在反求工程中,常用三維激光掃描儀測量機(jī)械工件,獲得表面幾何形狀數(shù)據(jù)點(diǎn)集。數(shù)據(jù)點(diǎn)集由掃描儀多視度測量得到,不同角度下的數(shù)據(jù)點(diǎn)定義在不同的坐標(biāo)系下。因而,需要將多視測量數(shù)據(jù)對齊才能完整描述工件整體外形。工程中,常用的對齊有基于硬件的對齊方法、基于迭代最近點(diǎn)(ICP)的對齊算法等。對齊算法中,點(diǎn)到點(diǎn)的ICP算法簡單易行,應(yīng)用廣泛。然而,對齊精度容易受采樣密度和噪聲的影響。為此,本文提出基于各向異性移動最小二乘曲面的多視點(diǎn)云對齊方法,并在以下幾個方面開展研究工作:復(fù)雜工件幾何形狀特征豐富多變,為了實現(xiàn)多視測量點(diǎn)云精確對齊,需要對測量數(shù)據(jù)形狀變化特征進(jìn)行整體和局部分析。通過分析,提取描述形狀變化的幾何特征參數(shù)。為了表示各向異性形狀特征變化,使用主曲率對任意點(diǎn)在不同方向上的變化趨勢進(jìn)行表征。為了準(zhǔn)確、穩(wěn)定地估算出主曲率,在測量點(diǎn)云局部鄰域使用積分不變量方法進(jìn)行主曲率分析。為了在合適的尺度下進(jìn)行積分不變量分析,通過主曲率的求解結(jié)果迭代反求出與局部特征和鄰域相適應(yīng)的尺度。通過主曲率分析,得到與整體外形以及局部各向異性形狀特征變化相適應(yīng)的描述。提出以主曲率參數(shù),構(gòu)建線性異構(gòu)高斯核函數(shù)。通過異構(gòu)高斯核函數(shù)定義各向異性移動最小二乘(HMLS)曲面,在測量數(shù)據(jù)局部鄰域描述局部各向異性形狀特征。HMLS曲面不僅表征平坦區(qū)域的形狀特征,還可以表征尖銳區(qū)域的形狀特征。并且,它可以反映局部形狀特征沿著兩個不同方向的變化,能夠精確地逼近工件幾何模型。在局部鄰域構(gòu)建HMLS曲面的基礎(chǔ)上,將測量數(shù)據(jù)投影到的HMLS曲面上,計算出投影點(diǎn)。提出點(diǎn)到HMLS曲面的正交投影算法,并證明了這個投影過程具有二階收斂性。將點(diǎn)投影到HMLS曲面上,構(gòu)造對應(yīng)點(diǎn)對。根據(jù)點(diǎn)對計算出剛性變換矩陣,將測量數(shù)據(jù)對齊到HMLS曲面上。最后,通過模擬案例和實際工程案例,驗證了本文提出的方法對噪聲魯棒,可以實現(xiàn)多視點(diǎn)云精確對齊。
【學(xué)位單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TN249;TP391.7
【部分圖文】：

圖 2-1 平面曲線積分不變量Figure2-1 Integral invariant for planar curve用平面曲線積分不變量來估算曲線 在點(diǎn)在 點(diǎn)，半徑為 的圓盤； 表示中心界。在圖 2-1 中，面積不變量可表示為圓 (¤) ，可用 (¤)表示。 (¤)在半徑而，可通過 (¤)計算曲率。由于小于半所以積分不變量可以在含噪聲的數(shù)據(jù)魯量的求解公式，需要先說明相交鄰域 。別為曲線或曲面。同時，需要在這個鄰域 包含在鄰域 中，則有 ( )=1，否則有 計算的積分不變量具有以下兩種卷積積分

a) b) c) d)圖 2-3 鄰域主成分分析Figure2-3 Neighborhood area for PCAa)曲面與球域 b)鄰域 c)球面坐標(biāo)系中的點(diǎn) d)曲面兩邊的點(diǎn)) a surface and a local ball b) the neighborhood of c) a point in a spherical coordinate syd)points separated by the surface如圖 2-3 所示，為了在點(diǎn) 的鄰域點(diǎn)集 上估計點(diǎn)云主曲率特征，需要根據(jù)下心 ( )和協(xié)方差矩陣 ( )， ( ) = ( ) ( )， （2. ( ) = ( ) ( ) 。 （2.根據(jù)式（2.29）和（2.30），需要使用 PCA 技術(shù)進(jìn)而求得特征值 ( = )

破壞——對齊點(diǎn)云在目標(biāo)點(diǎn)云上根本沒有理想移動最小二乘(HMLS)曲面的精確對齊方法，的精確對應(yīng)點(diǎn)對。該方法根據(jù) HMLS 曲面重構(gòu)特征的模擬曲面，然后利用點(diǎn)到模擬曲面的精間計算出精確的對應(yīng)點(diǎn)對。然后，構(gòu)建損失函優(yōu)化損失函數(shù)，將變換點(diǎn)云對齊到目標(biāo)點(diǎn)云上的投影點(diǎn)計算點(diǎn)在 HMLS 曲面上的正交投影點(diǎn)，需要事先確影點(diǎn)之間的連線決定，并且連線與 HMLS 曲究直線和 HMLS 曲面的交點(diǎn)以及曲面上正交投交投影點(diǎn)的有效搜索方法。
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊必勝;董震;;點(diǎn)云智能研究進(jìn)展與趨勢[J];測繪學(xué)報;2019年12期

