面向逆向工程中点云数据的处理与精简方法

数据处理是逆向工程的关键环节,处理结果将直接影响后期模型重建的速度和质量.本文着重介绍了逆向工程中点云数据的两种精简方法及适用场合.     

逆向工程中的测量数据精简技术研究

在分析角度-弦高联合准则法和包围盒法的工程适用特点的基础上,提出了同时基于角度-弦高简化法和包围盒法的改进型数据的直接精简方法,即利用包围盒法构造分割面,利用分割面将数据点云处理成按扫描线存储的"结构化"测量数据,再利用角度-弦高联合准则法逐线精简.随后以铸造模板、汽车发动机罩及人头像为典型实例,分别对具有不同表面特征的测量数据点云进行了数据精简验证.结果表明,提出的方法同时具备2种数据精简方法的优点,且克服了该2种方法无法处理曲率变化大、附加特征多的表面测量数据的局限性,能够对测量数据进行直接而有效地简化,因此可以用于处理具有复杂附加特征的散乱测量数据.     

面向三维残缺点云图像的数据精简方法

为解决残缺点云模型数据精简时边界特征容易失真的问题,以汽车覆盖件中的薄壁类零件为研究对象。提出一种保留残缺点云边界特征的数据精简方法。借助KD-tree建立数据索引结构,获取数据点最近邻,并通过邻域点拟合出微切平面的方法,计算出点云数据的法向量。利用法向量夹角大小关系,选取边界以及孔洞特征点的初始种子点。再根据欧氏距离实现初始种子点的邻域搜索,从而完成边界以及孔洞邻域特征点的提取。根据曲率精简的方法,对非特征点进行数据精简,最后,合并特征点云与非特征点云,实现对残缺点云模型的数据精简。将随机精简法、曲率精简法分别用于点云模型精简处理,结果表明：相比于其他两种方法,所提方法更好地保留了模型边界以及孔洞邻域特征数据点,其标准偏差、曲面表面积变化率优于其他两种方法且变化相对稳定。     

复杂采空区多次探测的点云数据精简方法

 针对复杂采空区激光探测中存在探测盲区需要进行多次重复探测的问题,研究激光多点扫描的点云数据精简方法。通过多点探测避免了单次探测盲区,加密了数据稀疏区。通过分析激光扫描轨迹线的拓扑关系,归纳了点云数据的分布特点。在对比传统数据精简的基础上,提出了保留采空区几何特征更为有效的点云数据精简方法--边长角度综合判据法,将密集区域的点云数据进行稀释。验证结果表明,通过对比精简前后求得三维模型的体积、精简率等指标,认为该方法保证了边界三维信息的完整性,而且该方法的数据精简率可达15%~25%。为矿山复杂采空区激光扫描三维空间信息精简获取提供了一种新思路,可后续三维建模及应用奠定基础。     

三维激光点云数据精简算法

分析了多种三维激光点云数据精简算法的工作原理,以及它们在缩减数据量以提高算法的处理速度方面的效果,综述了三维激光点云数据精简算法的国内外研究现状.     

散乱点云数据的曲率精简算法

针对海量散乱点云数据精简问题,提出了以平均曲率为判据的精简算法.采用八叉树结构对点云数据进行空间分割,由分割结果建立k邻域.在散乱数据点参数化的基础上,对k邻域内的散乱点进行二次曲面拟合,求出拟合曲面的平均曲率,进而得出邻域内所有数据点的平均曲率均值,以此为判据进行数据精简.构造曲率差函数,识别出边界数据点,对其进行数据保护.结果表明,该算法对具有曲率多样化特点的点云数据精简具有一定的理论意义和应用价值.通过实验验证了该算法的可靠性和准确性.     

点云精简的一种方法

重构曲面之前,需要对三维数据点集做精简处理,即在保留特征点的前提下剔除尽可能多的冗余点,这样可以保证后续曲面重构工作的高效进行.本文以样点邻近点与强制中心点切平面的关系,来判断局部空间点的分布情况,从而提供了一种新的数据精简方法.     

