一种叶片截面特征点云的精确划分方法
【专利摘要】本发明涉及一种叶片截面特征点云的精确划分方法，通过提取点云中相邻两点的中点来实现初步划分，然后对前、后缘的参数进行精确提取，最后，从初步划分的叶盆及叶背点集中分别删除与前、后缘的交集从而实现特征点云的精确划分。本发明不仅弥补了凸包算法及其改进算法的不足，且不失一般性，适用于更大范围内叶片的截面特征点云的划分，保证了后续叶片型面特征参数的提取的精确性。
【专利说明】一种叶片截面特征点云的精确划分方法
[0001]
【技术领域】
[0002]本发明涉及计算机数据处理领域，尤其是一种适用于更大范围内叶片的截面特征点云的划分精确划分方法。
【背景技术】
[0003]叶片是航空发动机的核心零部件之一，具有强扭曲、薄壁件、易变形、低损伤等技术特点。叶片的检测精度直接影响到发动机的性能，所以必须采用严格的检测手段。大多数的测量手段都是通过检测叶片截面的特征参数来判断叶片是否合格，因此，高精度、高效率地提取叶片截面参数具有很高的使用价值。
[0004]叶片截面特征点云的精确划分是提取叶片截面参数的前提。目前，常用的截面划分方法大都是基于经典凸包算法，或在其基础上进行算法的改进，基本上能够满足大部分叶片截面的划分。但对于某些特殊的截面，凸包算法可能将原本属于叶背上的非凸包点划分到叶盆上或者直接删除，导致截面特征参数的提取精度较差甚至失败，凸包算法结果如图2所示:
图2中‘ + ’标记的点原本属于叶背，但并非凸包点。在采用凸包算法时，会将这些点略过，直接和前缘上的切点相连，并把标记点当作叶盆上的点。导致叶背上‘ + ’标记段拟合误差较大，同时叶盆段曲线拟合错误。
【发明内容】
[0005]本发明要解决的技术问题是:提出一种叶片截面特征点云的精确划分方法，不仅弥补了凸包算法及其改进算法的不足，且不失一般性，适用于更大范围内叶片的截面特征点云的划分，保证了后续叶片型面特征参数的提取的精确性。
[0006]本发明所采用的技术方案为:一种叶片截面特征点云的精确划分方法，包括以下步骤:
1)对叶片各截面进行激光测量并进行数据处理得到精简的点云数据；并建立x、Y坐标值；
2)将点云数据按照X坐标值的升序进行排序；设定相邻两点的Y坐标值变化的阈值，依次查找点云中坐标值的变化大于该阈值的相邻点，得到中点坐标；
3)对步骤2)中得到的中点进行拟合；并对点云上、下两部分进行初步划分；
4)选取点云中X坐标值最小的点、Y坐标值最小的点以及X坐标值最大的点；以Y坐标值最小的点为基准点，在初步划分后点云的下部分查找出斜率最小时的对应点；
5)将步骤4)中X坐标值最小的点、Y坐标值最小的点、X坐标值最大的点以及在初步划分后点云的下部分查找出斜率最小时的对应点所形成的区间进行拟合得出前、后缘，并在一定区域内查找出所有位于前、后缘上的点集； 6)分别求取初步划分后得到的上、下两部分与前、后缘点集的交集；并获得叶盆以及叶背上的点集；
7)对叶盆、叶背上的点分别进行插值及拟合实现特征点云的精确划分。
[0007]本发明所述的步骤3)中，采用三次多项式对中点进行拟合；拟合的方式是:将点云数据依次带入三次多项式中，通过比较点云数据和经三次多项式得出的Y坐标值的大小来实现对点云上、下两部分的初步划分。
[0008]本发明所述的步骤5)中，X坐标值最小的点与Y坐标值最小的点形成第一区间；X坐标值最大的点以及在初步划分后点云的下部分查找出斜率最小时的对应点形成第二区间；第一区间与第二区间以最小二乘法拟合出出前、后缘。
[0009]本发明所述的步骤6)中，从上、下两部分点集中减去交集便得到叶盆、叶背上的点集。
[0010]本发明的有益效果是:对激光测量法测得的叶片截面的点云数据进行精确划分，从而保证后续不同区域数据点的拟合精度和截面特征参数的提取精度，为叶片的加工一测量一体化打下了基础。
【专利附图】
【附图说明】
[0011]下面结合附图和实施例对本发明进一步说明。
[0012]图1是本发明所要运用的叶片的截面形状图；
图2是现有技术中采用凸包算法的效果图；
图3是本发明点云数据的初步划分图；
图4是本发明的方法效果图；
图5是本发明的方法流程图。
【具体实施方式】
[0013]现在结合附图和优选实施例对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
[0014]叶片截面的各部分定义如图1所示:包括叶盆、叶背、前缘以及后缘。
