[发明专利]一种基于区域增长法的焊缝点云分割方法

说明书

本发明公开了一种基于区域增长法的焊缝点云分割方法，包括：对焊缝点云进行降采样；将点云离群点去除；对点云进行平滑处理；进行点云法向量重定向；基于区域增长法对点云进行分割；对分割结果进行欧式聚类，并将点数少的聚类结果舍弃。本发明提出的方法考虑了由于传感器精度问题导致的点云重建误差，能够保证对焊缝点云的分割精确性。

技术领域

本发明涉及机器视觉领域，特别涉及一种基于区域增长法的焊缝点云分割方法。

背景技术

随着三维重建技术的发展，越来越多的三维重建技术应用在工业领域。对于焊接来说，采用三维重建技术，可以较完整地获得焊缝形貌特征。三维重建后的点云，往往具有极大的数量，往往会使得点云的计算速度缓慢，这对电脑的性能提出巨大的挑战。因此，将重建后的焊缝点云进行分割，分成增材制造部分和母材部分，是提高点云计算速度、精确分析焊缝形貌特征的关键技术。

发明内容

为了克服现有技术的上述缺点与不足，本发明的目的在于提供一种基于区域增长法的焊缝点云分割方法。

本发明将重建后的焊缝点云进行分割，分成增材制造的点云部分和母材部分，进而对增材制造的点云部分进行分析，这不仅提高运算速度，还能实现对焊缝形貌的精确分析。

本发明的目的通过以下技术方案实现：

一种基于区域增长法的焊缝点云分割方法，包括：

对焊缝点云进行降采样；

去除点云离群点；

进行点云法向量重定向；

基于区域增长法对点云进行分割；

对分割结果进行欧式聚类，并将点数少的聚类结果舍弃。

进一步，所述对焊缝点云进行降采样，具体为：

遍历点云，找到焊缝点云的最大坐标值，并在该坐标值范围内将点云数据划分为多个相同大小的立方体即体素；

通过体素边长和点的坐标关系将点的索引值记录在特定的体素中，对于每一个体素，计算其内的点集中心C，对于每个体素，用C代替该体素内的所有点，实现点云降采样的目的。

进一步，采用统计滤波的方法进行离群点去除。

进一步，所述统计滤波的方法包括两次迭代，具体为：

在第一次迭代中，计算每个点到距离其最近的F个邻居点的平均距离d，并认为该距离结果近似满足高斯分布，计算这些距离的平均值μ和标准差σ，以此确定距离阈值，距离阈值等于:

d_threshold＝μ±k·σ

其中k为标准偏差的乘数；

在第二次迭代中，如果点云内所有点的平均邻域距离不在这些范围内，则它们将被认为是离群点，将被滤除。

进一步，所述进行点云法向量重定向，具体为：

采用PCA法计算点云法向量和曲率，并以原点O(x，y，z)为中心，调整法向量方向使得：

采用公式如下，对法向量方向进行调整

其中，p_i是点云中的点，p_i'是p_i的邻域点，是点的法向量，是p_i'的法向量；