亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于二維截面篩選標(biāo)記的點(diǎn)云簡(jiǎn)化方法研究*

        2020-05-25 06:54:44劉菲菲
        機(jī)電工程 2020年5期
        關(guān)鍵詞:點(diǎn)數(shù)觸點(diǎn)輪廓

        劉菲菲,楊 鐸

        (大連大學(xué) 機(jī)械工程學(xué)院,遼寧 大連 116622)

        0 引 言

        近年來(lái),非接觸式測(cè)量方法因?yàn)槠浞奖愫?jiǎn)單的操作,在逆向工程領(lǐng)域中多有應(yīng)用,尤其是在復(fù)雜曲面零件的逆向數(shù)字化掃描。

        隨著電子計(jì)算能力的提高和掃描設(shè)備的高精度化,更高數(shù)量級(jí)點(diǎn)云在非接觸測(cè)量方法中出現(xiàn),也帶來(lái)了大量噪聲和冗余數(shù)據(jù)點(diǎn)。為保證后續(xù)逆向工作能夠高效完成,必須做好點(diǎn)云的預(yù)處理。一般包括點(diǎn)云去噪和點(diǎn)云簡(jiǎn)化兩步,先用濾波法去除有序或部分有序的大尺度噪聲干擾。

        吳玉泉等[1]用空間單元格對(duì)點(diǎn)云進(jìn)行了點(diǎn)云空間的有序劃分,得到了各個(gè)單元格內(nèi)的“中心點(diǎn)”,并求出了距離標(biāo)準(zhǔn)偏差,根據(jù)設(shè)定的相應(yīng)閾值進(jìn)行了去噪。Rosman G[2]在標(biāo)準(zhǔn)基礎(chǔ)模型和距離掃描上應(yīng)用補(bǔ)丁協(xié)同譜分析,其魯棒性較高,應(yīng)對(duì)無(wú)序點(diǎn)云的去噪效果較差。崔鑫等人[3]提出了基于特征信息的加權(quán)模糊C均值聚類(lèi)去噪算法,保持了點(diǎn)云本來(lái)特征,適用范圍較廣,從圖形上看模型線(xiàn)條略尖銳。史皓良[4]提出了基于點(diǎn)云曲率特征信息分類(lèi)去噪法,針對(duì)兩種不同特征區(qū)域分別去噪,即鄰域距離平均濾波和自適應(yīng)雙邊濾波,突出了點(diǎn)云主體,在特征豐富區(qū)域(角點(diǎn)和相交的邊界線(xiàn)上)有較大偏差;文獻(xiàn)[5]同樣是對(duì)不同尺度的噪聲進(jìn)行了分步處理,結(jié)合了點(diǎn)云模糊均值聚類(lèi)和點(diǎn)云雙邊濾波去噪的方法,去噪效果較佳。

        由于小尺度噪聲往往不具有明顯規(guī)律,對(duì)其的處理放在點(diǎn)云精簡(jiǎn)過(guò)程中。精簡(jiǎn)的目的則是去除點(diǎn)云主體中的重復(fù)點(diǎn)和冗余點(diǎn),用最少的點(diǎn)表示最多的信息。Shuai Yuan等人[6]認(rèn)為傳統(tǒng)算法經(jīng)常丟失幾何信息并且沒(méi)有動(dòng)態(tài)擴(kuò)展結(jié)構(gòu),提出了一種基于共形幾何代數(shù)的簡(jiǎn)化算法:利用球形樹(shù)構(gòu)造了多分辨率細(xì)分,利用k均值聚類(lèi)計(jì)算了最小邊界球,然后用兩種具有遠(yuǎn)程計(jì)算便利性的簡(jiǎn)化方法進(jìn)行了自我分割,適應(yīng)性簡(jiǎn)化。

        近年來(lái)出現(xiàn)一種代替簡(jiǎn)化法[7-8]:先基于距離的聚類(lèi)算法對(duì)點(diǎn)云進(jìn)行分類(lèi),在估計(jì)曲率較小的簇里可以用簇中心代替簇中所有點(diǎn)從而簡(jiǎn)化點(diǎn)云。

        本研究提出一種與傳統(tǒng)處理方式不同的點(diǎn)云簡(jiǎn)化算法—二維截面篩選標(biāo)記法。

        1 算法設(shè)計(jì)

