基于继承与优化算法的无序点云拼接技术的研究

摘要：点云拼接技术的核心是建立两个待拼接点云之间的对应关系。提出继承与优化算法进行点云精确拼接,阐述了算法原理,通过建模获取拼接过程中的旋转和平移参数,提出并分析了拼接的实现过程。采用光栅投射式三维扫描仪获取某型号汽车防雨板的6组点云数据,使用提出的算法进行点云拼接,采用多分辨率层次精度分析法对拼接结果进行误差分析,与最临近点迭代法在拼接精度、收敛速度和耗时上进行了比较。实验结果表明：继承与优化算法可实现海量无序点云的精确拼接,拼接的标准偏差小于0.10mm,两点云对拼接时间小于2秒,相比最临近点迭代法,所需迭代次数减少5次以上。     

三维不变矩特征估计的点云拼接

点云拼接是点云模型获取和重建的关键问题。提出一种新的三维不变矩特征估计的点云拼接方法,该方法将二维不变矩扩展到三维,用于描述点云的局部特征,设计实现了用该特征查找对应点的ICP算法。该算法先计算点云的特征描述子,由其中一个点云的点查找在另一片点云的最近邻域且特征描述子最相似的点作为这点的对应点,并建立对应点点集,其次将点集变换到以质心为原点的坐标下,然后根据对应点对集合建立协方差矩阵并对它奇异值分解,得到旋转矩阵和平移矩阵,最后迭代上述步骤直到收敛。通过人脸数据拼接的结果表明,该方法是可行有效的。     

基于图形的点云数据拼接方式研究与应用

反求设计是再现实物模型原型的数字化设计过程.在反求设计中,由于实物模型的点云数据往往不能一次测量完成,多次测量的点云数据需要通过数据拼接来达到数据统一,坐标一致.数据拼接的精度关系到测量的点云数据的精度,从而最终影响反求的三维模型的准确性.通过对点云数据拼接方法研究,结合正向设计中的几何约束对齐方式,采用基于几何图形的数据拼接方式,通过几何图形的完全对齐,实现多次测量的点云数据精确拼接,实践证明该方法在保证点云拼接精度上是切实可行的.     

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。     

一种快速搜索散乱点云数据k邻近的算法

针对逆向工程中散乱点云数据的k近邻搜索,提出一种快速搜索散乱点云k邻近点的算法。该算法根据点云数据的范围、点的总数及最近点数目k,确定合适的立方体边长,采用空间划分策略,把数据划分成多个子立方体;然后用哈希表记录每个予立方体所包含的数据点及每个点所在的立方体索引号,并排除不包含数据的子立方体,以此确定邻近点的最佳搜索范围。实验结果表明：该算法有效的提高k近邻搜索的速度,同时保证了搜索结果的正确性。     

基于曲率及误差分布的点云逼近曲线优化算法

为提高利用形状信息优化点云逼近曲线的准确性,提出了一种基于曲率及误差分布的点云逼近曲线优化算法.该算法首先快速地创建满足误差限的非最优样条曲线,据此获得较为准确的曲率分布作为形状信息;然后,以大于所给曲率阈值的角点作为种子点,构建出点云的三次序号参变量样条逼近曲线.当逼近曲线误差不满足误差限时,以误差的分布情形确定型值点的添加位置.使得每一次型值点添加后最大误差均减小.通过数条点云曲线实验表明,该算法显著地减少了逼近曲线的控制点数目.     

逆向工程中数字化测量与点云数据处理

逆向工程作为新产品开发和消化、吸收先进技术的重要手段,其应用越来越受到重视。本文主要总了逆向工程中数据测量方法及影响测量精度的因素,从噪声去除、多视对齐、数据光顺、数据精简、数据分割等方面讨论了点云数据的处理方法。     

基于改进的快速Shi-Tomasi特征点检测算法的图像拼接算法

针对Shi-Tomasi算法计算量大导致的特征点提取速度慢的问题,利用FAST算法对Shi-Tomasi算法进行加速,提出基于此改进算法的快速图像拼接算法。该算法首先应用FAST算法对整幅图像进行处理,基于筛选点邻域再采用Shi-Tomasi算法获取特征点,接着用NCC法进行特征点匹配,然后用RANSAC法剔除错误匹配并完成图像配准,最后用渐入渐出法进行图像融合。对比实验结果表明,改进算法相对基于ShiTomasi的图像拼接算法速度大幅提升,特征点匹配的正确率有所提高,拼接完成后图像的视觉效果也得到保持。     

