基于三维点云的飞机机体结构铆钉轮廓提取算法研究

发布时间：2020-11-14 17:30

　　 针对飞机蒙皮表面扫描点云中铆钉自动提取的问题,对点云密度计算、基于区域增长的点云聚类、主成分分析投影、随机一致性采样圆拟合等方面进行了研究。对要测量铆接质量的机体结构区域进行了高精度三维激光扫描,获取了相关区域三维点云信息;遍历了所有点云,计算了每个点的局部自适应密度,筛选出了高密度点云区域;进一步对传统的点云密度计算进行了改进,提出了一种局部自适应密度计算方法,利用区域增长的聚类方法,提取出了单独的铆钉轮廓点云,增加了铆钉轮廓点云的显著性;最后针对单个铆钉轮廓点云,采用主成分分析投影技术处理,并进行了随机一致性采样圆拟合。研究结果表明:该算法能有效提高铆钉轮廓的显著性,实现铆钉轮廓点云的自动提取。
【部分图文】：

点云聚类结果

RANSAC圆拟合结果

通常来说,钉头部分的点云较为密集,局部自适应函数的点云如图1所示。点云密度值与右边颜色条对应。所定义的点云局部密度函数需要进行自适应处理,以增大密集区域与稀疏区域之间的密度差值。
【相似文献】

相关期刊论文 前10条

1 方乃伟;吕学强;张丹;王涛;;机械设计图像主轮廓提取算法研究[J];计算机工程与设计;2013年08期

2 刘菲菲;杨铎;;基于二维截面筛选标记的点云简化方法研究[J];机电工程;2020年05期

3 刘丹;钱应平;易国锋;周细枝;;逆向工程中点云处理及拟合新方法的研究[J];机械设计与制造;2015年03期

4 邱望标;吕圣楠;;带有矩形参照物的可程序化点云精确拼接算法[J];组合机床与自动化加工技术;2010年09期

5 沙门;一触式铆钉[J];知识就是力量;1996年01期

6 陈华伟;袁小翠;伍权;徐卫平;;点云特征型面的边界曲线拟合及曲面裁剪算法[J];机械设计与制造;2020年01期

7 张玉燕;渠文涵;郭全丽;任锐;;基于3D点云平均曲率估算的损伤参数计算[J];计量学报;2018年05期

8 曹照均;李尚平;李冰;;多基准点下多视点云拼接对齐方法的研究[J];机械设计与制造;2014年04期

9 罗瑜;邱望标;;UG二次开发中的点云滤波预处理方法和实现[J];兰州理工大学学报;2008年05期

10 周永洪;韩震宇;;基于计算机视觉的铆钉缺陷检测[J];科技与创新;2017年13期

相关博士学位论文 前1条

1 程旭;复杂零件三维重建与点云配准技术研究[D];华中科技大学;2019年

相关硕士学位论文 前7条

1 曾定邦;基于点云的复杂三维模型特征参数提取研究及应用[D];上海交通大学;2019年

2 周浩;桥式起重机地图重建与路径规划研究[D];大连理工大学;2019年

3 王璐瑶;断层序列图像三维模型重构精度的影响因素及试验研究[D];太原理工大学;2019年

4 张桂;基于点云分割的零件制造误差分析方法的研究与实现[D];重庆大学;2018年

5 董锦菊;逆向工程中数据测量和点云预处理研究[D];西安理工大学;2007年

6 蔡旭;基于点云的零件模型在毛坯中的定位[D];重庆大学;2013年

7 刘哲铭;基于特征与约束识别的点云曲线参数化建模研究[D];东北大学;2010年

本文编号：2883751