环形锻件三维激光点云数据消噪算法研究

发布时间：2020-09-04 17:01

　　环形锻件是各类重大装备的基础部件,在航空航天具有十分广泛的应用。通过对环形锻件的尺寸测量得到环形锻件的关键尺寸参数,根据此参数可以衡量锻件的生产质量是否达到标准,因此,环形锻件的尺寸测量是环形锻件轧制过程中重要的环节。环形锻件生产过程中强震、粉尘、锻件自发光、发热等因素,使得利用现有测量手段对大型锻件进行三维测量时测得三维点云数据往往含有大量噪声数据。因此,为了提高环形锻件三维的测量精度,保持环形锻件的结构特征,研究消除点云噪声数据的方法具有重要的意义。本文对三维激光扫描的环形锻件的点云数据处理进行了研究,具体研究内容如下:首先,为解决混乱点云数据的划分,根据曲率约束的条件,通过采样点与其邻域内的点所构成的三角面片,提取两曲面的相交点与边界点,通过K-D树的方法搜索其他点云数据,将点云数据进行分割;在分割后的点云数据中通过三次拟合曲面逼近数据点,在此基础上根据曲率约束使得噪声点回归,提出基于曲率约束的三维点云分割消噪,达到环形锻件点云数据的光顺、去噪的效果。其次,邻域的选取会影响到曲面的曲率,导致一些曲面特征保持不明显或不合理,因此本文提出了基于拓扑变换的三维点云消噪的方法。根据拓扑理论,对环形锻件的点云数据进行拓扑消噪研究。通过拓扑理论,利用空间拓扑映射函数使原始点云变换至二维空间,将拓扑映射函数与采样点的距离权重相结合,使噪声点与非噪声点进行分离。在此基础上,提出基于拓扑变换的三维点云分割消噪,实现环形锻件点云数据的消噪效果,使得环形锻件特征得以保持。最后,在实验室搭建环形锻件尺寸测量实验系统,以环形锻件为实验对象,以三维激光扫描仪对环形锻件表面进行扫描获取点云数据。通过对实验结果的分析,验证本文提出的环形锻件三维点云数据消噪算法可以实现对环形锻件的点云数据的消噪。
【学位单位】：燕山大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TB535;TG316.193
【部分图文】：

环形锻件,轧制过程,锻件

[4]，这种生产工艺要求锻件一次性轧制成型(如图1-1所示)。环形锻件轧制时需要在高温环境下，在目前的锻件生产过程中，大部分采用传统的人工测量的方法测量锻件尺寸，一般是利用千分尺等机械量具来进行测量[5]，锻件的周围环境温度较高，实现锻件外形测量成为了一个非常困难的操作，不易操作工具，容易造成测量工具的变形，使得测量精度低、效率差、误差高[6],导致原材料的高废料率，为提高工作效率，降低锻件的废品率，增强锻件的质量，采用非接触测量方式对环形锻件进行测量[7]。在非接触的测量方式中使用激光测量,这种测量方法使用激光扫描锻件，采集点云数据，通过三维重建获得锻件精准模型

锻件,分割算法,点云,欧氏距离

图 2-1 Fandisk 锻件区域生长分割结果割算法算法，是一种最近邻聚类的分割算法，是分割算法通过种子点与其相邻点之间的欧其相邻的点的欧氏距离小于或等于设定阈相邻的点的欧氏距离大于设定阈值时，则Di(xi,yi,zi), i=1，2， }为原始点云集合，dL=√(Di-Di+1)2 K-D 树对象作为提取点云集合D时所用

欧式距离,锻件,聚类算法,凹凸

图 2-2 Fandisk 锻件欧式距离分割结果式距离聚类簇以不同颜色表示的分割结果数据点，与图 2-1 区域生长分割算法分割况下可以将一定的大尺度噪声分割出来并该方法进行分割，需要根据点云模型特征算法法是使用超体聚类算法完成的，它对点云不同的块之间凹凸关系。凹凸关系通过C使用超体聚类算法将点云数据分割成超

【参考文献】