逆向工程中分层点云数据的拼合及精简

在逆向工程多视图拼合过程中,由于数据测量误差以及计算等因素的影响,数据往往会产生分层的问题,这将对曲面重建工作造成很大困难。针对这一问题,文章提出了一种新的方法,对多个视图重合部分有分层现象处的点云进行二次拼合并精简,从而有效减小误差,为后续的数据分割和曲面拟合做好准备。     

离群点删除算法的研究

逆向工程中在对实体扫描时,由于测量过程受到人为或环境等因素的影响,会引入离群点,即离主体点云较远的小片点云和离散点.离群点的存在,会影响后续的建模质量,所以必须除去这些离群点.因此提出了两种删除离群点的算法,一种是自动删除离群点的算法,另一种是OpenGL框选拾取算法.通过实验证明这两种算法均能有效地删除离群点.     

多视点云数据快速对齐方法

多视点云数据的对齐(拼接)问题是逆向工程研究的热点问题之一。在ICP算法的基础上,提出通过在数据测量时放置基准物体,建立点云数据对齐特征,在进行多视点云数据拼接时对对齐特征增加约束的方法,实现多视点云数据的快速对齐。并对基于三个基准点约束对齐的对齐精度进行了分析,提出了减少对齐误差的措施,最后通过实例对研究结果加以分析验证。     

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。     

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...     

一种改进的ICP算法在多视配准中的应用

在反求工程中,多视配准是三维数据点采集和处理中必不可少的环节,直接影响到三维数字化的整体精度和后续的模型重建工作。ICP算法在粗定位的基础上已经成为多视精确配准的一种标准方法。作者在分析ICP算法及其改进算法的基础上,进一步提出了一种改进的基于空间分割排序的ICP算法。实例证明,该算法具有良好的计算性能。     

基于点云数据重构三维网格模型的神经网络法

给出了一种新的基于神经网络的点云数据重构CAD实体模型的新方法。该方法能直接从神经网络的权值矩阵得到曲线的控制顶点、曲面的控制网格，通过神经网络的权值约束实现曲线段、曲面片之间的光滑拼接。同时对恢复的隐式表面的初始逼近网格自适应性进行优化。利用谊方法恢复的网格形状，无论在表面还是在隐式曲面的轮廓部分都能获得很好的视觉效果。所有算法的时间复杂度均为O（n），可以完全实时进行。     

线结构光测量数据的自动拼合方法

提出了一种由三坐标测量机、线结构光测头和回转工作台构成的四轴扫描测量系统。在该系统中使回转工作台相对于测量机的工作台倾斜一定角度放置，在一次装夹下可测量物体的四周和顶部。为了将多角度下测量的数据拼合在一起，建立了数据自动拼合的数学模型，提出了转台轴线方向检测装置和检测方法，以此为基础对自动拼合模型进行简化并求出其中的未知参数。对多片数据的拼合精度进行了测试和分析，对一典型样件进行测量。结果表明，该方法能在一次装夹下完整测量结构复杂的形体，测量数据的拼合具有很高的精度。     

基于工业CT的零件内外曲面形位误差分析

针对具有复杂内腔结构零件的内部曲面形位误差分析困难的问题,提出了一种基于工业CT技术的零件复杂内腔的形位误差分析方法.首先,使用工业CT对零件进行扫描并重建为测量STL模型.然后将设计IGES模型离散为STL模型与测量STL模型进行配准.其次,利用设计IGES模型作为引导,判定测量STL模型中的点和IGES模型各曲面的...     

采用正交函数优化三维自由曲面

自由曲面重建时,一般采用增加控制点个数来提高曲面拟合精度,但控制点的增加会引起曲面连续阶数变低.通过分析传统算法在曲面拟合中的不足,提出采用正交函数的曲面拟合方法,该算法避开不规则数据点进行拟合,保证了曲面的光顺性.当采用3×3阶曲面,36个控制点进行曲面拟合时,曲面重构最大误差仅为0.077 0mm,曲面满足G2曲率连续.实验结果表明,所提出的曲面优化算法,实现了曲面控制点数与曲面光顺和重构精度的最佳匹配,提高了曲面拟合的品质.