[发明专利]反求工程中异常测量数据点的剔除方法

说明书

技术领域

本发明属于反求工程领域，具体涉及曲面测量数据预处理技术中的一种三坐标异常测量数据点的剔除方法。

技术背景

在反求工程中，复杂曲面经过三坐标测量机等测量系统数字化测量后，大量的离散点云将输入三维造型软件或专用的反求造型软件进行三维模型的重建。但是在数据测量中存在一些问题，如在测量过程中由于受到人为、各种环境参数以及随机因素的影响，会引入噪声点以及测量误差数据等，而获取的这些数据这对后续的重建会产生较大的影响，如重构模型与原始产品模型在功能、结构、美学等方面会产生一定的差异，而这些差异会使得所生产的产品不能满足生产厂家的要求，造成材料和劳动力的浪费，达不到预期的社会经济效益。

在用三坐标测量机对复杂曲面进行检测时，无论选择哪种测量模式，在实际的测量过程中都会受到人为或随机因素的影响，都不可避免会引入不合理的噪音点。为了降低或消除其对后续重构的影响，有必要对测量“点云”进行异常点剔除。

截面线点云通常是根据被测对象的几何形状，锁定一个坐标轴进行数据扫描得到的，它是一个平面数据点集。由于数据量大，测量时不可能对数据点重复测量，这就容易产生测量误差。在曲面造型中，数据中的“跳点”和“坏点”对曲线的光顺性影响较大。“跳点”“坏点”也称失真点，通常由于测量设备的标定参数发生改变和测量环境突然变化造成；对人工手动测量，还会由于操作误差，如探头接触部位错误，使数据失真。因此测量数据的预处理首先是从数据点集中找出可能存在的失真点。

发明内容

为了获取数据失真点并将获取的失真数据剔除掉，为后续的模型重构提供真实的数据，本发明提供了一种三坐标异常数据点的剔除方法。

本发明提出的剔除方法是一种利用圆心距偏差平滑测量数据，找出坏点，对坏点进行修正，使之更接近于理想位置。

利用圆心距偏差平滑测量数据的方法操作步骤如下：

假定采集到的数据点列中最前2个点和最后2个点是准确的，从点列中第3个点开始判断是否为坏点，被判断点称为当前点；利用当前点的前后各2个点的位置对其进行坏点判断，根据当前点前2个点与后1个点所确定的圆与后2个点和前1个点所确定圆在相交部分进行坏点位置的修改。

按照先稀疏取点，再按需设定弦高阈值，自适应于曲率增加数据点，使采样点自动与曲线形状或曲率的变化相适应，优化数据点的分布，减少冗余采样数据点。

本发明很好地解决了因各种因素而导致的数据失真的问题，通过本发明提出的异常点数据的剔除策略，可以提高数据的精确度，获取更为完整的真实模型的正确测量数据，对后续的模型重建工作提供了方便。

附图说明

图1 圆心距偏差平滑测量数据流程图；

图2 异常点修正示意图；

图3 一段抛物线上的点列；

图4 汽车曲面点云。

具体实施方式

下面结合附图、工作原理，对本发明作进一步的详细说明。

利用圆心距偏差平滑测量数据算法：

设{p_i | i=1, 2, 3, …, n}为测量点序列，假设序列中的前2个点和最后2个点坐标准确。需从点列中第3个点开始判断是否为异常点，被判断点称为当前点。利用当前点的前后各2个点的位置对其进行异常点判断，根据当前点前2个点与后1个点所确定的圆与后2个点和前1个点所确定圆在相交部分进行坏点位置的修改。

如附图1所示，测量点中异常点的判断及修正算法如下：

步骤一：  i= 3；

步骤二：  P_i为当前点，点P_i-2，P_i-1，P_i+1确定圆_I,1，其圆心为O_i1，计算D_i1 = | P_i O_il |；点P_i-1，P_i+l，P_i+2所确定圆_I,2，其圆心为O_i2，计算D_i2 =︱P_iO_i2︳，令D_i = ( D_i1+D_i2 )／2；