光学三维快速检测系统中点云融合技术研究和应用.pptVIP

光学三维快速检测系统中的点云融合技术研究与应用 答辩提纲: 1. 立论依据 2. 技术路线 3. 研究工作 4. 结论和展望 1、立论依据 1.1 项目来源 1.2 国内外研究现状 1.3 研究内容 1.4 研究意义 1.1 项目来源 针对研究所自主研发的光学三维面扫描测量系统 —用于逆向设计点云预处理 1.1 项目来源 点云融合技术是光学三维密集点快速检测中最关键的技术之一，没有点云融合技术就没法进行后期的比对检测，用于快速检测点云预处理。 1.1 项目来源 本项目得到国家863项目 “大型复杂曲面产品 的反求和三维快速检测系统研究”支持(2007AA04Z124)。 本项目获江苏省工业扶持项目“三维光学快速质量检测系统”支持（BE2008058 ）。 1.1 项目来源 本课题和天津汽车模具有限公司是长期合作伙伴，本课题的研究成果应用于天津汽车模具有限公司泡沫实型的检测、模具的表面检测和制件的检测，并由天津汽车模具有限公司反馈本技术存在的不足之处，对该技术进行改进和完善。 1.2 国内外研究现状 点云融合技术一直是点云预处理技术中的难点，对于这方面的研究，国外最早由一些著名的大学开始于上世纪八十年代末，九十年代初。 目前比较典型的方法有： 基于网格缝合的方法（Zippered Polygon Meshes from Range Images） 增量式网格化方法（Incremental Approaches） 基于空间容积的方法（Volumetric Approaches） 基于聚类的方法（Accurate integration of multi-viewrange images using k-means clustering） 1.2 国内外研究现状 基于网格缝合的方法 由斯坦福大学的Greg Turk[1]提出 1.2 国内外研究现状 增量式网格化方法 通过网格化的过程去除多幅点云中的冗余点，把网格化的过程和去除冗余点的过程结合在一起，效率高。该方法中最典型的是滚球法（Ball-Pivoting），由Bernardini[2]提出。 1.2 国内外研究现状 基于空间容积的方法 该方法是由斯坦福大学的 BrianCurless和Marc Levoy[3]提出，该方法的算法思想很简单：给输入的点云建立一个距离函数f(),该函数的返回值有正负两种情况。其次用遍历空间立体网格（March Cubes）的方法抽取f=0的节点，最后用这些点构建点云曲面。 1.2 国内外研究现状 聚类法 该方法由Liu Yonghuai[4]提出。下图是其融合的基本原理： 1.2 国内外研究现状 国内外研究现状总结： 有些融合方法对特征的模糊较严重，比如滚球法，融合后细节特征损失的较厉害。 有些融合方法融合后表面不光滑，如基于网格缝合的方法。 融合的速率都比较慢，不能适用于快速检测中。 占用内存大，可处理的数据量相对较小。 1.3 研究内容 由上节对国内外研究现状的分析可知，现有点云融合技术融合速度慢、占用内存大，不能适用于快速检测中，所以本文对点云融合技术进行了深入的研究，研究内容如下： 提出针对研究所自主研发的XJTUOM 三维光学快速检测系统点云融合方案。 设计并实现了单面法融合点云数据的方法。实现了手动删除点云重叠面进行点云数据融合的方法以及自动删除多幅点云重叠面融合点云数据的方法。 设计并实现了中点法融合点云数据的方法。首先去除每幅点云中的孤立点，其次搜索两幅点云中的对应点对，为了加快搜索速度，本文采用KD-Tree空间邻域搜索策略。最后用点对的中值代替点对中的两个点，从而实现去除冗余点。 1.3 研究内容 实现了聚类融合点云数据的方法，并对该方法进行了改进。首先提出了结构光扫描技术中点云权值计算的理论，实现了结构光扫描技术中点云权值的计算。其次对KD_Tree空间邻域搜索方法进行了改进，实现了一种高效的空间点云搜索策略，有效提高了点云数据融合的速度。最后提出按包围盒等间距分割点云数据的方法，分块多次融合点云，解决了融合海量点云数据时内存不足的问题。 对点云融合方案进行试验和分析。 1.4 研究意义 三维点云融合技术极大地减少逆向设计中手动删除重叠面的工作量，提高逆向设计的效率。 三维点云融合技术是光学三维快速检测系统中不可或缺的一部分，如果没有自动高效的三维点云融合技术，光学仪器获得的点云将无法应用于快速检测中。 答辩提纲: 1.