[发明专利]散乱点云局部型面参考数据的快速查询方法

说明书

技术领域

本发明提供一种产品逆向工程散乱点云局部型面参考数据的快速查询方法，属于产品逆向工程技术领域。

背景技术

逆向工程中广泛采用散乱点云型面特征分析技术对散乱点云进行分析，并将分析结果作为曲面重建、精简、细分等技术的参考数据。随着测量技术的不断发展，已可以高效率、高精度地采集模型外形数据，但采集的数据没有明显的拓扑关系，且数据量大，因此，能否快速准确地获取散乱点云局部型面参考数据将直接影响散乱点云型面特征分析的质量与速度。

对现有的技术文献检索发现，熊邦书等在学术期刊《计算机辅助设计与图形学学报》2004，16(7)，P909-911上发表的论文“三维散乱数据的k个最近邻域快速搜索算法”提出基于空间栅格划分的散乱点云局部型面参考数据查询方法，周儒荣等在学术期刊《软件学报》2001，12(2)，P249-255上发表的论文“海量数据点的曲面重建算法研究”提出基于散列表的散乱点云局部型面参考数据查询方法，史桂蓉在其博士论文《反向工程几何建模关键技术》中基于空间八叉剖分树查询散乱点云的局部型面参考数据。这些方法按预定空间剖分规则分割点云空间，对生成的空间子域进行编码处理，建立静态的数据索引结构，在对数据进行查询操作时，直接计算数据点在索引结构中对应的空间子域编码信息，根据编码信息，可大幅度缩减数据在点云静态数据结构中的搜索范围，快速实现目标点定位及局部型面参考数据查询。上述方法存在的缺陷是：基于静态数据结构的处理方法，所采用的数据结构不支持数据动态插入、删除、调整等操作，且过于依赖数据的空间分布状况，当数据沿某一维度过度倾斜，甚至退化为二维或一维状态时，会导致数据结构急剧恶化，严重影响散乱点云局部型面参考数据的查询效率。

综上所述，现有的数据存取技术应用于产品逆向工程数据处理中，仅适合查询分布较为均匀的散乱点云的局部型面参考数据，对于数据规模、拓扑结构及型面复杂程度不同的散乱点云缺乏通用性，导致后续数据查询操作的稳定性与查询效率无法满足工程需求。

发明内容

为克服现有散乱点云局部型面参考数据查询技术在产品逆向工程数据处理中的不足，本发明的目的在于提供一种散乱点云局部型面参考数据的快速查询方法，使之对于各类复杂型面数据的查询操作能及时响应，具有稳定性强、查询效率高的特点，且易扩展为其它空间对象的局部型面参考数据的查询方法。其技术方案如下：

一种用于产品逆向工程中的散乱点云局部型面参考数据的快速查询方法，依次包含以下步骤：1)将产品数字化设备输出的散乱点云文件读入到存储设备中，并为其建立线性表存储结构，基于R^*-tree建立散乱点云动态空间索引结构；2)采用深度优先遍历方法遍历散乱点云动态空间索引结构，查询目标点所在叶结点，依据该叶结点构建初始空心球，球心为目标点，内径为零，外径为其所在叶结点的MBR(Minimum Boundary Rectangular)外接球半径；3)计算结点MBR到球心的最小距离与最大距离，若最小距离小于空心球外径且最大距离大于空心球内径，表明该结点与空心球相交，查询与空心球相交的叶结点集合，将其作为查询区域；4)遍历查询区域内各叶结点包含的数据点并计算其到目标点p的距离，若该距离小于空心球外径且大于空心球内径，则将该数据点添加到近邻点序列L中；5)若序列L中的数据点数n小于k，则扩展空心球的内外半径并返回步骤3)继续查询，否则从序列L中选取距目标点较近的k-n个数据点添加到近邻点序列L中，完成局部型面参考数据的查询。