點云模型分割與融合關(guān)鍵技術(shù)研究.pdf

1、隨著經(jīng)濟的發(fā)展和市場競爭的激烈，產(chǎn)品的生命周期不斷縮短，用戶對產(chǎn)品的需求日趨個性化。逆向工程是實現(xiàn)產(chǎn)品快速開發(fā)的途徑之一，而通過逆向工程掃描測量獲得的首先是點云模型，點云的分割與融合是基于點云模型進行產(chǎn)品快速與個性化設計的重要手段?！胺指睢笔菍a(chǎn)品局部細節(jié)數(shù)據(jù)從點云模型中分離提取出來，“融合”是將一個點云數(shù)據(jù)與其它點云數(shù)據(jù)拼接形成新的產(chǎn)品造型。本文研究點云模型分割與融合關(guān)鍵技術(shù)，主要的研究內(nèi)容和成果如下:
　　為了建立點云中點的局

2、部拓撲關(guān)系，研究了點的鄰域搜索技術(shù)，提出了一種基于立方體柵格的點云模型K鄰域搜索算法。采用“直接搜索最外層柵格”對現(xiàn)有的逐層搜索算法進行改進，采用“動態(tài)縮小空間球半徑”對現(xiàn)有的空間球算法進行改進，并引入“點數(shù)閾值”對這兩種改進算法進行了組合，確保了柵格邊長取不同值時K鄰域搜索算法都具有較高的效率。
　　點云的法矢對點云的分割和融合具有重要影響，為了得到全局一致（朝外）的法矢，提出了基于改進最小生成樹的法矢調(diào)整及其奇異情況處理算法，

3、確保了法矢調(diào)整結(jié)果的正確性，提高了法矢調(diào)整效率。在遍歷方式和擴散方式上對傳統(tǒng)最小生成樹的生成過程進行了改進，提高了生成效率。奇異情況處理包含了對垂直法向和相鄰曲面的處理，垂直法向的處理方法是增加鄰域范圍，相鄰曲面的處理方法是剔除歧義鄰域點。在剔除歧義鄰域點時，給出鄰域增長法、法向剔除法和組合法三種方法，其中組合法綜合了鄰域增長法和法向剔除法的優(yōu)勢，剔除效果最佳。
　　為了獲得點云模型中的特征分割線，提出了一種基于Snake的點云模

4、型分割邊界提取算法。創(chuàng)建點云Snake的氣球力模型，將氣球力由二維圖像Snake推廣到三維點云Snake中，用于設計點云Snake的外部能，確保初始輪廓遠離目標輪廓時能夠正確收斂。通過分步、分段、參數(shù)設定等方法提高了Snake的收斂效果。算法解決了點云Snake模型對初始位置敏感、受噪聲影響以及受其它特征影響等問題，為點云Snake模型的進一步研究打下了基礎。
　　應用改進最小生成樹實現(xiàn)了分割區(qū)域內(nèi)部點的提取。在提取前，為了確保最

5、小生成樹能正確終止，算法將分割邊界由線狀擴展為帶狀。提取后，算法將帶狀邊界拆分到各個區(qū)域中。算法能夠有效避免過分割和欠分割，能夠生成光順分割邊界，與已有分割算法Level Set相比具有較高的效率。
　　研究了點云模型的融合技術(shù)，提出了一種點云模型融合過渡算法。采用徑向基函數(shù)生成過渡曲面;利用基于Snake和改進最小生成樹的區(qū)域分割算法提取過渡區(qū)域點云，操作簡單且能進行精確分割;采用局部優(yōu)化投影法對過渡區(qū)域進行均勻重采樣;分析了影