[發(fā)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?zhí)枺?/td> | 202010675830.X | 申請日： | 2020-07-14 |
| 公開（公告）號： | CN111986308B | 公開（公告）日： | 2023-09-01 |
| 發(fā)明（設(shè)計）人： | 彭芳瑜;楊岑岑;周林;吉鵬暉;鄧犇 | 申請（專利權(quán)）人： | 武漢數(shù)字化設(shè)計與制造創(chuàng)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(chǎn)時代知識產(chǎn)權(quán)代理有限公司 42238 | 代理人： | 易濱 |
| 地址： | 430000 湖北省武漢市東湖新技術(shù)*** | 國省代碼： | 湖北;42 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 法線 曲率 變化 約束 曲面 誤差 顯著 識別 方法 | ||
本發(fā)明提供基于點云法線與曲率變化雙約束的曲面誤差顯著點識別方法，包括以下：使用掃描儀對工件掃描，得到點云數(shù)據(jù)；對點云數(shù)據(jù)進(jìn)行濾波去噪，采用kd?tree方法對點云進(jìn)行劃分；在kd?tree中使用K近鄰差找建立每一個點與其鄰近點的鄰域關(guān)系，并求取點云法線、曲率；采用基于深度優(yōu)先搜索的區(qū)域生長算法對整個點云進(jìn)行遍歷，添加點云法線與曲率變化的雙約束作為區(qū)域生長的限制條件；對區(qū)域生長得到的區(qū)域進(jìn)行篩選，去除極小、極大區(qū)域；對剩余的相鄰區(qū)域進(jìn)行合并，得到識別出的誤差顯著點點云；對識別得到的誤差顯著點點云進(jìn)行邊界提取，同時確定出誤差顯著點的位置信息。本發(fā)明提供的有益效果是：提高了點云誤差顯著點識別的搜索效率、準(zhǔn)確率和位置精確度。
技術(shù)領(lǐng)域
本發(fā)明涉及三維重建領(lǐng)域，尤其涉及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。
背景技術(shù)
數(shù)碼設(shè)備及3D掃描儀的普及，使得點云數(shù)據(jù)的獲取更加快捷精準(zhǔn)。相對于圖像分割及網(wǎng)格分割，點云數(shù)據(jù)保留了三維模型比較細(xì)微的特征且存儲方便，因此對三維模型的點云處理已經(jīng)成為研究的熱點。
點云分割是根據(jù)空間、幾何和紋理等特征對點云進(jìn)行劃分，使得同一劃分內(nèi)的點云擁有相似的特征。點云的有效分割是能夠進(jìn)行更好的孔洞修復(fù)、曲面重建的前提。
曲面誤差顯著點的識別是典型的點云分割問題，但是傳統(tǒng)的點云分割算法在進(jìn)行誤差顯著點識別時往往都有計算效率低，識別精度差，特別是在曲面上的誤差顯著點更不容易識別。
發(fā)明內(nèi)容
有鑒于此，本發(fā)明提供了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，包括以下：
S101：使用三維掃描儀對加工后的工件進(jìn)行掃描，得到點云數(shù)據(jù)；
S102：對所述點云數(shù)據(jù)進(jìn)行濾波去噪，得到濾波去噪后的點云數(shù)據(jù)；
S103：對濾波去噪后的點云數(shù)據(jù)采用kd-tree方法對點云進(jìn)行劃分，并求取點云數(shù)據(jù)的法線和曲率；
S104；采用基于深度優(yōu)先搜索的區(qū)域生長算法對所述濾波去噪后的點云數(shù)據(jù)進(jìn)行遍歷，并添加點云法線與曲率變化的雙約束作為區(qū)域生長的限制條件；
S105：對區(qū)域生長得到的區(qū)域進(jìn)行篩選，去除極小、極大區(qū)域，得到篩選后的區(qū)域；
S106：對所述篩選后的區(qū)域進(jìn)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(jìn)行邊界提取，得到誤差顯著點的位置信息。
進(jìn)一步地，步驟S101中，所述點云數(shù)據(jù)，包括x、y、z三維特征和需要識別的誤差顯著點的區(qū)域。
進(jìn)一步地，步驟S102中，對所述點云數(shù)據(jù)進(jìn)行濾波去噪，得到濾波去噪后的點云數(shù)據(jù)，具體為：設(shè)置所述點云數(shù)據(jù)的體素網(wǎng)格大小，對所述點云數(shù)據(jù)進(jìn)行體素濾波，縮減點云規(guī)模，得到濾波去噪后的點云數(shù)據(jù)。
進(jìn)一步地，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(guān)系，通過設(shè)定鄰域點的個數(shù)k1對所述濾波去噪后的點云數(shù)據(jù)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(jù)這k1個點組成的子點云求取該點的法線和曲率。
進(jìn)一步地，步驟S104具體為：
S201：對所述濾波去噪后的點云數(shù)據(jù)進(jìn)行按照各自的曲率大小進(jìn)行從小到大的升序排序；
S202：創(chuàng)建一個與所述濾波去噪后的點云數(shù)據(jù)大小一致的容器，容器中所有值預(yù)設(shè)為0，表示未被訪問；
S203：選擇當(dāng)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(yīng)的容器賦值為1，表示已被訪問；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于武漢數(shù)字化設(shè)計與制造創(chuàng)新中心有限公司，未經(jīng)武漢數(shù)字化設(shè)計與制造創(chuàng)新中心有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010675830.X/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
