《逆向建模与产品创新设计》第4章 逆向建模测量数据处理技术.pptVIP

逆向工程建模与产品创新设计 ３.1 测量数据前期修补技术 ３.2 测量数据的多视配准技术 ３.3 测量数据分割技术 第四章　逆向建模测量数据处理技术 3.1测量数据前期修补技术 目前，非接触式测量方法在工业界得到越来越广泛的应用，这种测量方法测得的数据量大，散乱分布。点云数据的质量直接影响后续的曲面、曲线重构过程。 点云预处理 需在对点云数据进行三维数模重建前，对点云进行的一些必要处理。 点云预处理 多视点云的对齐、拼合 点云过滤 数据精简 点云分块 数据预处理流程 读入点云 是否存在多视点云 检查数据 对齐多视点云 过滤、精简 点云分块 是 否 数据平滑、精简 实际中常用的是扫描线点云、散乱点云。 （1）数据点云的误差点识别和去除 扫描线点云：根据被测对象的几何形状，锁定一个坐标轴进行数据扫描得到的，是一个平面数据点集。 噪点：由测量设备的标定参数发生改变和测量环境突然变化造成。 判断方法：在同一个截面的数据扫描中，存在一个点与其相邻的点偏距较大，可以认为这样的点是坏点。 　 （2）数据点云的平滑处理 　　　对齐处理后的完整点云，包含数以百万记得点。 　　　噪声点：由于测量过程中受到各种人为和随机因素的影响而产生的，影响后续的模型重建及生成的模型质量的点。 　　需要进行点云的平滑滤波，以得到精确的模型和高质量的特征提取效果。 （3）数据点云的精简 如何处理大批量的数据点云-----激光扫描测量造型的主要问题。 在保证一定精度的前提下，减少数据量。 散乱点云----随机采样 扫描点云和多边形点云---等间距缩减、倍率缩减、等量缩减等 数据的精简操作只简单的进行原始点云的删减，不产生新点。 通常的数据处理包括： （1）补偿点产生 　　　对于接触式扫描，需要恢复这些初始表面上的点，因为从接触式方法获得的坐标值并不真正代表接触点的坐标，而反映的是探头的中心或顶部的值。因此有必要对这些坐标值进行补偿转换，从测量数据生成补偿点。 （2）噪声点删除 　　　由于受测量设备的精度、操作者经验和被测实物表面质量等诸多因素的影响，会造成测量数据误差点的产生，对这类误差点，习惯上被称为噪声点。 　　　因此，需要删除这些噪声点，以减少误差点对后序相邻区域平滑或细化等处理步骤不可预见的干扰和影响。 　　　通常删除噪声点的方法是首先通过图形交互显示，判别明显瑕疵点，可以采用手工删除或通过角度判断法进行去除噪声点处理。 （3）数据点精简 （4）坐标转换 　　　由于在单次测量时，数据点的三维坐标是建立在测量台的局部坐标上的，因此需要对不同次的测量结果需要进行坐标转换。 　　　对逆向工程中的测量数据，通常有四种类型的坐标转换：平移、旋转、缩放和镜面对称。 ３.2 多视点云的配准 多视点云: 为了完成整个物体测量，常把物体表面分成多个局部相互重叠的子区域，从多个角度获取零件不同方位的表面信息，从各个视觉分块测量得到多个独立的点云。 逆向工程的对齐问题可归结为三维刚体的坐标变换问题。 测量数据拼合－含义 测量数据的格式转换 ASCII IGES STEP DXF VDA x1, y1, z1 x2, y2, z2 … … … xi, yi, zi … … … xn, yn, zn RE CAD 测量数据拼合－数学基础 平移变换 旋转变换 测量数据拼合－外设自动拼合法 测量数据拼合－三点拼合法 X Z Y P1 P3 P2 X’ Z’ Y’ Q1 Q3 Q2 Q2 测量数据拼合－三点拼合标记球法 3－2－1 测量数据拼合－三点拼合MARK点法 3－2－1 测量数据拼合－最临近点迭代(ICP) 法 ＋ 初始对正 确定两点云数据的重叠区域 ICP 测量数据拼合－最临近点迭代(ICP) 法实例 数据分割（ Data Segmentation ） 根据组成实物外形曲面的子曲面类型，将属于同一子曲面类型的数据成组，将全部数据将划分成代表不同曲面类型的数据域，后续的曲面模型重建时，先分别拟合单个曲面片，再通过曲面的过渡、相交、裁减、倒圆将多个曲面“缝合”成一个整体，即重建模型。 3.3 测量数据分割技术 数据分割方法： 基于测量的分割 在测量过程中，测量人员根据实物的外形特征，将外形曲面划分为不同的子曲面，并对曲面的轮廓、孔、槽边界等特征进行标记。 在此基础上，进行测量路径的规划，将不同的曲面特征数据保存在不同的文件中，输出CAD软件时，可以实现不同数据类型的分层处理及显示，为造型形成极大的方便。 这种方法适合于曲面特征比较明显的实物外形和接触式测量，当然操作者的水平和经验将对结果产