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。     

稀疏点云的曲面重构

为研究曲面重构中的一类特殊数据,针对稀疏点云提出了一种高效、简单、实用的曲面重构方法。首先分析稀疏点云自身特点,按特征进行预处理与分块。然后依次拟合曲线,通过参数化优化与调整,得到适合造型的曲线,并且引入迭代、渐进的思想来弥补部分数据的缺失。最后利用两种典型重构方法分别对不同分块数据进行曲面重构。实例表明,该方法解决了稀疏点云的曲面重构过程中由于点云信息量少造成的重构困难。     

基于散乱数据截面线的曲面重构算法研究

提出了一个新的散乱数据的曲面重建算法，该算法采用一组平行平面去剖切点云，除恰好位于该截面上的数据点之外，如果一数据点与某一截面的距离小于给定的距离域值，则将其投影到该截面上，把上述点通称为用距离域值来确定截取点：将每一张截面上的截取点用最小二乘法拟合成B样条曲线，然后对生成的一组B样条曲线进行处理，即统一节点矢量、重新参数化和起点相对应，重新拟合一组闭合B样条曲线，再对其运用蒙面操作，从而构造一张曲面。     

稀疏点云的曲面重构

为研究曲面重构中的一类特殊数据,针对稀疏点云提出了一种高效、简单、实用的曲面重构方法。首先分析稀疏点云自身特点,按特征进行预处理与分块。然后依次拟合曲线,通过参数化优化与调整,得到适合造型的曲线,并且引入迭代、渐进的思想来弥补部分数据的缺失。最后利用两种典型重构方法分别对不同分块数据进行曲面重构。实例表明,该方法解决了稀疏点云的曲面重构过程中由于点云信息量少造成的重构困难。     

散乱点云的三角网格曲面重建算法

在采用计算机视觉法获取物体三维重建数据的过程中,为了得到较完整的模型信息,所测得的曲面点通常带有大量冗余,而这些冗余数据的存在大大增加了曲面重建的难度.在此背景下,我们针对散乱无序、无任何几何拓扑信息的密集数据,提出了一种空间三角网格直接剖分算法.该算法能够节省存储空间,提高曲面重建效率,保证输出的曲面网格优质.算法首先对原始数据进行预处理,然后采用空间栅格法及Delaunay空球等准则,扩展动态三角网,最后统一法向量输出完整的三角网格模型.通过实例证明,算法重建速度快,曲面网格质量高.     

截面点云重构曲面的曲率可视化分析

在实物零件数字化过程中,截面点云是比较常见的一种表现形式。由截面点云拟合截面曲线,进而得到零件曲面在实践中有着广泛的应用。曲面的曲率反映了曲面的几何属性,也是进行质量评估以及产品设计的关键技术之一。通过计算机图形显示技术,对拟合后的曲面进行曲率可视化分析,不仅可以直观地评价曲面的光顺情况,也可显著地提高工作效率,为工作人员提供了一种可视化手段。以叶片为研究对象,实验表明：曲率彩色云图能使用户方便地了解整体及局部的曲率分布信息,便于用户进行计算机辅助设计、改善曲面的设计质量等。     

一种点云数据的区域分割方法

在曲面重构中,由于激光法测量的数据密度比较大．而实际的曲面模型往往含有多个曲面几何特征,也即是由多张曲面组成的,如果利用“点云”数据直接进行拟合,则造成曲面模型的数学表示和拟合算法处理的难度加大,甚至无法用较简单的数学表达式描述曲面模型。提出了一种基于数据点曲率变化区域分割方法,该算法原理简单、易于理解和编程。详细地描述了该算法的基本原理和处理过程。     

汽车散热盖模具点云数据曲面逆向重构技术研究

主要研究汽车散热盖模具样件的三维数据测量、点云数据处理、曲线曲面模型的重构、模具三维实体化实现方法等。点云数据预处理主要研究点云数据的对齐与重定位、数据的精简与降噪等。针对逆向工程关键核心技术如拟合曲面的质量分析、曲面片的修剪和编辑等进行了深入研究,最终针对模具不同特征区域点云的特点,结合两种建模思想,面向散热盖模具的点云数据完成了曲面模型重建,为最终实现模具三维实体逆向建模和模具磨破损区域的三维精确建模奠定基础。     

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.     

三维散乱点云的分割与几何形体重构

研究了由三维点云重构几何形体模型的方法与步骤。提出了点云分割的2种交互方法——基于特征识剐的分割和投影裁剪分割。给出了表面数据点群的边界搜索算法和表面求交算法，实现了一种从三维点云到几何形体的分割与重构方法。     

基于自由曲面点云的RPM自适应分层研究

针对由激光三维扫描设备获取的点云数据及其后续RPM操作,提出基于栅带的自由曲面点云自适应分层方法.以栅带为基元,将点云投影栅带化,从中获取特征点集,结合相邻栅带距离最小值点找寻构建层间轮廓.定义投影点云栅带面积比为表面误差,建立其与堆层厚度的关系,通过表面误差逼近定值最终确定堆层厚度.经实例验证,此方法得到的分层模型充分满足RPM的要求.     

