专利名称：产品模型散乱点云边界特征提取方法
技术领域：
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术领域。
背景技术：
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。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)，P481-483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
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。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A近邻点集，确定包含A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。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ζ为散乱点云中任一点，其A近邻点集的向量集合为
公=㈨拉^}，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
权利要求
1.一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左近邻点集，确定包含々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I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ζ为散乱点云中任一点，其A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 其中，A为核函数#Cr)的带宽，取值为包含目标样点々近邻点集的最小空心球半径，函数《Cr)满足g(r)=-A^(x),其中々Cr)为核函数#0)的轮廓函数，满足i<||x|f) =Z(x) , F(X)为k Cr)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 Cr),计算模式点到目标样点的距离￠/=1 kCr) - I，求解距离Or与核函数带宽力的比值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L取值范围为O. 2 0. 3。
全文摘要
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。
文档编号G06F17/30GK102881015SQ201210332538
公开日2013年1月16日 申请日期2012年9月11日 优先权日2012年9月11日
发明者孙殿柱, 史阳, 白银来, 李聪 申请人:山东理工大学