        1.1 預(yù)處理流程

        點(diǎn)云的預(yù)處理流程如圖1所示。

        圖1 預(yù)處理流程

        圖1中,直通濾波和統(tǒng)計(jì)濾波根據(jù)文獻(xiàn)[9]設(shè)置。

        1.2 截面掃描法

        1.2.1 坐標(biāo)系轉(zhuǎn)換和選定截面

        點(diǎn)云數(shù)據(jù)最初坐標(biāo)系為局部坐標(biāo)系LCS,點(diǎn)云坐標(biāo)點(diǎn)用(xl,yl,zl,R,G,B)表示。用一長(zhǎng)方形截面截取點(diǎn)云數(shù)據(jù),截面所在面作為新建物體坐標(biāo)系MCS中的XOY面,截面一角作為新坐標(biāo)系下的原點(diǎn)O,其它角點(diǎn)坐標(biāo)分別為(a,0)、(0,b)、(a,b),截面面積為ab,點(diǎn)云群方向?yàn)檎齔軸。

        在截面上點(diǎn)的坐標(biāo)(xl,yl)根據(jù)旋轉(zhuǎn)和平移原則轉(zhuǎn)化為新坐標(biāo)(xm,ym),Zl坐標(biāo)不做改動(dòng)。

        截面選取如圖2所示。

        圖2 截面選取

        選取的截面向Z軸正方向每次移動(dòng)z距離作為新截面,z為點(diǎn)之間最小平均間隔,共移動(dòng)n次,共n+1張截面。n和由點(diǎn)云在Z方向總長(zhǎng)度確定,使全部點(diǎn)云密集區(qū)被截面所截??;z由點(diǎn)云密度確定。為節(jié)省運(yùn)算空間,點(diǎn)不超過(guò)5個(gè)的截面忽略不計(jì)算。每一截面轉(zhuǎn)化為新坐標(biāo)系,其點(diǎn)隨之轉(zhuǎn)換為新坐標(biāo)。設(shè)置點(diǎn)云截面面積大小固定,保證每一片都能將點(diǎn)云主體包括在內(nèi)。若點(diǎn)云主體有需要剔除縫隙雜點(diǎn)的部分,在截面選取時(shí),取能使縫隙在截面上投影面積最大的面。

        1.2.2 選定掃描域

        本研究在截面上取一圓形掃描域,圓心為原點(diǎn)坐標(biāo)(xo,yo),根據(jù)計(jì)算的平均點(diǎn)間距[10]取圓的半徑為r(小于密集區(qū)點(diǎn)云平均距離),此時(shí)在直角坐標(biāo)系下圓的方程為x2+y2=r2,掃描域按照設(shè)定方向運(yùn)動(dòng),圓心為(xa,yb)圓的方程變?yōu)椋?/p>

        (x-xa)2+(y-yb)2=r2

        (1)

        掃描域初始運(yùn)動(dòng)方向如圖3所示。

        圖3 掃描域初始運(yùn)動(dòng)方向

        4個(gè)主運(yùn)動(dòng)方向+X,-Y,-X,+Y分別在圖2中用箭頭標(biāo)注。以圖3(a)的+X方向?yàn)槔瑘A的圓心從(0,0)直線(xiàn)運(yùn)動(dòng)到(a,0),觸到對(duì)邊返回或按2.2中介紹的觸點(diǎn)返回(0,0)點(diǎn),在Y軸方向運(yùn)動(dòng)r距離,圓心到點(diǎn)(0,r),再繼續(xù)沿+X方向運(yùn)動(dòng)觸邊或觸點(diǎn)返回,至此以往到達(dá)(0,b),進(jìn)入主方向-Y運(yùn)動(dòng)。-Y,-X,+Y方向的運(yùn)動(dòng)規(guī)律同理。

        1.2.3 篩選和標(biāo)記

        目標(biāo)是篩選密集區(qū)外的孤立點(diǎn)和密集區(qū)輪廓的邊沿非模型點(diǎn),將孤立點(diǎn)記為A點(diǎn)群,能顯示輪廓的點(diǎn)記為B點(diǎn)群,白色或淺白色點(diǎn)即顏色坐標(biāo)(R,G,B)>(250,250,250)的點(diǎn)標(biāo)記為C點(diǎn)群,僅有B標(biāo)記的點(diǎn)組成的點(diǎn)云即為實(shí)際輪廓組成的主要部分。

