大型復(fù)雜模具的點云預(yù)處理技術(shù)研究.pdf

1、模具是機(jī)械制造過程中的關(guān)鍵性工藝裝備，大型復(fù)雜模具的磨損或損壞所引起的模具失效會造成巨大的經(jīng)濟(jì)損失，對于該類模具的數(shù)字化快速修復(fù)及再制造可以帶來巨大的行業(yè)效益。目前，隨著光學(xué)掃描設(shè)備特別是激光掃描儀的技術(shù)發(fā)展，采集所獲得的點云數(shù)據(jù)越來越密集，對于大型復(fù)雜模具掃描后的點云一般都達(dá)到了百萬級甚至億級。在現(xiàn)有普通計算機(jī)的處理能力下，對大數(shù)據(jù)量點云的后續(xù)建模將會遇到困難，因此，在進(jìn)行模型重建之前，要對密集的點云數(shù)據(jù)進(jìn)行必要的預(yù)處理。
　　

2、 通過對目前已有的點云預(yù)處理算法進(jìn)行研究，針對采用激光掃描儀所獲取的大量密集點云的特點，對點云去噪和點云精簡兩個主要的預(yù)處理手段作了研究，并通過在Windows操作系統(tǒng)下利用Visual C++和OpenGL所搭建的軟件平臺進(jìn)行算法效果的實現(xiàn)，對點云數(shù)據(jù)的預(yù)處理效果良好。
　　 針對大型復(fù)雜模具的散亂點云數(shù)據(jù)中點的搜索是點云預(yù)處理中比較耗時的一項工作，因為點的k鄰域是用來計算法線、光順、去噪等的前提條件。采用八叉樹的數(shù)據(jù)模型對

3、點云數(shù)據(jù)建立空間數(shù)據(jù)索引，然后采用一種快速k鄰域搜索算法使得k鄰域建立時間減少，提高了計算效率。在建立好k鄰域關(guān)系的基礎(chǔ)上對點云采用鄰域平均法進(jìn)行去嗓。對于大量密集點云的精簡則采用基于離散形狀算子的點云精簡算法，該算子對于模型的特征變化敏感，既能保持原始模型的特征細(xì)節(jié)，也能極大的減少冗余數(shù)據(jù)點，同時所需的計算時間也較少。
　　 通過對點云預(yù)處理算法的研究，采用性能領(lǐng)先的OpenGL函數(shù)庫在VisualC++環(huán)境下進(jìn)行軟件平臺的搭