第二章 点云阶段基本概念与常用命令讲解.doc

第二章 点云阶段基本概念与常用命令讲解 ——感谢虚拟样机技术论坛提供，无维论坛TomLee整理 ? 作者：sea_heart关键词：Geomagic8.0,逆向,点云来源：无维网（）一、基本概念 这阶段要做的是对点的质量与数量进行处理。 一般流程为 ? 点云数据分类：1、根椐扫描设备来分类 2、根椐扫描质量来分类 3、操作中产生的多余的点 扫描设备 有序点云 在行列方向上有恒定的密度进行排列 无序点云 不定的密度在空间的任一位置存在（这样的例子很多） 扫描质量 杂点 杂点就是测量错误的点（不是噪声），是无效的点，放大后就看得出、很明显地离开零件表面，孤立的点 噪声点 因为逆向设备与测量方法的缘故，测量数据存在系统误差和随机误差，其中有一些测量点的误差比较大，超出我们允许的范围，这就是噪声点 操作中产生 冗余点 是因拼合、或测量角度等问题产生重叠的多余的点。消除这类点，前两种方法，手工和滤波器就不适用了。而应该结合Merge/拼合等功能，将特征与特征对齐。（第三章讲拼合方面的知识） ? 注：坏点分类：杂点 (Bug)??、噪声点??(Noise) 、冗余点 (Redundant point)，这个结论引用ICAX论动逆向版主。 杂点的处理 杂点就是测量错误的点（不是噪声），是无效的点，放大后就看得出、很明显地离开零件表面，孤立的点。譬如，激光扫描仪生成的图像里就比较多杂点，散布在图像四周，轮廓边缘外尤其多；而CMM的杂点通常较少，或因为零件表面很粗糙、很糟糕，或出现在测量沟、台、孔处，或因测量时的抖动引起。对这样的点，一般用手工或使用分离点（Disconnected Components）、轮廓（Outliers）将其选择后再删除 分离点是指同一物体上具有一定数量的点形成点群，并且彼此间分离。 此命令应用于无序点云。将点群定义为群组决定于它们的远近程度和所占整体点云的比例。用于选取杂点将其删除或后续的使用。 参数： ?分离程度（Separation）： 影响分离点如何成组。使用选项低等（Low）、中等（Medium）、高等（High）来控制远近程度。  ? 点云数量（Size）—— 指定点云的数量占整体点云的比例是多少. 举例说明：比如有三组分离的点云，它们分别点的数量所占所有点的比例分别为5%、 10%和 16%。5%、10%点云相对较接近，而16%的点云则相对独立。 如果Separation（分离程度）为低等，当数量大小（Size）数值为5时，5%的点云将被选择；当数量大小数值为10时，5%和10%的点云将被选择；当数量大小数值为16时，5%、10%和16%的点云将被选择 如果Separation（分离程度）为中等, 当数量大小数值为15时，5% 和 10% 点云将被选择 (也许决定于它们的实际距离)；当数量大小数值为16时，所有的点云将被选择。 如果Separation（分离程度）为高等, 5%, 10%, 和 16% 点群将成为一个独立的点群组（也好决定于它们的实际的距离），当数量大小数值为31时，所有的点云群将被选择。  冗余点的处理（第三章对于拼齐等功能有讲解） 冗余点，是因拼合、或测量角度等问题产生重叠的多余的点。消除这类点，前两种方法，手工和滤波器就不适用了。而应该结合Merge/拼合等功能，将特征与特征对齐。 点云数量的优化 自由取样：输入比例，取自由取样后的点云数量占原有点云的比例。