        第一次觸點(diǎn),I=1,此時(shí)圓心坐標(biāo)為(xa1,yb1):

        (3)N>2,N個(gè)點(diǎn)的排序方式同理,因?yàn)閳A初始沿直線(xiàn)方向運(yùn)動(dòng),遇到的點(diǎn)必然在圓的下半弧段,取使連成的弧段最長(zhǎng)的兩個(gè)點(diǎn),兩點(diǎn)中點(diǎn)與圓心連成的射線(xiàn)方向?yàn)閽呙栌虻男逻\(yùn)動(dòng)方向。

        掃描域改變運(yùn)動(dòng)方向進(jìn)行第二次觸點(diǎn),I=2,有以下a、b兩種情況:

        (a)當(dāng)?shù)?次觸到的某點(diǎn)再次落在圓上,即將運(yùn)動(dòng)到圓外時(shí),若圓上仍未出現(xiàn)新點(diǎn),則將第1次觸的N個(gè)點(diǎn)標(biāo)記為A+x,且掃描域彈回初始路徑中的截面邊繼續(xù)運(yùn)動(dòng),運(yùn)算下一條直線(xiàn)運(yùn)動(dòng)的觸點(diǎn)過(guò)程;

        有向面積法用到向量積,順序輸入多邊形每個(gè)頂點(diǎn)的坐標(biāo),按同樣的順序(順時(shí)針或反時(shí)針)兩兩叉乘。多邊形面積即為向量積之和的絕對(duì)值的一半。

        設(shè)多邊形由點(diǎn)P0,P1,…,PN-1連線(xiàn)圍成,則面積S為:

        (2)

        為降低循環(huán)次數(shù),設(shè)置最多可觸點(diǎn)ε(1≤ε)次,期間若S始終小于S0,掃描域不繼續(xù)運(yùn)動(dòng),返回截面邊。到下一條直線(xiàn)上的運(yùn)動(dòng)規(guī)律相同,但屏蔽截面上有標(biāo)記的點(diǎn),不再被圓識(shí)別,避免重復(fù)標(biāo)記。掃描域從坐標(biāo)原點(diǎn)到達(dá)截面下一角,在大方向-Y的每一條直線(xiàn)中繼續(xù)篩選A和B點(diǎn)群,當(dāng)4個(gè)大方向的點(diǎn)群篩選完畢后,這一截面上的密集區(qū)外孤立點(diǎn)和輪廓均點(diǎn)已清晰標(biāo)記。

        向Z軸正方向移動(dòng)z距離的新截面再次進(jìn)行篩選,當(dāng)n+1張截面篩選完畢后,開(kāi)始點(diǎn)的自動(dòng)剔除和手動(dòng)剔除工作。

        1.2.4 半自動(dòng)剔除

        2 仿真實(shí)驗(yàn)

        2.1 實(shí)驗(yàn)設(shè)置

        為利用單目視覺(jué)技術(shù)恢復(fù)典型機(jī)械零件夾頭的點(diǎn)云三維模型,筆者初步重建得到點(diǎn)云數(shù)目為625 482。點(diǎn)云可分為高密度點(diǎn)云和低密度點(diǎn)云。由文獻(xiàn)[11]知,點(diǎn)云數(shù)量在一萬(wàn)以?xún)?nèi)為低密度點(diǎn)云,如CMM測(cè)量所得;幾萬(wàn)至幾千萬(wàn)的點(diǎn)數(shù)為高密度點(diǎn)云,通常由光學(xué)測(cè)量法所得。本研究使用圖像掃描法三維重建設(shè)備,生成數(shù)十萬(wàn)點(diǎn)數(shù)的中高密度點(diǎn)云。

        其中,a方向和b方向的點(diǎn)云模型如圖4所示。

        圖4 a方向和b方向的點(diǎn)云模型

        零件a方向長(zhǎng)度為50 mm,尺寸為0.2×0.2×0.2 m3。實(shí)驗(yàn)裝置有柔光棚、轉(zhuǎn)臺(tái)、單反相機(jī)(佳能500D)。對(duì)夾頭拍攝144張圖片,按單目視覺(jué)原理合成零件表面輪廓的點(diǎn)云模型,在VC++平臺(tái)上結(jié)合OpenGL實(shí)現(xiàn)算法流程,通過(guò)處理點(diǎn)云數(shù)據(jù)包含零件位置、點(diǎn)的位置和顏色等信息,對(duì)模型進(jìn)行濾波去噪和簡(jiǎn)化。

