一种新的测量数据光顺方法（仅供参考）.doc

一种新的测量数据光顺方法摘要:根据传统Laplacian光顺算法与图像处理中Kuwahara滤波算法的原理,提出了一种新的测量数据光顺方法.方法兼具Laplacian算法与Kuwahara算法的优点,在有效去除噪声,光顺原始数据的同时,使物体表面原有特征得到了很好的保留、调整、甚至加强.关键词:逆向工程;测量数据;光顺;Laplacian方法;Kuwahara滤波A Novel Technique for Smoothing of Measured dataSHEN Hui-cunAbstract:Based on classical Laplacian method and Kuwahara filter, a novel technique for smoothing of measured data is presented. The proposed technique is provided with the advantages both of Laplacian method and Kuwahara filter. Besides denoising and smoothing measured data effectively, it can preserve, regularize and enhance original features of objects the data measured from.Key words:reverse engineering; measured data; smoothing; Laplacian method; Kuwahara filter0 引言实物数据测量是逆向工程领域的重要工作.以Atos为代表的激光扫描仪是目前较为常用的非接触式测量设备,测量数据一般以STL 文件格式给出,体现为三角网格模型形式.本文研究主要针对这类测量数据展开.虽然Atos等测量设备本身已具有高精度,但人为的干扰及扫描仪本身的缺陷难免使得到的数据带有噪声.这些噪声的存在,对数据的后续处理与利用带来不利影响.因此,需对三角网格模型进行光顺处理,以去除噪声,提高模型质量.光顺的过程就是消除三角网格的局部扰动和噪声的过程,其目标是在剔除噪声获取离散曲面更高阶光滑性的同时,保持网格模型的拓扑信息和几何特征不变,比如保证光顺过程模型不收缩和没有过光顺现象等.国内外许多学者都对三角网格模型数据的光顺做过研究.总体上看,三角网格模型的光顺基本上都是建立在其微分几何特性计算的基础上的.三角网格模型光顺算法的分类可以有很多标准,根据特征保持性可以分为各向同性算法和各向异性算法.从算法复杂性角度分析,用于三角网格模型光顺的主流算法有两类:能量法和Laplacian光顺法.能量法[1]是一种基于最优化的方法,通过最小化某种能量函数达到光顺的目的,从理论上有效地保证光顺过程中某些几何度量的变形最小化.由于能量法的计算工作量很大,且难以对局部形状进行控制,故其应用远没有Laplacian法广泛.Laplacian(Laplacian)光顺法[2]通过对每个顶点定义一个Laplacian算子来确定调整方向,然后沿此方向以一定的速度移动顶点达到调整网格的目的,具有线性的时间和空间复杂度.该方法能有效调整网格至规则形状,网格密度与形状都趋于均匀.但对于网格分布不均或含有大量不规则三角片的模型,这种均一化的调整往往会导致原始模型的大范围变形.因此,很多学者对普通Laplacian法进行了不同的改进.如Taubin[3]提出了一种加权Laplacian光顺算法,有效抑制了网格噪声,但不能有效控制调整后模型的变形.Desbrun[4]利用平均曲率法在每个顶点的法矢方向按照该点的近似平均曲率值的大小来调整其位置,取得了较好的光顺效果,但对模型上原有特征细节保持不力,且易产生大量不规则三角片.聂军洪[5]将Laplacian算子法向分量用平均曲率算子来代替,而在切平面上仍然根据周围顶点的几何平均值来调整.这种算法取得了较好的光顺性与特征保持性,但在原始模型的平坦处却带来了新的扰动.1 预备知识本文方法是根据传统Laplacian光顺算法与图像处理中的Kuwahara滤波算法的原理而提出的,因此有必要对这两种方法作一简要介绍.1.1 传统Laplacian光顺方法及Taubin的改进方法又称普通Laplacian光顺法.该方法对每个顶点定义如下的Laplacian算子:式中,表示顶点的一邻域,如图1(a)所示.为中各点的权重.将作用于顶点,可得的位置调整公式为:(1)其中是由用户给定的一个正的常数,用以控制网格光顺的速度.传统Laplacian法使顶点有向其邻域形心移动的趋势,能有效调