[发明专利]可有效保留边界和局部特征的复杂曲面零件点云精简方法

权利要求书

1.一种可有效保留边界和局部特征的复杂曲面零件点云精简方法，其特征在于，该方法包括下列步骤：

(a)对复杂曲面零件执行扫描，获得多个三维测量点并生成对应的待精简的扫描点云P，其中P＝{p_i|i＝1,2,…,n_p},p_i用于表示扫描点云P中的各个点且以同一坐标系中的x,y,z坐标值来表示，n_p表示扫描点云P中的点的总数量；

(b)针对扫描点云P中的各个点p_i，各自采样获得其多个邻域点p_ik并生成对应的邻域点集合{p_i1,p_i2,…,p_ik}，其中k表示邻域点的总数量，然后计算得出反映扫描点云P中各个点p_i的局部特征的法线向量V(p_i)；

(c)分别以各个点p_i为球心，找出距离该点最短半径范围内的m个点，然后求出点p_i的所述法线向量V(p_i)与这m个点所对应的法线向量V(p_j)之间的夹角θ_ij，并对该夹角取绝对值得出夹角平均值且该平均值σ_pi∈[0,π]；

(d)针对所述夹角平均值分别预设下限阈值T₁和上限阈值T₂，然后依照下列公式(一)对点云执行特征粗分类，由此获得三类粗分类子集即非特征点集Z₁、过渡点集Z₂、特征点集Z₃：

(e)采用聚类法分别对三个粗分类子集分配不同的聚类中心数量值K₁，K₂，K₃来进行二次细分，并保留其聚类中心坐标，由此完成第一个精简子集P_f的选取；

(f)从扫描点云P中选择一个初始点，依次计算该初始点与其他各点之间的定向Hausdorff距离，并保留满足位置关系的点，至此完成第二个精简子集P_b的选取；

(g)对通过步骤(e)所选取的第一个精简子集P_f和通过步骤(f)所选取的第二个精简子集P_b进行合并，同时删除重复点，由此获得所需的精简后的扫描点云。

2.如权利要求1所述的一种可有效保留边界和局部特征的复杂曲面零件点云精简方法，其特征在于，在步骤(b)中，采用下列公式(二)来计算所述法线向量V(p_i)：

其中，表示与点p_i相对应的邻域点集合的中心点，且以该邻域点集合所有点的坐标平均值来表示；用于表示以所有邻域点p_ik与中心点的坐标差共同作为矩阵元素所构建的矩阵，T用于表示对该矩阵的转置。

3.如权利要求1或2所述的一种可有效保留边界和局部特征的复杂曲面零件点云精简方法，其特征在于，在步骤(c)中，m值为10。

4.如权利要求3所述的一种可有效保留边界和局部特征的复杂曲面零件点云精简方法，其特征在于，在步骤(d)中，所述下限阈值T₁的值为π/6，所述上限阈值T₂的值为π/2。

5.如权利要求1或2所述的一种可有效保留边界和局部特征的复杂曲面零件点云精简方法，其特征在于，在步骤(e)中，所述聚类中心数量值K₁，K₂，K₃依照下列公式(三)来计算获得：

其中，Y(X)表示对X进行取整数操作，N_new表示期望对扫描点云P执行精简后的目标数量。

6.如权利要求5所述的一种可有效保留边界和局部特征的复杂曲面零件点云精简方法，其特征在于，在步骤(f)中，所述初始点为扫描点云P的重心点。