[发明专利]复杂型面点云法向特征聚类分级估计方法

说明书

本发明针对含有棱边和尖角等特征的复杂型面采样点云，为提高其法向估计结果的准确性，提出一种基于特征区域聚类分级的点云法向估计方法，属于产品逆向工程技术领域。根据曲面局部平坦性与贝叶斯信息准则对点云进行聚类分析，依次将点云划分为平坦、特征边缘、棱边尖角等区域，并识别样点所属特征类型，将平坦区域样点法向估计结果迭代向其邻近特征区域逐级传播，使得特征样点法向估计结果与其邻近平坦区域样点的法向保持一致。本发明可准确估计特征区域样点的法向，有效保证棱边和尖角区域样点的法向多义性，且对数据噪声具有抑制作用。

技术领域

本发明提供一种复杂型面点云法向特征聚类分级估计方法，属于产品逆向工程技术领域。

背景技术

点云的法向信息是三维模型不可或缺的属性，法向估计的准确性及一致性直接影响点云配准、精简和曲面重建等后期处理的准确性。随着点云数据在逆向工程、工业制造及医学可视化等领域的应用，复杂型面采样点云特别是含棱边特征点云的法向估计的精确度问题一直深受关注。

目前应用最广泛的法向估计算法为Hoppe等在学术期刊《Acm Siggraph ComputerGraphics》,1992.26(2):71-78发表的论文“Surfacereconstructionfromunorganizedpoints”中所提出的点云微切平面估计法，其主要思想是以样点的k-邻域计算其最小二乘意义上的局部拟合平面，将拟合平面的法向作为点云的法向。为进一步提高法向估计的准确性，Pauly等在学术期刊《ACMTrans Graph》,2003,22(3):641-650发表的论文“Shapemodelingwithpoint-sampled geometry”中提出的散乱点云曲面建模中，使用移动最小二乘表面定义中的局部参考平面估计样点的法向。Yoon等在学术期刊《ComputAidedDes》,2007,39(5):408-420发表的论文“Seidelsurfaceandnormalensembles forsurfacereconstruction”中对样本进行多次随机采样得到若干个相互覆盖的子集，基于各子集估算的样点法向均值作为样点最终法向。但是由于点云微切平面估计法及其改进算法都是将欧氏距离搜索的样本作为平面拟合数据，因此在后期处理的曲面重建过程会将尖锐特征平滑掉，为提高棱边尖锐特征区域点云法向估计的准确性，王醒策等在学术期刊《计算机辅助设计与图形学学报》,2015,27(4):614-620发表的论文“局部表面拟合的点云模型法向估计及重定向算法”中通过Hoppe算法获取初始法向，然后改进移动最小二乘曲面重建实现局部曲面拟合，以重建的网格面片作为样点法向。孙殿柱等在学术期刊《光学精密工程》,2019,27(4):953-962发表的论文“有界泊松曲面约束的曲面样点法向稳健估计”中提出一种以有界泊松曲面逼近局部样本作为约束的样点法向加权估计算法，通过泊松曲面逼近样本点，将有界泊松曲面离散网格中距样点最近的网格面片作为样点的参考面片，并基于顶点邻域面的正则度及邻域面到该顶点的测地距离估计参考面片顶点法向，将参考面片各顶点法向加权求和结果作为样点最终法向。Mura等学术期刊《TheVisualComputer》,2018,34(6-8):961-971发表的论文“Robust normalestimation in unstructured 3D point clouds by selectivenormal spaceexploration”中对样点局部邻域进行离散化处理，选择距邻域中心最近的样点，以其法向修正初始经由Hoppe算法估计的法向。Cao等在学术期刊《Journal of ComputationalApplied Mathematics》,2017,329:57-67发表的论文“Normal estimation viashiftedneighborhoodforpoint cloud”通过最大化邻域结构一致性对局部样本进行漂移获取样点的各向同性邻域，可提高棱边样点邻域样本搜索的准确性，避免了棱边区域样点法向被平滑处理。