多基准点下多视点云拼接对齐方法的研究

为了探究逆向工程中急需解决的高效高精度坐标转换方法,因此研究了基于多基准点的多视点云对齐技术。通过利用对基准点的滤波以及四元数作为旋转因子的特性,提出了一种新的滤波方法并改进了多视点云拼接方法,实现了多视点云的快速精确拼接。利用该方法对模型车外壳进行反求,分别采用三基准点法和多基准点法对模型车多视点云进行对齐,并得到不同方法下的转换精度,验证了该新方法的高精度性和优越性,同时也证明了三基准点法的不稳定性。     

逆向工程中的多视数据对齐方法

在分析了多视数据产生的原因及其不同的数据采集方法,给出了解决多视数据对齐问题的方法。并根据三基准点对齐的原理,采用合适的对齐方法,通过变换坐标从而达到数据对齐定位的目的。本文介绍了目前在逆向工程中常用的几种数据对齐方法。     

基于曲率RGB的多视点云拼合方法

针对目前反求工程中多视点云获取和拼合的现状，提出了基于RGB的多视点云的拼合方法，该方法遵循实物内部拓扑不变性，由曲率的RGB值来选取拼舍的重叠子集，通过改进的ICP算法来实现重叠子集的拼舍，实现了在目标点云中局部最优的整体拼合，解决了反求工程中任意多视点云的拼合问题，实验结果验证了其有效性和精度。     

基于三个基准点的点云拼接对齐方法

在逆向工程技术应用中,经常需要得到物体内、外表面几何形状的完整数据.测量仪器往往不便于在同一定位状态(同一坐标系)下完成整个内、外表面的测量工作.为了得到完整数据模型,常用的方法是采用多视拼合技术.本文首先讨论了对齐拼接的算法,然后根据此原理,提出粘贴带有孔的薄壁塑料片的新方法,在不同的定位状态下对物体内、外表面进行多...     

基于三角形内心的数据拼接方法

分析了多视数据产生的原因及其不同的数据采集方法.并根据三基准点对齐的原理,采用合适的对齐方法,通过变换坐标从而达到数据时齐定位的目的.本文主要介绍了一种新的基于三角形内心的数据对齐方法.     

多视点云数据的拼合与精简技术研究

逆向工程中点云测量数据的数量对后续的处理过程影响很大,其精简处理直接影响样件的曲面造型精度.分析了点云数据的精简与数据拼合的关系,讨论了进行数据精简和数据拼合先后顺序对造型精度的影响,得出了针对不同结构的样件必须进行不同处理的结论.     

基于标志点的三维数据拼接方法研究

在三维测量领域,为了获取物体表面完整的三维数字信息,常常需要对物体进行多角度或分区域测量,最终获得不同坐标系下的多视点云数据,然后将该数据转换到同一坐标系,从而实现点云的拼接(point cloud registration).对点云数据进行高效、准确的拼接是三雏扫描仪获取物体深度信息的关键技术之一,就此技术常用的基于标志点的ICP,SVD和四元数法做了阐述,并对各算法的拼接结果进行了实验对比.实验表明:SVD和四元数算法精度相当,ICP法能较好地实现物体的三维数据拼接,精度较高.     

逆向工程中的数据点云的分割

逆向工程中由数据点云构建物体表面模型中,对数据点云恰当的分割是表面建模的一个很重要步骤。文中以激光-机器视觉测量方式得到的曲面数据云为基础,探讨了曲面密集三维散乱点群数据的分割技术。根据激光测量方式和三维点群分布的特点,建立了在计算机中表示散乱点群数据结构。建立树形空间结构完成对密集散乱点群进行空间分割,由此实现对散乱点群数据的几何分割。     

面向逆向工程的点云数据精简方法

近年来，激光扫描技术有了重大的进展，3D激光扫描设备的精度越来越高，数据的捕获速度急剧增加，其每秒产生成千上万个数据点，这一巨大的数据量成为数据计算和存储的负担。因而，一个相当重要的问题就是，将这些巨大的数据进行精简，同时维持数据原有的精度。详细介绍了目前国内外在点云数据精简方面研究的一系列方法，并对它们的特点和使用场合进行详细的比较。     

基于辅助装置的多视点云精确配准方法

针对反求工程中的点云数据匹配问题,提出基于辅助测量信息位姿特征的点云模型匹配方法。设计特定辅助装置,在产品测量时获取辅助测量信息。采用连通性分析方法分割辅助测量数据,根据离散数据的微分属性分割辅助测量信息中的特征数据,提取统计特征构建位姿特征,对齐不同视角的位姿特征,实现点云数据的匹配。根据辅助测量信息进行配准,完全规避产品测量数据质量差的影响。实例验证表明,该匹配算法稳定、可靠,不需要初值和迭代运算,可一次获取全局最优解。     

