散亂點(diǎn)云的數(shù)據(jù)分割與特征提取技術(shù)研究.pdf

1、逆向工程作為產(chǎn)品消化、吸收且快速開發(fā)的重要途徑之一，得到了越來(lái)越多的重視。通過(guò)逆向工程技術(shù)，可用三維掃描儀獲得實(shí)物的散亂點(diǎn)云模型來(lái)重建數(shù)字CAD模型。針對(duì)復(fù)雜模具的散亂點(diǎn)云數(shù)據(jù)，其數(shù)據(jù)分割與特征提取技術(shù)仍存在著適應(yīng)性不強(qiáng)、自動(dòng)化程度不高、計(jì)算速度慢及精度不足等問(wèn)題。本文采用理論與實(shí)踐相結(jié)合的方法從 K鄰域搜索、微分信息估算、數(shù)據(jù)分割和特征提取等方面進(jìn)行理論研究與實(shí)驗(yàn)驗(yàn)證。
　　論文主要研究?jī)?nèi)容如下：
　　1.針對(duì)規(guī)則柵格搜索

2、點(diǎn)云K鄰域時(shí)容易遺漏局部特征點(diǎn)的問(wèn)題，采用一種改進(jìn)的點(diǎn)云 K鄰域搜索算法。該算法是在基于規(guī)則立體柵格空間劃分中融入八叉樹思想，根據(jù)初劃分小立體柵格內(nèi)的點(diǎn)云數(shù)目與引入的“點(diǎn)云閾值”關(guān)系自適應(yīng)確定柵格棱長(zhǎng)Ln進(jìn)行自適應(yīng)空間二次劃分；并以采樣點(diǎn)的近似密度自適應(yīng)確定初始空間球半徑r和動(dòng)態(tài)球的外切立方體改進(jìn)空間球算法，實(shí)現(xiàn)自適應(yīng)搜索采樣點(diǎn)的K鄰域。
　　2.法向量計(jì)算誤差往往會(huì)給曲率計(jì)算帶來(lái)影響，并且難以估算高曲率區(qū)域曲率，本文提出一種基于

3、穩(wěn)健統(tǒng)計(jì)的移動(dòng)最小二乘曲面計(jì)算曲率的方法。該方法通過(guò)變窗寬最大核密度估計(jì)得到最佳子點(diǎn)集，并以此點(diǎn)集擬合出最優(yōu)移動(dòng)最小二乘曲面，計(jì)算曲面曲率。
　　3.針對(duì)B樣條曲線擬合的特征線精度和效果與實(shí)物原始特征線偏差較大的問(wèn)題，對(duì)3次B樣條構(gòu)造法進(jìn)行改進(jìn)。該改進(jìn)法是將理論的控制點(diǎn)直接用實(shí)際控制點(diǎn)來(lái)表示進(jìn)行插值擬合，并采用積累弦長(zhǎng)參數(shù)化法求取節(jié)點(diǎn)向量，以提高擬合特征線的精度。選擇不同K值，角度閾值，獲得最優(yōu)的特征提取效果。
　　4.針對(duì)

4、特征區(qū)域（高曲率）處數(shù)據(jù)分割誤差大的問(wèn)題，本文提出一種基于多種聚類相結(jié)合的混合分割法。采用改進(jìn)的K均值聚類算法和基于高斯映射的均值漂移算法分別對(duì)點(diǎn)云的平坦區(qū)域和特征區(qū)域進(jìn)行分割，對(duì) K均值聚類算法加入遺傳算法避免分割時(shí)陷入局部極值；針對(duì)特征區(qū)域，利用計(jì)算出的單位法向量通過(guò)高斯映射，在單位球上形成高斯圖，再結(jié)合自適應(yīng)均值漂移法對(duì)高斯球進(jìn)行聚類分割，最后根據(jù)高斯圖與點(diǎn)云數(shù)據(jù)的對(duì)應(yīng)關(guān)系，由分割后的高斯圖實(shí)現(xiàn)零件點(diǎn)云的分割。
　　5.結(jié)合