逆向工程中对测量数据进行重定位的研究

在逆向工程测量过程中，经常会遇到形状比较复杂或尺寸比较大的物体，由于测量方法的限制。经常需要在不同坐标系下进行分片测量，这就需要解决测量数据的拼接问题。即重定位问题，本文提出了多目标多参数优化方法，与传统方法相比可以较大地提高数据的拼接精度，本研究的基本原理是，首先对测量的数据点进行粗定位，相当于优化方法的寻找可解区间。然后利用多目标多参数优化方法对测量数据点进行精确定位，相当于优化方法的寻找最优解。     

汽车车身曲面点云数据分割方法的研究

车身曲面是由多张曲面经过延伸、过度、裁剪拼接而成,直接对测量获得的车身密集点云数据进行曲面拟合非常困难,需要对点云数据进行区域分割.探讨了点云数据的常用分割方法,结合车身曲面特点,研究并实现了一种点云分割的算法-基于平面度的直接分割方法.该方法通过最小二乘拟合平面法矢量夹角的均方差值来搜索具有几何相似特性的连续曲面片,将不同性质的曲面片分块保存.并结合ATOS测量设备得到的车身曲面点云数据,给出不同的实例,证明了该方法的有效性.     

逆向工程中基于密集数据点的轮廓线重建技术

重构凸台、型腔、拉伸面、回转面这类特征的关键是重建描述其外形的平面轮廓线．由于测量数据点具有密集、无序的特点,确定轮廓草图平面后,不能直接对数据点进行参数化和样条线拟合．文中对基于密集数据点的轮廓线的重建技术进行了探讨,提出了首先在草图平面上提取轮廓线的“粗边界”点,然后对数据点进行细化和参数化,最后实现B样条表示的轮廓线重建方法．实例结果表明,文中方法有效地解决了此类特征轮廓线的重建问题．     

逆向工程中扫描线类型数据的简化技术

阐述了逆向工程中测量数据点云简化的重要性,根据线激光扫描测量设备的特点,提出并实现了一种新的扫描线类型数据点简化方法———深度法.介绍了算法的流程,并用两个实例对文中提出的方法和其他简化方法进行了验证与比较.     

反求工程中的数据筛选与优化的研究

在含复杂曲面的产品反求工程中,通过测量所获取的数据点云通常十分庞大,且具有一定的杂乱性和冗余性,这样的数据不利于定义曲面和产生CAD／CAM数据库数据．针对这些问题,本文利用测量数据的特征线输入技术,降低了测量数据量;并提出了弦切角偏差法对这些测量数据进行过滤筛选,确保生成曲面的数据的有效和规则;同时利用参数样条函数对过滤筛选后的数据进行拟合优化,将数据函数化,以更利于曲面的生成,且能利用数据的函数表达选择优化数据点的数量,并控制生成曲面的质量．     

一种基于数据流的网络软件系统逆向工程方法

由于网络软件系统中分析数据具有快速产生的特征,网络软件系统逆向工程的最大挑战在于如何及时高效地处理这些数据,从而得到逆向工程的结果。在分析现有研究成果的基础上,对分析数据进行基于数据流的建模,从而能够快速高效地处理大中型网络软件系统中的数据,同时设计了基于优先级与数据流四元组的网络软件系统逆向工程算法,通过不同类型网站的实验,验证了算法的性能与匹配度和其他同类算法相比都有较大的提高。     

基于线结构光扫描点云数据的数据精简及三角网格剖分

在分析线结构光扫描点云数据特点的基础上,讨论了针对测量点云数据精简算法,包括测量基面数据精简和基于弦高-角度偏差准则的数据精简算法.介绍了散乱数据的基于Delaunay三角剖分优化准则和Liang提出的相邻扫描线之间的三角网格构建方法,并在此基础上提出了一种改进方法,基于优化准则的线结构光扫描点云数据三角剖分算法,该算法符合Delaunay的三角最优剖分.以摩托车后视镜点云数据为例的实验结果表明该方法是有效的和切实可行的.图12,参11.     

反求工程中散乱点云数据的自动分割与曲面重构

提出了一种在反求工程中对散乱点云数据进行自动分割与曲面模型重构的方法．建立了散乱点云数据之间的拓扑信息，对点云数据进行三角剖分重构网格曲面模型．基于网格曲面求解点云数据的曲率极值，提取边界点云，进一步拟合成边界曲线．利用边界曲线将整个点云自动分割，每一片点云采用二次曲面或自由曲面进行拟合，对于二次曲面可以根据参数自动确定曲面类型，最终得到完整的CAD模型．用一个鞋跟模型的实例证明了该方法的有效性．     

基于Geomagic Studio的逆向工程技术

介绍了逆向工程的概念、特点及工作流程,以鞋楦逆向设计过程为例,论述了基于Geomagic Studio的逆向工程技术。研究表明Geomagic Studio在逆向工程技术的应用中具有重大的意义。     

逆向工程技术及应用

逆向工程技术历经数十年的研究与发展,已经成为产品快速开发过程中重要支撑技术.介绍了逆向工程的基本概念、国内外的发展现状及趋势,并通过牛奶瓶逆向实例分析对数据获取、数据预处理、曲面重构等关键技术进行较详尽的阐述.