逆向工程中基于散乱点云的孔洞识别方法研究

发布时间：2023-03-22 21:57

　　逆向工程技术作为近年来发展起来的新兴工程设计技术,由于其独特的优势,使其逐渐渗透到各类产品的开发过程中。而点云模型的特征是理解三维模型的关键,为模型匹配,分割,重建以及3D打印提供重要参考信息,特征提取的质量直接影响到零件设计参数的提取精度,本文主要针对三维扫描点云中的孔洞特征提取以及轮廓线拟合算法做出研究,在充分调研现有孔洞特征提取算法的基础上,对其中存在的问题提出了改进与完善。现有的孔洞识别方法主要针对采样密度分布均匀的点云模型设计识别算法,同时在具有复杂型面的机械类零件模型中检测结果往往包含较多噪声点以及在包含多个孔洞的点云模型中无法区分各孔洞边界。在综合考虑现有算法的基础上提出了一种面向自动修补的复杂零件点云孔洞识别方法,通过改进邻域选取方式,以适应密度分布不均的点云模型,初步提取孔洞边界后,采用邻域支持的方法去除检测结果中的噪声点,同时考虑现有点云聚类算法的不足,提出了一种改进的欧式聚类算法,并聚类出各个边界点集合,为后续实现孔洞自动修补打下基础。针对现有张量投票算法存在算法时间复杂度高,不适用于点云孔洞边界的提取等问题,在研究现有张量投票算法的基础上,提出了一种改进张量投票...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 逆向工程概述
    1.2 逆向工程的研究内容
    1.3 课题研究现状
        1.3.1 点云法向量估计研究现状
        1.3.2 孔洞边界检测研究现状
    1.4 论文的研究内容和目的
        1.4.1 主要研究内容
2 点云模型的法向量计算
    2.1 点云的法向量计算一般方法
    2.2 点云法向量计算方法改进
        2.2.1 自适应带宽选取
        2.2.2 特征系数估计
        2.2.3 法线聚类
        2.2.4 参数设定
    2.3 点云的法向量方向一致性调整
    2.4 实验及结果分析
    2.5 本章小结
3 面向自动修补的复杂零件孔洞识别
    3.1 引言
    3.2 邻域选取
    3.3 孔洞检测
        3.3.1 局部微切平面拟合
        3.3.2 最大角度计算及边界点判别
        3.3.3 邻域支持
    3.4 边界提取
        3.4.1 边界点聚类
        3.4.2 边界点排序
    3.5 实验及结果分析
    3.6 本章小结
4 基于张量投票的点云孔洞识别
    4.1 引言
    4.2 张量投票算法原理
        4.2.1 张量投票框架
        4.2.3 基本张量投票场
    4.3 改进张量投票算法原理
        4.3.1 棒张量投票场定义
        4.3.2 局部坐标系的建立
        4.3.3 全局坐标系中投票场的计算
        4.3.4 孔洞边界点检测
    4.4 实验及结果分析
    4.5 本章小结
5 基于协方差矩阵的点云孔洞边界检测
    5.1 引言
    5.2 边界点检测算子
    5.3 实验及结果分析
        5.3.1 抗噪性分析
        5.3.2 与其它方法比较
    5.4 本章小结
6 孔洞边界点排序及轮廓线拟合
    6.1 最小生成图的构建
    6.2 边界点排序
    6.3 孔洞轮廓线拟合
    6.4 实验及结果分析
    6.5 本章小结
7 结论
    7.1 总结
    7.2 本文研究的主要创新点
    7.3 本文研究的不足与展望
参考文献
在学研究成果
致谢



本文编号：3767659