線激光測量系統(tǒng)的開發(fā)和點云拼接的實現.pdf

1、工業(yè)檢測中，隨著被測工件越來越復雜和人們要求測量精度越來越高，傳統(tǒng)機器視覺測量因其二維局限性已滿足不了精密檢測的要求。與此同時，激光測量技術因為魯棒性強，精確度高，越來越受到人們的歡迎。本文針對實際項目需求，設計和搭建線激光測量系統(tǒng)。主要闡述硬件結構的設計和軟件框架的搭建，并對程序設計流程作了分析。
　　由于線激光設備具有掃描盲區(qū)，面對較復雜的被測工件時無法一次性獲得整個工件的三維數據，有時需要多次在不同視角下進行掃描，然后對三維

2、數據進行拼接以獲得整個被測工件模型。鑒于此，本文同時對三維點云拼接算法進行了研究。
　　在點云特征提取中，針對線激光掃描的點云數據的結構特點，提出將三維點云模型映射到二維圖像中，并修改圖像處理中的Canny算法，對點云模型進行特征潛在區(qū)域估算，然后基于曲率信息提取特征點。與傳統(tǒng)的三維點云特征提取算法比較，該方法具有更高的執(zhí)行效率。
　　在點云特征描述中，高維特征算子雖然可以直接解決多視圖三維點云數據的配準問題，但它的計算較復

3、雜，對大數量級的點云模型來說，匹配效率將大大降低。本文出于運行效率的考慮，提出基于鄰域曲率信息的描述方法，用低維描述算子代替高維描述算子，減少計算時間。
　　在點云模型間對應點匹配中，根據特征描述算子構造評價函數，為每個特征點尋找潛在對應點。由于低維特征描述的信息豐富性不強，每個特征點往往匹配到多個對應點，于是需要作進一步篩選。本文基于剛性變換原則，提出區(qū)域投票制度的方式實現對應點的精匹配。
　　本文最后對拼接算法進行了實驗

4、和對設計的線激光測量機進行了平整度檢測應用測試。首先，測量機對實際物體多次掃描得到不同視角下的點云數據模型，通過本文提出的特征提取算子、特征描述算子和對應點匹配算法對兩點云模型進行特征分析。然后，基于迭代最近點算法對兩點云模型進行拼接，驗證了拼接算法的正確性和有效性。在實際應用測試中，本文對線激光測量機的標定做了實驗分析，并利用線激光測量機的平整度檢測功能，對幾種平整度要求較嚴格的工件進行實際測量，給出測量結果和工件的3D掃描圖形，證明