曲面重构中测量点云精简方法的研究

反向工程研究中，根据三维测量数据进行曲面重构是其关键技术之一。介绍了曲面曲率的基本理论，根据曲率精简点云的方法及曲率估算的方法，并结合实际对根据曲率精简测量点云数据的方法进行了改进，着重研究了邻域搜索、曲率估算、曲率精简原则等，在保证测量精度的前提下，在提高曲面重构的计算效率、减少存储空间等方面取得了较好的效果。     

逆向工程中的数据精简研究

逆向工程中,数据精简技术是进行曲面重构的重要内容。介绍了曲面曲率的基本理论,根据曲率精简点云的方法,并结合实际对根据曲率精简点云数据的方法进行改进,着重研究了邻域搜索、曲率计算、曲率精简原则等内容,在保证测量精度的前提下,时提高曲面重构的计算效率、减少存储空间等有较好的效果。     

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。     

基于扫描线的三维激光扫描数据精简算法

在曲面重构中,三维激光扫描线点云数据量过大,不利于计算、存储和曲面重构。通过分析角度偏差法和弦偏差法的工程适用特点,提出了同时基于角度偏差法和弦偏差法的改进型点云数据的直接精简方法,利用Matlab实现了对扫描线点云进行逐线精简。此外,介绍了一种基于二次曲面拟合的数据点曲率估算方法,并以颜色显示点云的曲率分布,计算结果显示了方法的有效性。     

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。     

曲面曲率精简算法研究

逆向工程中对实体扫描时,由于会受到各种因素的影响,使得测量数据多而无序,为后续的曲面重构和曲面拟合等带来困难。应用曲面曲率算法,即在曲面曲率较大的地方,留足够多的点,在曲面曲率较小的地方,留少量的点,使点云曲面收敛为一个稳定的三维数字模型。通过实验结果表明能有效进行数据精简并很好的保持特征。     

自由曲面CAD模型点云数据生成方法研究

在三维测量点云数据与CAD模型配准过程中,设计了两种自由曲面CAD模型点云数据生成方法:等参数采样离散法和基于曲率的采样离散法。应用两种方法评价离散化结果:首先将点云数据进行曲面重构,并与原曲面比对;然后与三维测量点云数据进行配准,得到等参数离散间隔及基于曲率的离散密度对重构和配准误差的影响。实验表明:等参数方法和基于曲率的方法,当点云数据密度达到一定值时均对重构和配准没有影响;在同样点云数据的情况下,基于曲率的离散化方法精度高于等参数方法;但在最大重构误差一致时,基于曲率的方法需要的点云数据远小于等参数化方法所需要的。     

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。     

反求工程中过渡曲面特征提取算法研究

针对反求工程中常见的过渡曲面特征，提出了一种过渡曲面特征的提取算法。该算法包括数据分块和过渡曲面参数提取两部分，在数据分块算法中，通过数据精简，曲率估算和曲率比较等步骤，将过渡区域的数据点从原努点云数据中分离出来，在过渡曲面参数提取算法中，通过圆柱拟合和过渡区域跟踪算法，计算出一系列过渡曲面的截面线，该算法和已有的过渡曲面特征提取算法相比，无需人工交互，而且适用于等半径过渡曲面特征和变半径过渡曲面特征。     

反求工程中测量数据的精简算法

通过分析现有对测量数据精简算法的不足,提出了根据曲率精简点云的新方法,给出了散乱点的邻域搜索、曲率估算和精简原则。对具有不同特征的测量数据进行了精简测试分析,结果证明了该算法的有效性和实用性。