        2.2 實(shí)驗(yàn)結(jié)果與分析

        由塔型分解算法[12]計(jì)算得點(diǎn)云分辨率為3 μm/mm,可直接標(biāo)記出C點(diǎn)有6 379個(gè)。為將零件的中間空洞部分篩選出更多孤立點(diǎn),截面從圖3(a)中a方向從左至右運(yùn)動(dòng),在物體坐標(biāo)系中Z方向最長(zhǎng)52 mm,由此計(jì)算。

        根據(jù)大量實(shí)驗(yàn)發(fā)現(xiàn)有3種因素最為影響篩選點(diǎn)數(shù):截面面數(shù)n、掃描域半徑r(μm)、觸點(diǎn)次數(shù)I。為清晰顯示輪廓,筆者為每個(gè)因素選取5種水平,做L25(35)正交實(shí)驗(yàn),得出B標(biāo)記出的孤立點(diǎn)數(shù)只和面數(shù)有關(guān),因?yàn)槊鏀?shù)越多,篩選得到的總體點(diǎn)數(shù)相應(yīng)增加,運(yùn)算時(shí)間也會(huì)增多,但較另外兩因素的對(duì)標(biāo)記點(diǎn)數(shù)量影響較小。

        固定截面面數(shù)為16 000,通過(guò)對(duì)另兩個(gè)影響因素試驗(yàn)得到檢測(cè)出的輪廓點(diǎn)數(shù)量隨觸點(diǎn)次數(shù)變化規(guī)律如圖5所示。

        圖5 檢測(cè)出的輪廓點(diǎn)數(shù)量隨觸點(diǎn)次數(shù)變化規(guī)律

        由圖5可知,B標(biāo)記的孤立點(diǎn)數(shù)隨I增大而增大,到一定程度檢測(cè)出的點(diǎn)數(shù)趨于穩(wěn)定,但檢測(cè)時(shí)間和檢測(cè)誤差也相應(yīng)增加。綜合運(yùn)算時(shí)間和標(biāo)記點(diǎn)數(shù)量等因素,得最佳觸點(diǎn)次數(shù)為4。

        固定I為4,掃描域半徑分別為2.3 μm,2.5 μm,2.7 μm,2.9 μm進(jìn)行簡(jiǎn)化,檢測(cè)出的輪廓點(diǎn)數(shù)量隨觸點(diǎn)次數(shù)變化的局部簡(jiǎn)化效果如圖6所示。

        圖6 局部簡(jiǎn)化效果圖

        圖6中,隨觸點(diǎn)次數(shù)增加,檢測(cè)出的輪廓點(diǎn)數(shù)量增加,但發(fā)現(xiàn)其中點(diǎn)云模型丟失一部分關(guān)鍵特征,所以取掃描域半徑2.7 μm為最佳參數(shù),約分辨率的0.93倍。

        文獻(xiàn)[13]采用連續(xù)變形簡(jiǎn)化算法來(lái)簡(jiǎn)化點(diǎn)云。為驗(yàn)證本文算法的有效性,筆者在Intel Core i7-6700K CPU、運(yùn)行內(nèi)存32GB、Windows10 64操作系統(tǒng)環(huán)境,于VC++平臺(tái)上結(jié)合OpenGL實(shí)現(xiàn)本文簡(jiǎn)化算法中自動(dòng)去除模式,處理夾頭點(diǎn)云模型。

        同操作環(huán)境下,用連續(xù)變形法處理夾頭點(diǎn)云數(shù)據(jù)。筆者用兩種方法分別進(jìn)行點(diǎn)云預(yù)處理的局部效果,如圖7所示。

        圖7 兩種方法分別進(jìn)行點(diǎn)云預(yù)處理局部效果圖

        由圖7可知,夾頭夾縫內(nèi)處理情況較優(yōu)的是本研究方法。

        處理過(guò)程記錄了運(yùn)行時(shí)間并計(jì)算相關(guān)參數(shù),筆者列成本文算法和連續(xù)變形法的客觀性能對(duì)比,如表1所示。

