得到汽车车门点云数据,利用CATIA软件的数字编辑器和自由造型单元,对车门点云进行分网和曲面拟合处理,得到了车门曲面造型的结果。在处理过程中,运用了编辑点云、划界、过滤、分网、分区拟合、链接等一系列方法,得出了一些应用CATIA软件的经验和技巧。     

应用改进迭代最近点方法的点云数据配准

提出了基于点云边界特征点的改进迭代最近点(ICP)方法来提高逆向工程中点云数据配准的效率和精度.首先,提出了基于点云边界特征点的初始配准方法.对点云最小包围盒进行三维空间划分,建立空间网格模型;运用边界种子网格识别及生长算法,从点云边界提取特征点,运用奇异值矩阵分解法(SVD)求出点云的变换矩阵,得到初始配准结果.然后,提出了改进的ICP精确配准方法.对点云对应点赋予权重,剔除权重大于阈值的点,通过对目标函数引入M-估计(M-estimation),剔除异常点.最后,在初始配准的基础上,运用改进的ICP方法精确配准.对经典ICP方法和改进ICF方法做对比实验,结果显示,改进方法的配准效率提高了70％以上,误差减小到0.02％.实验表明,本文方法大幅提高了点云配准的效率和精度.     

利用邻域方向分布的机载激光雷达点云建筑物外轮廓提取

机载激光雷达点云密度分布不均、建筑物形状不规则且复杂多样等多种因素,导致现有建筑物轮廓提取方法存在参数难以设置、适应性较差等问题,为此本文提出一种利用邻域方向分布的机载激光雷达点云建筑物外轮廓提取方法.首先采用固定邻域点数分析各点的邻域方向分布,以获取不同邻域方向间的夹角,根据建筑物外轮廓点的特点,定义潜在轮廓点并将其...     

Virtual binocular vision systems to solid model reconstruction

The geometry of a solid model can be determined in an effective manner if sufficient spatial information of its shape and corresponding edges can be obtained. The binocular vision system, in which images are obtained from calibrated cameras, has traditionally been the most popular method. In this paper, a virtual binocular vision system, which is composed of one CCD camera and a rotary platform, is proposed as an alternative for measuring three-dimensional objects. The fundamental matrix of the virtual binocular vision system is proposed such that the coordinates of feature points can be determined through an efficient searching and matching procedure. Subsequently, point clouds of the object can be obtained to construct a solid model by utilizing CAD software, such as CATIA and Pro-E. This model can in turn serve as a basis for further analysis and extended applications.     

Isogeometric analysis based on geometric reconstruction models

In isogeometric analysis (IGA), the boundary representation of computer-aided design (CAD) and the tensor-product non-uniform rational B-spline structure make the analysis of three-dimensional (3D) problems with irregular geometries difficult. In this paper, an IGA method for complex models is presented by reconstructing analysis-suitable models. The CAD model is represented by boundary polygons or point cloud and is embedded into a regular background grid, and a model reconstruction method is proposed to obtain the level set function of the approximate model, which can be directly used in IGA. Three 3D examples are used to test the proposed method, and the results demonstrate that the proposed method can deal with complex engineering parts reconstructed by boundary polygons or point clouds.     

应用摄像机位姿估计的点云初始配准

基于摄像机位姿估计的数学模型,提出了一种检测摄像机位移前后目标图像特征点的方法,通过求解摄像机发生位移前后的相对位姿矩阵来解决应用视觉图像获得点云的初始配准问题。首先,介绍了摄像机位姿估计模型,包括本质矩阵、旋转矩阵以及平移矩阵;然后,介绍了SURF算子的特征点检测、描述和匹配的方法,在此基础上面向双目视觉和单目结构光系统,分别提出了摄像机位移前后目标图像SURF特征点匹配和深度估计模型;最后,分别进行双目视觉和单目结构光系统点云的获取、位移前后目标图像特征点检测匹配和深度估计实验,应用摄像机位姿估计模型求解旋转矩阵和位移矩阵,并对位移矩阵进行统计分析剔除粗差。实验中采用基于点云空间特征点和基于图像的方法进行对比,点云对应特征点均方误差缩小至12.46mm。实验结果验证了方法的可行性,表明本文的点云初始配准方法能较好地获得点云精确配准初值。     

B-spline surface reconstruction and direct slicing from point clouds

The issue of surface reconstruction and slicing from point clouds has been receiving extensive attention recently. When using the B-spline surface fitting technique, the difficulty of parameterization exists. At the same time, for interfacing between reverse engineering and rapid prototyping, the point clouds are usually converted to an stereolithography (STL) model. This leads to a huge file size and requires expert modeling skills. The objective of this work is to establish a base surface parameterization and direct slicing strategy for scattered data based on a cross-sectional design technique. We first present a new method of directly extracting sectional contours from point clouds. Then, we create a base surface by skinning the primary boundary curves and interior sectional curves. Based on a good parameterization, the final surface is achieved with tight tolerance. Several practical examples have demonstrated the feasibility of the proposed method. It can be widely used in Number Control (NC) machining and rapid prototyping.