[發(fā)明專利]基于密集點云的B樣條曲面擬合方法及裝置

在審

• 申請?zhí)枺?/td>: 202011160885.3
• 申請日: 2020-10-29
• 公開（公告）號: CN112233249A
• 公開（公告）日: 2021-01-15
• 發(fā)明（設(shè)計）人: 荊學(xué)東;張雨嶶
• 申請（專利權(quán)）人: 上海應(yīng)用技術(shù)大學(xué)
• 主分類號: G06T17/30
• 分類號: G06T17/30;G06T17/20;G06T5/00;G06T15/04
• 代理公司: 上海漢聲知識產(chǎn)權(quán)代理有限公司 31236
• 代理人: 胡晶

1.一種基于密集點云的B樣條曲面擬合方法，其特征在于，包括：

步驟S1，利用激光掃描儀設(shè)備，采集掃描零件的三維點云數(shù)據(jù)；

步驟S2，對所有采集的三維點云數(shù)據(jù)進(jìn)行濾波去噪處理；

步驟S3，利用學(xué)習(xí)曲線分析濾波去噪處理后的三維點云數(shù)據(jù)適用的曲線擬合次數(shù)；

步驟S4，對輸入的所有濾波去噪處理后的三維點云數(shù)據(jù)進(jìn)行特征點提取，以獲取稀疏特征點；

步驟S5，基于適用的曲線擬合次數(shù)，用獲取到的稀疏特征點在UV坐標(biāo)系下進(jìn)行B樣條曲線擬合，得到B樣條曲線擬合的線段，將濾波去噪處理后的三維點云數(shù)據(jù)作為原始點云數(shù)據(jù)，將B樣條曲線擬合的線段與原始點云數(shù)據(jù)的線性插值擬合的線段進(jìn)行誤差對比；在誤差大的B樣條曲線擬合的線段中繼續(xù)選取新的特征點加入，對加入新的特征點的B樣條曲線擬合的線段進(jìn)行重新擬合和誤差對比；重復(fù)直到誤差對比達(dá)到精度，則重建構(gòu)成曲面網(wǎng)格；

步驟S6，對重建的曲面網(wǎng)格進(jìn)行拼接，構(gòu)成整體的掃描零件模型；

步驟S7，對掃描零件模型進(jìn)行建模和紋理貼圖。

2.如權(quán)利要求1所述的基于密集點云的B樣條曲面擬合方法，其特征在于，步驟S1，所述激光掃描儀設(shè)備包括手持式激光掃描頭和目標(biāo)跟蹤儀。

3.如權(quán)利要求1所述的基于密集點云的B樣條曲面擬合方法，其特征在于，步驟S2，對所有采集的三維點云數(shù)據(jù)進(jìn)行濾波去噪處理，包括：

對密度不規(guī)則的三維點云數(shù)據(jù)進(jìn)行平滑；

將所述三維點云數(shù)據(jù)中的因為遮擋的問題造成的離群點進(jìn)行去除；

將所述三維點云數(shù)據(jù)中的噪聲數(shù)據(jù)進(jìn)行去除。

4.如權(quán)利要求1所述的基于密集點云的B樣條曲面擬合方法，其特征在于，步驟S3中，所述學(xué)習(xí)曲線包含訓(xùn)練誤差和驗證誤差。

5.如權(quán)利要求1所述的基于密集點云的B樣條曲面擬合方法，其特征在于，步驟S4，對輸入的所有濾波去噪處理后的三維點云數(shù)據(jù)進(jìn)行特征點提取，以獲取稀疏特征點，包括：

采樣所有濾波去噪處理后的三維點云數(shù)據(jù)構(gòu)建Hessian矩陣，基于所述Hessian矩陣，并根據(jù)整體的曲率變化進(jìn)行稀疏特征點選取。

6.如權(quán)利要求5所述的基于密集點云的B樣條曲面擬合方法，其特征在于，采樣所有濾波去噪處理后的三維點云數(shù)據(jù)構(gòu)建Hessian矩陣中，

基于所述Hessian矩陣，來選取稀疏特征點時，使用二階高斯濾波。

7.如權(quán)利要求1所述的基于密集點云的B樣條曲面擬合方法，其特征在于，步驟S5，包括：

(1)構(gòu)建UV坐標(biāo)系，基于所述UV坐標(biāo)系將稀疏特征點規(guī)劃在平面曲線上，利用插值B樣條對規(guī)劃在平面曲線上的稀疏特征點進(jìn)行曲線擬合，得到B樣條曲線擬合的線段；

(2)將B樣條曲線擬合的線段與原始點云數(shù)據(jù)的線性插值擬合的線段進(jìn)行誤差對比；

(3)若誤差超過閾值，則在該B樣條曲線擬合的線段中加入新的特征點，其中，新的特征點根據(jù)B樣條曲線擬合的線段的局部的曲率變化進(jìn)行選取；

(4)對加入新的特征點的B樣條曲線擬合的線段進(jìn)行重新擬合和誤差對比；重復(fù)直到誤差對比達(dá)到精度，則重建構(gòu)成曲面網(wǎng)格。