[发明专利]基于三维点云的喷涂工件建模方法

权利要求书

1.基于三维点云的喷涂工件建模方法，包括以下步骤：

步骤1：通过深度相机Kinect v2扫描得到喷涂工件点云模型；

步骤2：由于扫描得到的原始点云模型周边存在很多的噪声点，这些噪声点的存在会对建模的精度造成很大的影响，因此这里采用统计学滤波的方法来去除这些噪声点；为了提高点云数据的搜索效率，采用k-d tree数据结构进行点云之间的快速近邻搜索；统计学滤波算法的步骤如下所示：

步骤2-1：通过k-d tree建立喷涂工件点云模型中所有点之间的拓扑结构；

步骤2-2：遍历喷涂工件点云模型中所有点，假设每次取到的点为P_i，逐个搜索距离P_i最近的k个点并将它们存储到集合P＝{p_i1,p_i2,.....,p_ik}中；集合中所有的点距离P_i的平均距离为：

步骤2-3：计算所有的点的平均距离μ_N和均方差σ_N；

这里，N是点云模型中所有点的数量；

步骤2-4：ε是一个比例值，如果则保留P_i；否则将P_i视作噪声点滤除；

步骤3：喷涂工件点云模型的数据量非常庞大，处理这些数据将会非常消耗运算资源；为了能够减少计算量，这里采用了体素栅格法；为点云模型创建一个大的三维体素栅格，这个大的体素栅格由很多小的体素组成；在每个体素内，用体素中所有点的重心来近似体素中的其它点；然而体素栅格法可能会破坏喷涂工件点云模型的边缘特征；为了确保喷涂工件点云模型的形状不被破坏，这里提出了一种边缘保持算法，基于边缘保持算法对喷涂工件点云模型进行精简；通过边缘保持算法将喷涂工件点云模型中的点区分为边缘点和非边缘点，将边缘点保留，将非边缘点进行体素栅格精简；边缘保持算法的步骤如下所示：

步骤3-1：通过kd-tree建立喷涂工件点云模型中所有点之间的拓扑结构；

步骤3-2：遍历喷涂工件点云模型中所有点，假设每次取到的点为P_i，搜索P_i的邻域，找到离P_i最近的k个点并将它们存储到集合P＝{p_i1,p_i2,.....,p_ik}中；

步骤3-3：计算P_i的k邻域中所有点的质心C_i；

步骤3-4：计算P_i和P中所有点的最小距离Min(p_i)；

步骤3-5：α是一个比例值，如果||C_i-p_i||＞αMin_i(p_i)，则P_i是一个边缘点；否则，P_i是一个非边缘点；

步骤4：针对喷涂工件点云模型表面的点云数据存在点云数据的波动，这不但会导致计算得到的点云法向量非常杂乱而且后续点云模型重建得到实体模型表面会很粗糙；因此这里基于移动最小二乘法对喷涂工件点云模型进行平滑；

步骤5：最后通过贪婪投影三角化算法对平滑后的喷涂工件点云模型进行重建，具体方法是将点云数据投影到某一局部二维坐标平面内，再在坐标平面内进行平面内的三角化，最后根据平面内的三位点的拓扑连接关系获得一个三角网格曲面模型，所得到的三角网格曲面模型就是重建得到的喷涂工件模型。