[发明专利]一种面向飞机整机测量数据的机身轮廓度分析方法

权利要求书

1.一种面向飞机整机测量数据的机身轮廓度分析方法，其特征在于，具体包括如下步骤：

步骤S1、通过激光扫描仪获取飞机点云数据，并从飞机点云数据中选取飞机机身部件点云数据，设置飞机机身部件点云数据的机身包围框；

步骤S2、以WLOP局部投影算子为基础，基于点云的L₁中值曲线骨架概念，从飞机机身部件点云数据中提取飞机机身部件中轴线；具体地，对飞机机身部件点云数据通过WLOP局部投影算子进行平滑重采样；将平滑重采样后的飞机机身部件点云数据再基于点云的L₁中值曲线骨架概念，使用带正则项的L₁中值目标能量函数，提取不同尺度的L₁中值骨架，得到飞机机身部件中轴线；

步骤S3、将提取的飞机机身部件中轴线均匀采样为多个骨架点，提取机身部件截面轮廓离散点集；

步骤S4、对提取的机身部件截面轮廓离散点集进行圆拟合，获得所有截面切片的拟合圆及其参数；包括如下子步骤：

步骤S401、对于任意一个截面切片S_v，进行随机一致性采样算法RANSAC的参数初始化，设置最大迭代次数W，并假设初始候选圆c₀的得分S(c₀)和阈值；

步骤S402、基于截面切片的采样点密度，计算截面切片内部每个点的采样概率；所述截面切片内部每个点的采样概率为：

其中，p_vk表示截面切片内部第k个点的采样概率，D_vk表示截面切片s_v内部第k个点的采样密度，|l|表示以第k个点为中心建立的局部邻域l包含的点数，r为局部邻域l的半径，D_max表示截面切片内部最大采样点密度，D_min表示截面切片内部最小采样点密度；

步骤S403、在一次拟合中，将随机一致性采样算法RANSAC中的随机采样替换成基于步骤S402中的采样概率进行采样，然后计算出与采样概率对应的候选圆C_d参数(a_d，b_d，r_d)，其中，a_d表示候选圆C_d上的一个点，b_d表示候选圆C_d上的另一个点，r_d表示候选圆C_d的半径；

步骤S404、统计在候选圆C_d的阈值范围内的局内点集合中每个局内点的采样密度，将采样密度作为该候选圆的得分其中，m为局内点的个数，e为局内点的索引，D_te为局内点集合中第e个点的采样密度值；

步骤S405、若S(C_d)＞S(C₀)，则将S(C_d)赋值给S(c₀)，导出候选圆C_d参数(a_d，b_d，r_d)；

步骤S406、若拟合次数N＜W，则继续重复上述步骤S403～S405；若拟合次数N≥W，则获得所有截面切片的拟合圆及其参数；

步骤S5、通过计算截面形变位移度量指标μ，评估机身截面轮廓度。

2.根据权利要求1所述面向飞机整机测量数据的机身轮廓度分析方法，其特征在于，所述目标能量函数L为：

其中，J表示飞机机身部件点云，j表示飞机机身部件点云中点的索引，q_j表示飞机机身部件点云中第j个点，I表示L₁中值骨架上的点集合，i表示L₁中值骨架上的点索引，x_i表示L₁中值骨架上的第i个点，γ_i是平衡参数，θ()表示距离权重函数，i’表示L₁中值骨架上除i以外的点。