[發明專利]基于點云法線與曲率變化雙約束曲面誤差顯著點識別方法

有效

• 申請號: 202010675830.X
• 申請日: 2020-07-14
• 公開（公告）號: CN111986308B
• 公開（公告）日: 2023-09-01
• 發明（設計）人: 彭芳瑜;楊岑岑;周林;吉鵬暉;鄧犇
• 申請（專利權）人: 武漢數字化設計與制造創新中心有限公司
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06T15/00;G06T7/11;G06T7/13
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 易濱

1.基于點云法線與曲率變化雙約束曲面誤差顯著點識別方法，其特征在于：

S101：使用三維掃描儀對加工后的工件進行掃描，得到點云數據；

S102：對所述點云數據進行濾波去噪，得到濾波去噪后的點云數據；

S103：對濾波去噪后的點云數據采用kd-tree方法對點云進行劃分，并求取點云數據的法線和曲率；

S104：采用基于深度優先搜索的區域生長算法對所述濾波去噪后的點云數據進行遍歷，并添加點云法線與曲率變化的雙約束作為區域生長的限制條件；

S105：對區域生長得到的區域進行篩選，去除極小、極大區域，得到篩選后的區域；

S106：對所述篩選后的區域進行合并，得到識別出的誤差顯著點點云；

S107：對識別得到的所述誤差顯著點點云進行邊界提取，得到誤差顯著點的位置信息。

2.如權利要求1所述的一種基于點云法線與曲率變化雙約束曲面誤差顯著點識別方法，其特征在于：步驟S101中，所述點云數據，包括x、y、z三維特征和需要識別的誤差顯著點的區域。

3.如權利要求1所述的一種基于點云法線與曲率變化雙約束曲面誤差顯著點識別方法，其特征在于：步驟S102中，對所述點云數據進行濾波去噪，得到濾波去噪后的點云數據，具體為：設置所述點云數據的體素網格大小，對所述點云數據進行體素濾波，縮減點云規模，得到濾波去噪后的點云數據。

4.如權利要求1所述的一種基于點云法線與曲率變化雙約束曲面誤差顯著點識別方法，其特征在于：步驟S103具體為：在kd-tree中使用K近鄰方法建立每一個點與其鄰近點的鄰域關系，通過設定鄰域點的個數k₁對所述濾波去噪后的點云數據中的每一個點提取出其鄰近的k₁個點組成的子點云，并根據這k₁個點組成的子點云求取該點的法線和曲率。

5.如權利要求4所述的一種基于點云法線與曲率變化雙約束曲面誤差顯著點識別方法，其特征在于：步驟S104具體為：

S201：對所述濾波去噪后的點云數據進行按照各自的曲率大小進行從小到大的升序排序；

S202：創建一個與所述濾波去噪后的點云數據大小一致的容器，容器中所有值預設為0，表示未被訪問；

S203：選擇當前未被訪問的點中曲率最小的點作為初始種子點M，并將該初始點M壓入隊列，同時將種子點M對應的容器賦值為1，表示已被訪問；

S204：根據種子點M，依據步驟S103得到其k₁個鄰域點，并將種子點M彈出隊列；

S205：對種子點M的k₁個鄰域點依次進行遍歷，添加點云法線閾值約束和點云曲率變化閾值約束；若種子點M的k₁個鄰域點中某個點與種子點M的法線夾角變化小于法線閾值并且曲率變化也小于曲率閾值，則將該點對應的容器也置為1，并壓入隊列，得到更新后的隊列，否則該點對應的容器保持為0；

S206：步驟S204遍歷完畢，對更新后的隊列，選取隊列首的點M₁作為新的種子點，重復步驟S204-S205，并判斷隊列是否為空，若是，則進入步驟S207，否則繼續重復步驟S204-S205；

S207：隊列為空，表示此時由曲率最小的點M所生成的區域area₁生成完畢；此時返回步驟S203，選擇另一個當前未被訪問的點中曲率最小的點作為新的種子點，并重復步驟S203-S207，生成該點的區域，并繼續重復步驟S203-S207，直至生成所有未被訪問的曲率最小的點所對應的生成區域。

6.如權利要求1所述的一種基于點云法線與曲率變化雙約束曲面誤差顯著點識別方法，其特征在于：步驟S105中對區域生長得到的區域進行篩選，去除極小、極大區域，得到篩選后的區域，其中篩選條件包括但不限于：點云個數和點云位置；所述極大區域具體為不存在誤差顯著點的點云區域；所述極小區域具體為步驟S102中沒能濾除噪聲點的點云區域。