[发明专利]一种用于零件表面质量检测的点云配准方法及装置

说明书

本发明涉及一种用于零件表面质量检测的点云配准方法及装置，本发明首先获取待测零件扫描点云集合及其对应的标准模型，并对点云集合进行预处理；将处理后的点云集合与标准模型进行初始配准；根据零件表面的几何特征将扫描点云集合划分成基础部分与几何特征部分，并构建匹配点对；利用匹配点对，计算协方差矩阵并进行奇异值分解，分别计算各部分对应的变换参数；为各部分分配不同的权重并计算总体变换参数，利用总体变换参数变换待测零件的扫描点云，重复迭代直至满足终止条件。本发明基于几何特征拟合的点云数据预处理及配准方法，对于存在大量背景及噪声的扫描点云能够提高配准稳定性，并提高配准精度及速度。

技术领域

本发明涉及图像处理技术领域，具体涉及一种用于零件表面质量检测的基于几何特征拟合的点云配准方法及装置。

背景技术

近几年来，零件表面质量三维检测技术已在工业制造领域广泛应用。其关键步骤为点云配准，即零件表面扫描得到的点云数据与通过三维软件创建的标准模型精确对齐。

基于三维检测技术进行零件表面质量检测一般是通过将零件扫描点云与标准模型配准后，两点云作差进行对比评估实现，因此，保证点云配准精度和稳定性极其重要。点云配准一般包括扫描点云预处理和配准两个阶段，在预处理阶段，通过体素栅格下采样减少点云数据量，实现保持点云结构的基础上降低数据处理难度；通过半径滤波、高斯滤波等滤波处理，实现点云降噪，去除离散点。在配准阶段，由于零件扫描点云与通过三维软件建模得到的标准模型处于两个不同的坐标系下，初始位置相隔较远，且点云方向未知，为保证配准精度，进行初始配准获得初始变换矩阵，为精配准提供良好的初始位置；然后在初始配准的基础上，采用ICP(Iterative Closest Point，迭代最近点)算法进行精配准，通过不断迭代优化点云中最近点距离，实现两点云的精确对齐。

由于零件的扫描环境一般较为复杂，通常存在辅助工具、地面等背景，扫描点云中除待测零件点云外可能会存在包含零件点云等多个高密度点云簇，常规滤波处理对离散噪点等干扰信息较为有效，但对于高密度点云簇的干扰，通常无法得到良好的预处理效果，从而也会影响点云配准精度与稳定性。

发明内容

本发明针对现有技术中存在的技术问题，利用零件具有柱面、球面等几何特征的特点，提出一种基于几何特征拟合的点云数据预处理及配准方法及装置。

本发明解决上述技术问题的技术方案如下：

第一方面，本发明提供一种用于零件表面质量检测的点云配准方法，包括：

S1，分别获取待测零件扫描点云集合P以及待测零件对应的标准模型Q，并对所述扫描点云集合P进行预处理得到点云集合P_t；

S2，将点云集合P_t与标准模型Q进行初始配准；

S3，根据零件表面所具有的几何特征将点云集合P_t划分成基础部分P₀与几何特征部分P₁～P_n，并构建基础部分和几何特征部分中各点与标准模型Q中各点的匹配点对；其中基础部分为非几何特征部分，n为零件表面所具有的几何特征数量；

S4，利用基础部分和几何特征部分对应的匹配点对，计算协方差矩阵并进行奇异值分解，分别计算得到P₀～P_n对应的变换参数R为旋转矩阵，T为平移矩阵；

S5，根据零件表面具有的几何特征及其点云数据占比，为基础部分和几何特征部分分配不同的权重θ_k，并计算总体变换参数

S6，利用总体变换参数v变换待测零件的扫描点云，并重复步骤S3～S5，直至满足迭代终止条件，输出配准结果。

进一步的，将待测零件的扫描点云集合P_t与标准模型Q进行初始配准时，包括：