2 王雯;任小玲;陳逍遙;;一種改進(jìn)的區(qū)域增長彩色3D點(diǎn)云分割算法[J];國外電子測量技術(shù);2018年11期

3 陳華臻;高健;;面向反光工件點(diǎn)云缺陷的點(diǎn)云增強(qiáng)算法[J];計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報;2019年07期

4 馬東嶺;王曉坤;李廣云;;一種基于高度差異的點(diǎn)云數(shù)據(jù)分類方法[J];測繪通報;2018年06期

5 楊澤鑫;程效軍;丁瓊;程小龍;;面向室內(nèi)場景點(diǎn)云的對象重建[J];測繪通報;2017年06期

6 翁福洲;黃鶴;;快速點(diǎn)云定向數(shù)學(xué)模型實際精度分析[J];北京測繪;2017年04期

7 琚俏俏;王令文;;基于自適應(yīng)切片的點(diǎn)云壓縮算法[J];工程勘察;2017年09期

8 許寧;鐘友玲;;地面三維激光掃描點(diǎn)云重建技術(shù)研究[J];數(shù)碼世界;2017年08期

9 龔書林;;三維激光點(diǎn)云處理軟件的若干關(guān)鍵技術(shù)[J];測繪通報;2014年06期

10 徐守乾;朱延娟;;稀疏點(diǎn)云的曲面重構(gòu)[J];中國制造業(yè)信息化;2011年03期

相關(guān)博士學(xué)位論文 前10條

1 徐敏峰;基于質(zhì)點(diǎn)分布優(yōu)化的點(diǎn)云法向一致性和重新網(wǎng)格化研究[D];山東大學(xué);2019年

2 師翊;基于點(diǎn)云的蘋果樹冠層光照分布與生長過程數(shù)字化關(guān)鍵技術(shù)研究[D];西北農(nóng)林科技大學(xué);2019年

3 楊佳琪;點(diǎn)云局部特征描述與匹配研究[D];華中科技大學(xué);2019年

4 程旭;復(fù)雜零件三維重建與點(diǎn)云配準(zhǔn)技術(shù)研究[D];華中科技大學(xué);2019年

5 胡曉斌;車載移動測量地物分類方法與重建技術(shù)研究[D];武漢大學(xué);2016年

6 蔡湛;遷移學(xué)習(xí)點(diǎn)云濾波及建筑物特征線提取研究[D];武漢大學(xué);2018年

7 李亮;基于點(diǎn)云匹配的智能車定位方法研究[D];上海交通大學(xué);2018年

8 趙宗澤;基于數(shù)學(xué)形態(tài)學(xué)的機(jī)載LiDAR點(diǎn)云建筑物區(qū)域提取[D];武漢大學(xué);2016年

9 魏崇陽;城市環(huán)境中基于三維特征點(diǎn)云的建圖與定位技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2016年

10 奚以成;基于機(jī)載LiDAR技術(shù)的城市智能感知與變化檢測技術(shù)研究[D];沈陽農(nóng)業(yè)大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 仇倩雨;發(fā)動機(jī)部件三維表面溫度場重建系統(tǒng)研究[D];南京航空航天大學(xué);2019年

2 李磊;基于點(diǎn)云的非合作航天器自主識別與位姿估計研究[D];南京航空航天大學(xué);2019年

3 王琪;基于Plücker坐標(biāo)的影像點(diǎn)云與LiDAR數(shù)據(jù)自動配準(zhǔn)研究[D];南京航空航天大學(xué);2019年

4 嚴(yán)俊;基于投射散斑和單相機(jī)拍照的點(diǎn)云重建技術(shù)研究[D];南京航空航天大學(xué);2019年

5 郭交通;基于點(diǎn)云的目標(biāo)識別和位姿估計方法研究[D];南京航空航天大學(xué);2019年

6 任春枝;牛場牛糞清理機(jī)器人系統(tǒng)中激光雷達(dá)三維環(huán)境重構(gòu)的設(shè)計與應(yīng)用[D];寧夏大學(xué);2019年

7 魏亮;基于特征點(diǎn)云的火箭噴管位姿測量方法研究[D];哈爾濱工業(yè)大學(xué);2019年

8 張鑫;基于機(jī)器視覺的輪轂型號在線識別系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2019年

9 潘志琛;城市環(huán)境中的聚類地圖創(chuàng)建與無人車重定位方法研究[D];哈爾濱工業(yè)大學(xué);2019年

10 何欣棟;基于多線激光雷達(dá)點(diǎn)云的無人駕駛車輛檢測方法[D];哈爾濱工業(yè)大學(xué);2019年

本文編號：2842736