Complete 3D surface reconstruction from unstructured point cloud

In this study, a complete 3D surface reconstruction method is proposed based on the concept that the vertices of surface model can be completely matched to the unstructured point cloud. In order to generate the initial mesh model from the point cloud, the mesh subdivision of bounding box and shrink-wrapping algorithm are introduced. The control mesh model for well representing the topology of point cloud is derived from the initial mesh model by using the mesh simplification technique based on the original QEM algorithm, and the parametric surface model for approximately representing the geometry of point cloud is derived by applying the local subdivision surface fitting scheme on the control mesh model. And, to reconstruct the complete matching surface model, the insertion of isolated points on the parametric surface model and the mesh optimization are carried out. Especially, the fast 3D surface reconstruction is realized by introducing the voxel-based nearest-point search algorithm, and the simulation results reveal the availability of the proposed surface reconstruction method.     

凸显尖锐特征的点-线-面递进式曲面重建

针对现有曲面重建算法不能很好地重建出点云模型尖锐特征的缺陷,提出了一种凸显点云尖锐特征的点-线-面递进式曲面重建算法。首先,根据近邻点的欧氏距离、法向偏差和曲面变分,采用主成分分析算法和k-近邻点迭代加权法获取点云准确法向;接着,依据特征点位于多个平面交线上的原则,利用法向聚类和平面拟合从候选特征点中筛选特征点;然后,依据特征点生长方向和主方向的相互关系重建特征线,并按照最小二乘原理采用矩阵法修复角点;最后,以特征线为约束重建尖锐特征点云曲面。实验结果表明：本文算法计算的点云准确法向与理论法向偏差接近于0,特征重建效果优于其他算法,算法耗时短且与点云数量呈线性关系。算法不仅能够准确计算尖锐特征区域的点云法向,还能准确提取出点云模型的特征点并凸显模型的尖锐特征。     

车身外覆盖件设计中点云重构A级曲面技术

A级曲面重构是车身外覆盖件设计的关键环节,针对传统方法重构复杂自由曲面效率低下、灵活性差、曲面质量不高的状况,提出一种基于NURBS面片的A级曲面重构方法,曲面调整灵活、直观,有效提高了A级曲面重构的效率和质量.     

The development of a technique for 3D complex surface reconstruction from unorganized point cloud

In this paper, we propose a new neural network based on our two-level adaptive hierarchical clustering algorithm. The algorithm is to manage unorganized points, so that the triangular mesh models can be correctly obtained by applying the triangular mesh creation algorithm. We also develop adaptive self-flipping triangle edges to improve triangular mesh structure. Only one parameter, the maximal edge length of triangle, is needed in the neural network. The proposed two-level consists of the first level for clustering the cloud of points that has same order of the maximal edge length into a same cluster and the second level for generating triangular surface model or drape surfaces over the points of the same cluster. The normal vector for the generated triangular 3D surface model can be obtained from the second level. This helps to generate the STL file or stereolithography format. From the experimental results it can be shown that the proposed method is very effective for clustering unorganized point clouds for generating a triangular mesh of complex surfaces.     

基于Surfacer的点云数据的预处理研究

“点云”的预处理研究,包括平滑和拓扑关系的建立。利用反求软件——Surfacer,对“点云”进行了平滑,然后直接从空间入手,从一般性的角度来说明了点云数据的三角剖分的算法,建立数据之间的拓扑关系。文中最后指出下一步的工作。     

On-line three-dimensional point cloud data extraction method for scan-tracking measurement of irregular surface using bi-Akima spline

Point cloud data extraction is an important process in scan-tracking measurement. In this paper, a new method of on-line three-dimensional point cloud data extraction for scan-tracking measurement is proposed for reducing extremely dense sampled data while maintaining data accuracy during the real-time scan-tracking measuring process. It is inspired from sketch paintings: First outlining the broad contour of the curve and then revising local details till the interpolated curve satisfies the required accuracy. This method adopts bi-Akima spline interpolation for connecting acquired points in NC machining or for point data fitting in reverse engineering. It can reduce efficiently the amount of point data with a smaller data reduction ratio and a smoother machined/fitted surface than conventional three-dimensional chordal method.     

三偏心蝶阀密封面在位测量的点云数据处理方法

三偏心蝶阀依靠蝶板和阀座密封面的充分面接触实现零泄漏的密封效果,而密封面的加工制造精度对密封性能有着至关重要的作用.现有的密封面测量主要依赖离线测量的方式,存在着测量基准不统一、二次装夹造成的测量误差等问题.本文提出了密封面精密在位测量技术以及原始点云数据处理方法.针对被测密封面,提出波谷-聚类算法和考虑约束条件的法矢...     

A methodology for smoothing of point cloud data based on anisotropic heat conduction theory

It is necessary to smooth point cloud data in reverse engineering or the inspection of free-form surfaces because noisy points will have a negative influence on the post-processing of this data. The big problem in smoothing point cloud data is how to solve the dilemma between removing noisy points and keeping feature boundary information, whilst controlling the diffusiveness of noisy points. In this paper, the theory of anisotropic heat conduction is adopted to establish a mathematical model of point cloud data smoothing. The point cloud data can be considered as a temperature field with an adiabatic boundary. So the heat is only conducted inside the temperature filed and has no effect on the outer side. For point cloud data, it means that the smoothing is only on the local area, which makes a good balance between deleting noisy points and keeping feature boundary information. The method has been implemented by using two cases for practical application, and the result proves its efficiency.