产品逆向设计中特征和约束的重建

利用目前逆向工程软件重建的实物CAD数字化模型,只能实现对产品几何形状的复制,因此设计者不能对CAD模型进行更进一步的编辑修改及再设计。提出了通过将逆向设计软件与三维参数化CAD系统相结合的方法,由实物的点云模型反求出CAD模型,此方法反求出的不仅仅是实物的几何形状,而且可用参数化的方法重建出各特征、特征间的几何约束和设计者的设计意图,从而使反求出的模型支持对复制产品的再设计。     

基于表面贴合的不同视点传感器点云拼合方法研究

针对视觉传感器对物体表面点云数据采集的离散性,提出基于表面贴合的点云精确拼合方法。先对不同视点传感器获得的点云进行初始配准拼合,再以包容球方法选取点云重合表面区域的三处局部表面,用三维二次曲面方程拟合;旋转变换采用四元数法,经非线性最小二乘优化得到精确拼合的平移和旋转参数。该方法具有较快的收敛速度和较高的拼合精度,实例验证了所提方法的可行性。       

逆向工程中基于模糊聚类的点云数据分区

点云数据分区是逆向工程中重要而又难以解决的问题。首次将模糊聚类方法应用于逆向工程中的点云数据分区,用点的位置矢量、法矢量、高斯曲率和平均曲率8维向量作为特征向量,加权距离替代欧氏距离。在实现分区的同时,可以识别区域内部点和边界附近点,便于后续曲面特征参数精确提取。实验结果证明此算法具有较强的抗噪性,并具有较高的分区效率。     

基于二元Lagrange插值的点云数据切片技术

针对低密度点云切片精度难以保证的问题,提出了一种针对各种密度点云数据的点云切片算法。首先,拟定切片方案,确定切片平面组并根据切片平面组获得带状点云数据。其次,利用带状点云的步进排序方法,对其进行排序,并按排序选取一定数目的点云作为插值节点。再次,基于二元Lagrange插值法在特定插值点处对所选插值节点进行插值,并依照点云顺序依次对带状点云进行运算,从而得到切片平面上的二维有序点列。最后,对此点列进行最小二乘拟合,得到点云数据的截面曲线。应用实例表明:该算法突出优点为适应性强,且准确快速、稳定可靠。     

改进的多视图点云数据配准方法

传统最近点迭代(ICP)算法在进行点云数据配准时,由于待配准的点集数据量很大,每个点云都要遍历一遍,所以时效性不高而且误匹配率大。针对此问题,提出先用Canny边缘检测算子对点云数据进行预处理,以此简化预处理点云的数据量,然后用K-D树搜索数据,最后再用ICP算法进行点云配准,以此来达到加快配准速度。实验证明,该方法灵活实用,简化了待匹配的点云集,能很好的解决传统最近点迭代算法中匹配慢的问题,可以很好的满足工程需要。     

逆向工程中一种基于点云的制造特征识别方法

针对点云识别制造特征可以为逆向工程系统和CAX系统集成提供一个直接通道。利用特征组成面集及其之间的约束关系进行制造特征识别。首先利用模糊c-均值聚类方法对点云进行分区,利用分区过程中得到的隶属度找出面片的邻接关系,对分片点云进行曲面类型判别,利用最小二乘法进行平面或二次曲面的几何参数提取,对选取的面片进行平行、垂直、相切、凸凹等约束关系判别,与预先定义的特征规则相匹配,从而实现制造特征识别。实例验证了本文算法的有效性。     

基于Imageware的多视点云拼合技术研究和应用

逆向工程技术应用中,由于物体的几何形状复杂,测量仪器不能一次完成整个表面的测量工作,需要从多个角度实现对物体表面的完整测量。为了得到完整的数据模型,必须进行数据拼接处理,其目的是通过在两片或多片数据点云(点集)中找出正确的排列关系,使它们能够拼合成一片完整的数据点云。本文以固定球法从不同角度进行多次测量获得多视点云,利用Imageware逆向软件的数据对齐技术实现其多视点云拼合并完成模型重构。     

逆向工程中基于标签的点云数据采集与处理

针对光学扫描仪采集点云数据的特点,以犁体曲面为研究对象,引入圆形标签作为扫描时的识别点及多视拼接的基准点,经合理规划后获取点云数据。从噪声去除、多视拼接、数据平滑与精简等方面讨论了点云数据预处理方法,重点研究基于标签点的多视拼接,提出了人机交互模式下多视点云数据统一方法,实例表明拼接误差可控制在0.05 mm之内,运行时间可缩短30 s左右。并利用逆向工程软件Im ageware完成了犁体曲面的构建,为探索逆向工程在农机产品设计制造中的应用提供借鉴。