[0015]在对某些特殊的叶片截面进行特征点云的划分时，常用的凸包算法或改进凸包算法存在着明显的不足，会将原本位于叶片截面叶背上的点划分到叶盆上或者直接删除。如图2所示，图2中‘ + ’标记的点原本属于叶背，但并非凸包点。在采用凸包算法时，会将这些点略过，直接和前缘上的切点相连，并把标记点当作叶盆上的点。导致叶背上‘ + ’标记段拟合误差较大，同时叶盆段曲线拟合错误。
[0016]考虑到点云数据在坐标的较小邻域内，叶盆与叶背的坐标值变化相对坐标值而言变化较明显。以此为依据，通过提取点云中相邻两点的中点来实现初步划分，然后对前、后缘的参数进行精确提取，最后，从初步划分的叶盆及叶背点集中分别删除与前、后缘的交集从而实现特征点云的精确划分。具体流程如图5所示，方法如下:
(I)对由激光测量法测得的叶片各截面的点云数据进行滤波除噪、数据精简等操作从而得到精简的点云数据。
[0017](2)将点云数据按照坐标值的升序排序。设定相邻两点坐标值变化的阈值，依次查找点云中坐标值的变化大于的相邻点，并求解中点坐标。
[0018](3)采用三次多项式对求取的中点进行拟合。将点云数据依次带入拟合出的三次多项式中，通过比较点云数据和经三次多项式得出的坐标值的大小来实现对点云上、下两部分的初步划分，如图3所7]^。
[0019]( 4 )查找点z?中坐标值最小的点、坐标值最小的点和坐标值最大的点。以点为基准点，在初步划分后点云的下部分查找出斜率最小时对应的点。
[0020](5)由截面的几何关系可知，区间和分别为前、后缘上的子集。在区间和内，以最小二乘法拟合出前、后缘，并在指定区域内查找出所有位于前、后缘上的点集，以后缘为例:
设拟合出的后缘圆心为，半径为则点到前缘的代数距离为:，设定阈值。以点A为起点，查找方向上范围内所有小于的点。
[0021](6)分别求取初步划分后得到的上、下两部分与前、后缘点集的交集。从上、下两部分点集中减去交集便得到叶盆、叶背上的点集。
[0022](7)对求得的叶盆、叶背上的点分别采用三次样条插值及拟合，效果如图4所示。
[0023]相比图2中凸包算法的结果，本发明采用的算法能够更好的避免凸包算法在处理特殊截面时的不足，保证了后续叶片特征参数提取的精确性
以上说明书中描述的只是本发明的【具体实施方式】，各种举例说明不对本发明的实质内容构成限制，所属【技术领域】的普通技术人员在阅读了说明书后可以对以前所述的【具体实施方式】做修改或变形，而不背离本发明的实质和范围。
【权利要求】
1.一种叶片截面特征点云的精确划分方法，其特征在于包括以下步骤: 1)对叶片各截面进行激光测量并进行数据处理得到精简的点云数据；并建立X、Y坐标值； 2)将点云数据按照X坐标值的升序进行排序；设定相邻两点的Y坐标值变化的阈值，依次查找点云中坐标值的变化大于该阈值的相邻点，得到中点坐标； 3)对步骤2)中得到的中点进行拟合；并对点云上、下两部分进行初步划分； 4)选取点云中X坐标值最小的点、Y坐标值最小的点以及X坐标值最大的点；以Y坐标值最小的点为基准点，在初步划分后点云的下部分查找出斜率最小时的对应点； 5)将步骤4)中X坐标值最小的点、Y坐标值最小的点、X坐标值最大的点以及在初步划分后点云的下部分查找出斜率最小时的对应点所形成的区间进行拟合得出前、后缘，并在一定区域内查找出所有位于前、后缘上的点集； 6)分别求取初步划分后得到的上、下两部分与前、后缘点集的交集；并获得叶盆以及叶背上的点集； 7)对叶盆、叶背上的点分别进行插值及拟合实现特征点云的精确划分。
2.如权利要求1所述的一种叶片截面特征点云的精确划分方法，其特征在于:所述的步骤3)中，采用三次多项式对中点进行拟合；拟合的方式是:将点云数据依次带入三次多项式中，通过比较点云数据和经三次多项式得出的Y坐标值的大小来实现对点云上、下两部分的初步划分。
3.如权利要求1所述的一种叶片截面特征点云的精确划分方法，其特征在于:所述的步骤5)中，X坐标值最小的点与Y坐标值最小的点形成第一区间；Χ坐标值最大的点以及在初步划分后点云的下部分查找出斜率最小时的对应点形成第二区间；第一区间与第二区间以最小二乘法拟合出出前、后缘。
4.如权利要求1所述的一种叶片截面特征点云的精确划分方法，其特征在于:所述的步骤6)中，从上、下两部分点集中减去交集便得到叶盆、叶背上的点集。
【文档编号】G06F9/50GK104199742SQ201410449437
【公开日】2014年12月10日 申请日期:2014年9月5日 优先权日:2014年9月5日
【发明者】周军, 梁齐龙, 廖华丽, 王心坚, 邵冰冰, 傅昱平 申请人:河海大学常州校区