散亂點(diǎn)云模型孔洞邊界提取算法的研究與實(shí)現(xiàn).pdf

1、隨著三維掃描技術(shù)的快速發(fā)展，人們通過(guò)三維掃描儀器能夠方便的獲得精度和密度越來(lái)越高的三維數(shù)據(jù)，對(duì)點(diǎn)云模型的關(guān)注與研究也越來(lái)越多。目前一般的激光測(cè)量設(shè)備可以從產(chǎn)品表面輕易獲取數(shù)十萬(wàn)，甚至百萬(wàn)的測(cè)量數(shù)據(jù)點(diǎn)。由于實(shí)際物體表面的形狀復(fù)雜性或者設(shè)備的精確度不夠，在測(cè)量結(jié)果的點(diǎn)云數(shù)據(jù)中時(shí)常會(huì)出現(xiàn)孔洞。本文通過(guò)對(duì)點(diǎn)云模型屬性以及孔洞邊界提取存在的一些問(wèn)題的研究，得到了一種魯棒的孔洞邊界自動(dòng)檢測(cè)的算法，主要內(nèi)容包括最大角度度量、半圓盤度量以及形狀度量這三

2、種不同標(biāo)準(zhǔn)的孔洞邊界點(diǎn)檢測(cè)算法。全文總共分為5章。主要的工作內(nèi)容包含以下幾個(gè)方面：
　　1.對(duì)點(diǎn)云模型數(shù)據(jù)點(diǎn)k鄰點(diǎn)的查找與法向量的估算。采用構(gòu)建Kd-樹(shù)的方法進(jìn)行k鄰點(diǎn)的查找，并在k鄰點(diǎn)的基礎(chǔ)上得到一個(gè)協(xié)方差矩陣?yán)弥髟治龇▉?lái)估算數(shù)據(jù)點(diǎn)的法向量。
　　2.針對(duì)點(diǎn)云模型自身的屬性，本文決定依據(jù)點(diǎn)云模型數(shù)據(jù)點(diǎn)的拓?fù)潢P(guān)系對(duì)孔洞邊界特征點(diǎn)進(jìn)行檢測(cè)，從而選擇出三個(gè)檢測(cè)的度量標(biāo)準(zhǔn)：最大角度度量標(biāo)準(zhǔn)、半圓盤度量標(biāo)準(zhǔn)、形狀度量標(biāo)準(zhǔn)。最大角

3、度度量標(biāo)準(zhǔn)是按照角度的大小來(lái)對(duì)孔洞邊界特征點(diǎn)和內(nèi)部點(diǎn)進(jìn)行劃分，最重要的一步就是將k鄰點(diǎn)投影到切平面上并對(duì)投影點(diǎn)進(jìn)行排序，如此便可依次求出各個(gè)投影點(diǎn)的夾角。半圓盤度量標(biāo)準(zhǔn)則是按照k鄰點(diǎn)在切平面上的投影點(diǎn)同胚成半圓盤還是圓盤來(lái)區(qū)分邊界特征點(diǎn)和內(nèi)部點(diǎn)，在這里我們引入高斯函數(shù)作為權(quán)重函數(shù)來(lái)計(jì)算投影點(diǎn)的重心，提高了精確度。形狀度量按照k鄰點(diǎn)逼近的橢球的形狀來(lái)區(qū)分邊界特征點(diǎn)和內(nèi)部點(diǎn)。橢球的形狀可以通過(guò)由k鄰點(diǎn)得到的協(xié)方差矩陣的三個(gè)特征值來(lái)進(jìn)行描述，

4、當(dāng)最大的特征值遠(yuǎn)遠(yuǎn)大于次大的特征值并且最小的特征值幾乎等于0的時(shí)候，我們認(rèn)為當(dāng)前的數(shù)據(jù)點(diǎn)位邊界特征點(diǎn)。
　　3.為了能夠?qū)⑷N檢測(cè)標(biāo)準(zhǔn)進(jìn)行結(jié)合，本文使用的邊界概率這個(gè)概念，三種不同的檢測(cè)標(biāo)準(zhǔn)為每個(gè)數(shù)據(jù)點(diǎn)計(jì)算出三個(gè)不同的邊界概率，這樣可以為每個(gè)邊界概率賦予權(quán)重并求和得到一個(gè)最終得邊界概率。最終得到的邊界概率作為判斷邊界特征點(diǎn)的依據(jù)。
　　4.檢測(cè)出邊界特征點(diǎn)以后采用貪心算法對(duì)所有的邊界特征點(diǎn)進(jìn)行了排序，并提出了一種對(duì)不同孔洞邊