基于k邻域离散扩张的点云数据分割.pdfVIP

第 卷 第 期 软件导刊 8 % 12 Vol.8 No.12 年 月 2009 12 Software Guide Dec. 2009 基于k 邻域离散扩张的点云数据分割 张 量，王 敏 （苏州市职业大学计算机工程系，江苏苏州 215104 ） 提出了一种基于法矢空间离散扩张的三维点云数据特征分离算法。 将三维空间中的点云数据投影到法矢空 摘 要： 间中，通过法矢估算与离散扩张的方法从复杂模型中提取具有几何特征的曲面并将其相互分离。 实验证明算法能迅 速地从海量点云数据中识别并分离具有几何特征的数据点， 得到单一特征曲面， 并且具有较好的健壮性和算法效 率。 关键词：点云； 邻域；分割； k RANSAC 中图分类号： 文献标识码： 文章编号： （ ） TP301.6 A 1672-7800 2009 12－0007－03 与自底向上 （Bottom－up ） 算法在迭代次数和误差控制上的缺 0 引言 陷，算法在很少的迭代次数下收敛，实现快速地对原始数据的 分类。 实验结果表明，算法能很好地将单张或多张特征曲面从 逆向工程是将已有产品或实物模型转换为工程设计模型 噪声或自由曲面点云背景中分离并得到其基本几何特征参数。 和概念模型，并在此基础上对已有产品进行分析、改进和再造 此算法收敛速度快、结果稳定精确并能适应具有自由曲面和噪 的过程。其中曲面重构技术通常通过插值或拟合一系列离散点 声干扰的情况，可应用在基于特征的逆向工程或文物复原等诸 来构建一个近似模型来逼近原型。 经过观察与研究发现，虽然 多领域。 大多数重构模型都具有复杂的曲面外形，但组成其表面的各曲 面都隐含着几何特征信息。传统曲面重构算法往往忽略或者不 1 大容量法矢估计 能有效利用这些特征，即使在大量运算后能够达到满意的拟合 精度和外观质量， 却仍然不能为后续CAD ／ CAE ／ CAM 处理提 本文采用了“微切平面法”来进行法矢的初步估算，即利用 散乱数据点的 邻域通过最小二乘平面拟合，对局部曲面中心 供充足有效的几何特征、设计意图信息。 所以逆向工程的目的 k 点的法矢进行估算， 并利用 分解代替通常的雅可比法，以 不只是对已有实物的简单拷贝，而是要反求实物原形的设计意 LR 图，建立包含设计意图的特征模型。 提高运算速度。