        表1 本文算法和連續(xù)變形法的客觀性能對(duì)比

        表1中,Emax、Eave分別為點(diǎn)云模型光順的最大頂點(diǎn)誤差和平均誤差,Emax越小說(shuō)明點(diǎn)云質(zhì)量越好;Eave反映模型整體的噪聲情況,其值越小,說(shuō)明算法魯棒性越強(qiáng)。從表1中得出:本文算法平均Emax和Eave均低于連續(xù)變形法,在運(yùn)算時(shí)間上也有優(yōu)勢(shì)。

        3 結(jié)束語(yǔ)

        本研究介紹了截面篩選標(biāo)記的點(diǎn)云簡(jiǎn)化算法,提出了點(diǎn)云數(shù)據(jù)降維處理思想,強(qiáng)調(diào)在截面上要進(jìn)行統(tǒng)一坐標(biāo)變換,需要根據(jù)點(diǎn)的密集程度選取截面數(shù)量;在二維平面內(nèi)處理點(diǎn)的位置坐標(biāo)和顏色等信息。點(diǎn)云濾波去噪和截面篩選標(biāo)記簡(jiǎn)化相結(jié)合的方法魯棒性較好,總體運(yùn)行速度滿(mǎn)足普遍需求,可以充分去除小尺度噪聲點(diǎn)和冗余點(diǎn)。實(shí)驗(yàn)結(jié)果表明:

        (1)本研究算法適應(yīng)性強(qiáng),與大尺度去噪的直通濾波、統(tǒng)計(jì)濾波及半徑濾波結(jié)合使用,可以處理同時(shí)具有多種噪聲的中高密度散亂數(shù)據(jù)點(diǎn)集;

        (2)算法在去除噪聲的同時(shí),良好反映物體三維特征,防止模型的過(guò)光順。

        與連續(xù)變形法比較,本研究方法的三維點(diǎn)云數(shù)據(jù)模型整體預(yù)處理情況較好,光順誤差小。由于掃描域半徑和掃描次數(shù)等閾值的選擇需要根據(jù)點(diǎn)云分辨率以及實(shí)際經(jīng)驗(yàn)來(lái)確定,如何自適應(yīng)的選擇最優(yōu)參數(shù)是本研究方法今后研究的核心。

        猜你喜歡
        點(diǎn)數(shù)觸點(diǎn)輪廓
        中國(guó)人民大學(xué)新聞學(xué)院教授 林升棟:將消費(fèi)者觸點(diǎn)思維融入廣告媒體計(jì)劃
        OPENCV輪廓識(shí)別研究與實(shí)踐
        航空電轉(zhuǎn)換器的損傷原因分析及修理
        基于實(shí)時(shí)輪廓誤差估算的數(shù)控系統(tǒng)輪廓控制
        看不到的總點(diǎn)數(shù)
        畫(huà)點(diǎn)數(shù)
        破解“心靈感應(yīng)”
        多核并行的大點(diǎn)數(shù)FFT、IFFT設(shè)計(jì)
        在線(xiàn)學(xué)習(xí)機(jī)制下的Snake輪廓跟蹤
        接觸器式繼電器的失效分析
        91蜜桃国产成人精品区在线| 午夜福利92国语| 毛片免费在线观看网址| 亚洲中文字幕日产喷水| 美女被内射中出在线观看| 无码人妻精品一区二区三区东京热| 久久国产热这里只有精品| 中文字幕在线久热精品| 国产网红一区二区三区| 亚洲视频在线一区二区| 欧洲女人性开放免费网站| 2021国产最新在线视频一区| 国产最新一区二区三区| 久久精品色福利熟妇丰满人妻91| 人妻1024手机看片你懂的| 熟女一区二区三区在线观看| 人妻少妇精品无码专区二区 | 狼人狠狠干首页综合网| 久久伊人这里都是精品| 男女性高爱潮免费网站| 国产高清a| 国产女主播福利在线观看| 西西午夜无码大胆啪啪国模| 日韩成人无码一区二区三区| 漂亮的小少妇诱惑内射系列| 国产激情视频在线观看大全| 国产成人一区二区三区| 91老司机精品视频| 手机在线观看成年人视频| 人人妻人人澡人人爽人人dvd| 无码精品国产va在线观看| A亚洲VA欧美VA国产综合| 一区二区三区日本高清| 麻豆精品国产精华液好用吗| 亚洲一级毛片免费在线观看| 国产精品久久国产三级国| 国产日产欧产精品精品蜜芽| 丰满岳乱妇久久久| 蜜桃视频免费在线视频| 激情亚洲一区国产精品| 无码中文字幕日韩专区视频|