《产品模型散乱点云边界特征提取方法.pdf》由会员分享，可在线阅读，更多相关《产品模型散乱点云边界特征提取方法.pdf（8页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 102881015 A (43)申请公布日 2013.01.16 C N 1 0 2 8 8 1 0 1 5 A *CN102881015A* (21)申请号 201210332538.3 (22)申请日 2012.09.11 G06T 7/00(2006.01) G06F 17/30(2006.01) (71)申请人山东理工大学 地址 255086 山东省淄博市高新技术产业开 发区高创园D座1012室 (72)发明人孙殿柱 史阳 白银来 李聪 (54) 发明名称 产品模型散乱点云边界特征提取方法 (57) 摘要 本发明提供一种产品模型散乱点云边界特征 提取方法，其特。
2、征在于：基于R*-树建立产品模型 散乱点云的动态空间索引结构，采用动态扩展空 心球算法实现目标样点的k近邻点集查询，将k近 邻点集的空心球半径作为带宽，利用核密度估计 求解k近邻点集的模式点，计算模式点到目标样 点的距离与空心球半径的比值，将其与给定阈值 进行比较判断目标样点是否为边界点，进而识别 散乱点云边界特征。采用本方法可快速、准确提取 产品模型散乱点云的边界特征。 (51)Int.Cl. 权利要求书1页 说明书3页 附图3页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 1 页 说明书 3 页 附图 3 页 1/1页 2 1.一种产品模型散乱点云边界特征提取方。
3、法，其特征在于步骤依次为：1) 基于R*-树 建立产品模型散乱点云的动态空间索引结构；2) 采用动态扩展空心球算法查询目标样点 的k近邻点集，确定包含k近邻点集的最小空心球半径r；3)根据目标样点近邻点集的几何 特征确定其分布状况，通过目标样点近邻点集的缺失情况判断其是否为边界点，识别点云 边界特征。 2.如权利要求1所述的产品模型散乱点云边界特征提取方法，其特征在于：在步骤3) 中，根据目标样点近邻点集的几何特征确定其分布状况，通过目标样点近邻点集的缺失情 况判断其是否为边界点，具体方法是：设x为散乱点云中任一点，其k近邻点集的向量集合 为，依据核密度估计公式及其梯度估计公式，提取出点集模式。
4、点的计算公 式 ， 其中，h为核函数K(x)的带宽，取值为包含目标样点k近邻点集的最小空心球半径，函 数g(x)满足，其中k(x)为核函数K(x)的轮廓函数，满足， 为k(x)的导数，通过计算公式获得目标样点k近邻点集的模式点m(x)，计算模式点到目标 样点的距离d=|m(x) x|，求解距离d与核函数带宽h的比值e，将e与预设阈值比 较，若e ，则目标样点为边界点；否则目标样点为内部点，取值范围为0.20.3。 权 利 要 求 书CN 102881015 A 1/3页 3 产品模型散乱点云边界特征提取方法 技术领域 0001 本发明提供一种产品模型散乱点云边界特征提取方法，属于产品逆向工程技。
5、术领 域。 背景技术 0002 在逆向工程领域，通常采用激光扫描仪等数据采集设备获取产品实体模型表面的 散乱点云数据，产品模型散乱点云边界特征是产品实体表面边界区域的采样点，它不仅作 为表达曲面的重要几何特征，而且作为求解曲面的定义域，对产品模型曲面重建的品质和 精度起着重要作用，边界特征提取技术在逆向工程领域中的文物复原、曲面拼接、点云补洞 等方面得到广泛应用。 0003 对现有技术文献检索发现，李江雄在学术期刊机械设计与制造工程2000， 29(2)，P26-28上发表的学术论文“反求工程中复杂曲面边界线的自动提取技术”及白仲栋 等在学术期刊机械科学与技术2001，20 (4)，P481-。
6、483上发表的学术论文“复杂曲面反 求工程中的边界处理技术研究”中，根据产品实体原始曲面特征对散乱点云进行投影，在投 影面上对投影点进行栅格划分并根据几何判据提取边界点，将其还原到三维空间即可获取 边界特征。此类方法仅适用于符合投影面特征的散乱点云，局限性大。柯映林等在学术期 刊机械工程学报2004，9(40)，P116-120上发表的学术论文“基于点云的边界特征直接提 取技术”中，首先以点云密度为基本参数将散乱点云的包围盒划分为空间栅格，通过种子边 界栅格的识别和生长算法查询边界栅格并从中提取边界特征，该算法由于采用单一的点云 密度无法反映散乱点云中样点的整体分布状况，所划分的空间栅格可能出。
7、现部分栅格内部 样点过多或某些内部栅格为空的情况，导致所提取的边界特征存在较多的边界点缺失及噪 声点，此外从边界栅格中提取边界点的过程过于繁琐，需要根据栅格所包含样点分布的几 何特征区分多种边界栅格类型，增加了算法实现的难度。 发明内容 0004 本发明要解决的技术问题是：克服现有技术的不足，提供一种产品模型散乱点云 边界特征提取方法，快速、准确提取产品模型散乱点云的边界特征。 0005 本发明解决其技术问题所采用的技术方案是：一种产品模型散乱点云边界特征提 取方法，其特征在于步骤依次为：1) 基于R*-树建立产品模型点云的动态空间索引结构； 2) 采用动态扩展空心球算法查询目标样点的k近邻点。
8、集，确定包含k近邻点集的最小空心 球半径r；3) 根据目标样点近邻点集的几何特征确定其分布状况，通过目标样点近邻点集 的缺失情况判断其是否为边界点，识别点云边界特征。 0006 为实现发明目的，所述的产品模型散乱点云边界特征提取方法，在步骤3)中，根 据目标样点近邻点集的几何特征确定其分布状况，通过目标样点近邻点集的缺失情况判 断其是否为边界点，具体方法是：设x为散乱点云中任一点，其k近邻点集的向量集合为 ，依据核密度估计公式及其梯度估计公式，提取出点集模式点的计算公式 说 明 书CN 102881015 A 2/3页 4 ， 其中，h为核函数K(x)的带宽，取值为包含目标样点k近邻点集的最小。
