点群数据的三维重建及其在医学模型中的应用研究.pdf

点群数据的三维重建及其在医学模型中的应用 ．307． 点群数据的三维重建及其在医学模型中的应用 程晓民。2 陈炳森2 徐鲁平3 (I．宁波高等专科学校浙江·宁波315016) (2．同济大学机械学院上海200092) (3．宁波市李惠利医院浙江·宁波315020) 摘要点群数据的三维重建是产品几何形状反求的重要内容。通过对点群数据的整合、均化、压缩、 排序得到较规律的数据集合；采用贴合法直接由点群数据构建三角形网格，并对三角形面片进行合并处理， 以实现在有限的精度损失内，去除网格中的冗余信息；合并后的三角形面片以Strip三角形方式排列，提高了 显示速度；最后，以健侧耳廓扫描点群数据为例，完成其兰维重建，得到缺损耳廓的SrL格式文件及渲染效 果图。 关键词反求工程三维重建点群数据组织器官 近年来，随着数字化测量技术的发展，反求工程作为产品制造和设计的重要手段之一。其 研究内容和目标也在不断发生着变化。与传统意义的仿形制造不同，反求工程并不是对实物样 件的简单拷贝。而是要通过样件。“反求”出可以重用和进行再创新设计所需的工程信息。反 求工程研究的最终目标是寻找到一个自动或半自动的求解策略，通过这一策略能够建立与原型 实物相对应的完整、一致表达的CAD模型。因此，广义的反求包括工艺反求、材料反求等， 而产品的几何形状反求是反求工程的主要研究内容，这也是我们普遍所指的反求工程。目前， 反求工程在机械、医学、工艺美术等领域得到了广泛的应用，特别是在外形设计中显示出了强 大的实力。 反求工程首先必须使用精密的测量系统将样品轮廓尺寸快速测量出来，然后再以取得的点 群数据为基础是行三维重建，完成加工成型。点群数据的三维重建是反求工程的重要步骤，重 建曲面的品质和精度直接影响最终产品CAD模型的优劣，其三维重建由于数据海量、数据呈 现不规则散乱分布、存在着大量噪声和冗余数据，使得与传统的曲面造型有所不同，需要经过 数据的整合、去除噪声、特征提取、数据分块等预处理，还要进行点群数据的三角化、三角形 面片的合并处理等。 1点群数据的预处理 测量数据的预处理在反求工程中占有十分重要的地位，测量系统可得到复杂曲面大量密集 的原始测量数据，这些数据之间没有相应的显式拓扑关系，只是一大群空间散乱点(数据点云)， ’浙江省自然科学基金赍助项日‘502040J．宁渡市青年，博士基金资助项目(2∞3A62021) ·308· 快速成型与快速制造 其中还包括大量无用的数据”’。因此，在预处理时，不仅要剔除不相关数据和异常数据，还要 对由于阴影或屏蔽作用而导致的未扫描到部分予以数据补充。用外加振动等方法找出噪声信息 或直接利用多点平滑去除数据噪声。如果数据过于稠密，还要^t数据进行匀化。 无论使用何种设备，在扫描过程中不免需要将待测物作移动，以实现完整点数据的获取． 这将造成输入软件中的点数据产生坐标不统一的现象。目前，大部分设备具备自动将不同角度 的扫描点数据作定位的功能，但还是有部分的点数据必须通过人工或后处理软件来达到点数据 的定位。选取欲整合的点群数据中数据重叠部分，自动运算该区域曲率变化的方式，将不同数 据中应整合的相同区域作运算并整合，所选取的区域数目越多，整合的精度就越高。若所选取 的区域有较大的曲率变化(明显特征)，则整合的准确率也较高。 数据噪声主要由振动、镜面反射或零件粗糙的表面等因素引起，是扫描测量中很难避免的。 噪声不仅会增加曲率或法向矢量的估算误差，影响数据分块，而且会破坏曲面模型的光顺性， 要予以清除。 被测件本身复杂的拓扑结构和固定样件所用的夹具都会引起测量数据的局部缺失，这可能 会给特征提取和曲面重构带来很大困难。在进行特征提取前，应通过一定的方法恢复丢失的测 量信息，这就是数据匀化或数据补全技术。比较均匀分布或符合零件表面曲率变化而呈现疏密 分布的测量数据，对于后续的特征提取和曲面重构具有重要的意义。随着测量技术的广泛应用， 测量结果往往是大规模的，因此可能存在大量的冗余数据，在曲面造型前需要按一定要求减少 测量点的数量，即进行数据压缩。不同类型的数据其压缩方法也不同。 为了分析点群数据，一般须按一定原则(如按x—Y方向)对三维离散数据点进行排序和 分类，建立离散