基于激光掃描點云的數(shù)據(jù)處理技術研究.pdf

1、隨著計算機技術和機械制造技術的日益發(fā)展，逆向工程已廣泛應用于產(chǎn)品再創(chuàng)新和設計中。作為產(chǎn)品零部件外形幾何逆向工程的一個研究熱點，基于激光掃描點云的數(shù)據(jù)處理技術作為逆向工程幾何建模的重要技術，它以激光掃描點云作為逆向數(shù)據(jù)預處理和建模的基本元素，目前該技術在國內(nèi)外得到蓬勃發(fā)展。該項技術以獲取的點云數(shù)據(jù)為處理對象，不用構建三角網(wǎng)格，在處理超大規(guī)模點云中，對點云數(shù)據(jù)進行預處理、特征提取和模型重構方面，顯示出其獨特的優(yōu)勢，現(xiàn)在正成為逆向工程研究的一

2、個熱點。本文針對該領域中的若干關鍵性問題，結合山東省自然科學基金項目“基于多尺度特征的復雜曲面重構技術研究”(項目編號：Y2006F12)進行了深入地研究。
　　 (1)為了滿足逆向工程后續(xù)產(chǎn)品開發(fā)和重構的精度要求，本文完成了激光掃描點云數(shù)據(jù)的噪聲數(shù)學描述與分類，制定了把各種噪聲降到最低甚至有效去除的數(shù)據(jù)預處理流程。
　　 根據(jù)激光掃描點云數(shù)據(jù)的特點，給出了噪聲點的產(chǎn)生機理及其數(shù)學描述，根據(jù)建立的數(shù)學模型，把噪聲點進行分

3、類：由系統(tǒng)測量誤差α(xi,yi,zi)，和系統(tǒng)隨機誤差β(xi,yi,zi)引起的噪聲點，以及由隨機性分量gS(xi,yi,zi)引起的噪聲點。分別根據(jù)其特點制定切實可行的去噪方案有針對性的去除。為此，制定了一套數(shù)據(jù)預處理去除噪聲的流程，包括明顯噪聲點去除，噪聲點濾波平滑處理，點云數(shù)據(jù)的光順處理等。工作結果表明，在求得的切片點云(從模型的三維離散點云數(shù)據(jù)到獲取的二維截面輪廓的點云數(shù)據(jù))基礎之上，所采取的去除噪聲預處理流程能夠把由系統(tǒng)測

4、量誤差、系統(tǒng)隨機誤差以及隨機性分量所引起的噪聲點減小甚至部分消除，滿足逆向工程后續(xù)產(chǎn)品開發(fā)和重構的精度要求。
　　 (2)研究了激光掃描點云數(shù)據(jù)的有關預處理算法，提出了優(yōu)化修正量光順算法。
　　 本文在激光掃描點云數(shù)據(jù)密集、數(shù)據(jù)量大、不便于存貯的背景下，在保證精簡后數(shù)據(jù)精度的前提下，提出一種用偏差參數(shù)和角度允差值來進行點云數(shù)據(jù)壓縮的算法，該算法用于處理的激光掃描點云數(shù)據(jù)是經(jīng)過大噪聲點去除、濾波和優(yōu)化修正量光順處理之后的海

5、量點云數(shù)據(jù)。該壓縮算法簡單直觀，能夠根據(jù)公差值dT和角度最大允差值的大小來壓縮數(shù)據(jù)，這一點能最大限度地滿足機械產(chǎn)品外形和精度要求。能夠最大限度地保留原有點云數(shù)據(jù)的外形，提高壓縮后數(shù)據(jù)點的精度，對海量點云數(shù)據(jù)的壓縮具有實際應用價值。
　　 針對所采集的激光掃描點云密集和數(shù)據(jù)量大的特點，重點研究了截面線點云數(shù)據(jù)的光順處理，這方面比較著名的文獻包括，Eck M.，Jaspert R.和G.H.Liu，Y.S.Wang and Y.F.

6、Zhang所提出的光順算法，可是，G.H.Liu和Y.S.Wang等人所提出的光順算法，其修正量是遞進的，利用尋優(yōu)函數(shù)的約束來確定修正量，從而使壞點得到光順，其修正量的閾值沒有限制；修正方向的指向是按照能量函數(shù)方程符號的變化作出決定，其編程實現(xiàn)相對復雜。由此，本文提出了一種優(yōu)化修正量光順算法，在分塊進行粗、精光順處理采樣數(shù)據(jù)過程中，分別由曲率及其一階差分符號的變化來辨識壞點。壞點的修正方向直接按照能量函數(shù)方程確定出由型值點指向三角形形心

7、的正或負的G向；修正量由賦初值開始，然后按照能量函數(shù)方程，遞進搜索，滿足能量代數(shù)式最小值后搜索停止。本文所提出的優(yōu)化修正量光順算法，主要用于光順激光掃描散亂點云數(shù)據(jù)，該算法能夠滿足曲線曲面重構的光順性要求，可以有效保留曲線的原有幾何外形。最后通過在二維散亂點云上的實例仿真，驗證了所提算法的適用性和有效性。
　　 (3)提出了用離散曲率算法進行截面線特征提取。
　　 特征提取是逆向工程的重要步驟，其中截面線特征點的弱化是需

8、要解決的關鍵問題。本文重點研究了二維截面線特征點的提取。檢索到有關特征點直接提取的文獻有，自適應k-曲率(AKC)函數(shù)算法，在斷點提取中，AKC函數(shù)是用于提取拐角和光滑連接之間的特征點；映射高度函數(shù)(PHF)算法，PHF函數(shù)用于從圓弧中區(qū)分出直線段的特征點提?。挥蒐iu和Ma提出的相對轉角繪圖(RSTM)算法，用于辨識輪廓線的特征點提取問題。AKC函數(shù)算法和PHF算法只能提取某種特征點，其廣泛應用受到一定限制。
　　 在研究了特

9、征點直接提取上述文獻相關算法的基礎上，提出用離散曲率法提取特征點。所提出算法的主要內(nèi)容包括：用包含了高斯核函數(shù)曲線的曲率表達式建立相關數(shù)學模型，選用了合適的離散尺度因子。根據(jù)離散曲率曲線的局部極值點，確定出截面線特征點集，并進行特征點的融合。所提出的算法用于準確地獲取激光掃描點云的原始設計意圖，能最大限度地與原有形狀特征元保持一致。順利地完成逆向建模過程的關鍵一步。在實例應用中，把RSTM算法和所提出的離散曲率算法在實例應用上做了輸出比