9、空心球半径 r，函数g(x)满足，其中k(x)为核函数K(x)的轮廓函数，满足， k (x)为k(x)的导数，通过计算公式获得目标样点k近邻点集的模式点m(x)，计算模式点 到目标样点的距离d=|m(x) x|，求解距离d与核函数带宽h的比值e，将e与预设阈 值比较，若e ，则目标样点为边界点；否则目标样点为内部点（根据经验，取0.20.3 时可得到较理想的边界特征）。 0007 本发明与现有技术相比，具有以下优点： 1) 采用R*-树建立散乱点云的动态空间索引结构，可反映散乱点云样点的整体分布 情况，基于该结构实现的样点近邻查询更为准确，有效提高了算法对复杂产品模型的适应 性； 2) 采用自。
10、适应带宽的核密度估计求解样点对应的模式点，使得边界点的判别只依赖 于样点近邻点集的空间分布，避免了因样点分布不均造成的边界点误判，从而防止了噪声 点的出现，并且显著提高了边界特征提取的精度； 3) 边界特征提取对参数的依赖性降低，仅需设定近邻点数和特征阈值，并可根据需求 调整阈值，实现了边界特征提取精度的可控性。 附图说明 0008 图1 是本发明程序流程图； 图2是本发明实施例一中的钣金件产品模型点云； 图3图6是图1所示实施例一钣金件产品模型点云空间索引结构及目标样点k近邻 查询从根结点到叶节点的查询过程； 图7是目标样点k近邻点集及其空心球； 图8是目标样点k近邻点集模式点的示意图； 图。
11、9是实施例一提取的边界特征点； 图10是本发明实施例二中的米老鼠产品模型点云； 图11是本发明实施例二提取的米老鼠产品模型散乱点云的边界特征点。 具体实施方式 0009 下面结合附图及实施例对本发明作进一步说明。 0010 图1是本发明产品模型散乱点云边界特征提取方法程序实现流程图。首先建立产 品模型散乱点云的R*-树动态空间索引结构，其中将索引结构各结点统一表示为四维点对 象，采用k-means算法对产品模型点云进行聚类分簇，完成产品模型点云动态空间索引结 构的建立；采用动态空心球扩展算法查询目标样点的k近邻点集并获得空心球半径r；将k 近邻点集作为样本数据，利用核密度估计获得的模式点计算公。
12、式求解模式点；计算模式点 说 明 书CN 102881015 A 3/3页 5 到目标样点的距离d=|m(x) x|，求解距离d与空心球半径r的比值e，将e与预设阈 值比较，若e ，则目标样点为边界点；否则目标样点为内部点，根据经验，取0.20.3 时可得到较理想的边界特征。 0011 实施例一：提取如图2所示钣金件产品模型散乱点云的边界特征。 0012 图3图6是图2所示实施例一中产品模型点云及其空间索引结构模型图，实验所 用点云的数据点数为9671，建树的相关参数为结点最小子结点数m=8、最大子结点数M 15，结点重新插入次数R=13，产品模型点云动态空间索引结构构建时间为2.247秒。采。
13、用深 度优先遍历方法获取目标样点所在的叶节点，并利用动态扩展空心球查找与其相交的叶节 点，最终根据近邻点数k确定包含目标样点的叶节点及其近邻叶节点。其中图3显示了钣 金件产品模型点云动态空间索引结构根结点，图4和图5显示了内部结点及其查询过程获 取的内部结点，图6显示了叶结点及最终获取的k近邻查询的叶节点。 0013 图7是本实施例获取目标样点的k近邻点集及其空心球。取点云数据文件中第 一个点p (8.6080, 26.8173, 26.0836)为目标样点，查询其k近邻点集 (取)， 采用深度优先遍历方法遍历散乱点云动态空间索引结构，获得如上述图6所示的叶节点， 从叶节点中提取出距离目标样点。
14、最近的k个数据点，距离目标样点p(8.6080, 26.8173, 26.0836)最远的点为(6.7132, 23.5928, 25.5261)，则确定包含k近邻点集的最小空心球 半径r=3.781mm。 0014 图8是实施例获取目标样点k近邻点集模式点的示意图。目标样点k近邻点集表 示为向量集合，包含k近邻点集的最小空心球半径r=3.781mm，核函数选取 高斯核，将其带入到模式点求解公式中获得公式： 利用此公式解得目标样点k近邻点集的模式点m(x)=(7.9606, 26.3011, 27.7049)。 0015 利用向量距离求解方法计算模式点m(x)到目标样点p的距离d=|m(x)p。
15、|， 求解结果d=1.820mm，所以距离d与空心球半径r的比值e=0.481，大于设定阈值(取 =0.25)，所以目标样点为边界点。 0016 判断其它各点是否为边界点方法同上，提取的边界点如图9所示，提取时间为 0.189s。 0017 实施例二：提取如图10米老鼠产品模型散乱点云的边界特征，方法同上，提取的 边界特征点如图11所示，提取时间为0.147s。 0018 以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任 何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等 效实施例。但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所 作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。 说 明 书CN 102881015 A 1/3页 6 图1 说 明 书 附 图CN 102881015 A 2/3页 7 图2 图3 图4 图5 图6 图7 说 明 书 附 图CN 102881015 A 3/3页 8 图8 图9 图10图11 说 明 书 附 图CN 102881015 A 。