[发明专利]一种基于序列图像的粗大误差点剔除方法

说明书

本发明一种基于序列图像的粗大误差点剔除方法属于逆向工程领域，涉及一种基于序列图像的粗大误差点剔除方法。该方法首先通过激光结合双目视觉的方式，利用左、右摄像机拍摄激光发射器在被测物上形成的辅助激光条纹，获取代表被测物表面信息的点云数据。根据最小二乘法将选取的点拟合成一条曲线，将相邻两条曲线作为点云区域边界，完成点云区域的划分；再分别求出每块点云区域中的点到两条边界曲线的最短距离，根据比值大小判断粗大误差点。该方法操作简单，不需要先建立拓扑结构，计算点云的密度等信息来删除多余的点云，提高了点云粗大误差点去除的效率，克服了单幅激光光条图像点云处理的局限性，保证了点云数据的局部信息的准确性。

技术领域

本发明属于逆向工程领域，涉及一种基于序列图像的粗大误差点剔除方法。

背景技术

随着航空制造业数字技术的不断发展，行业竞争将越来越激烈，对飞机产品质量的要求也越来越高，所以发展对飞机零件的逆向建模技术取代传统制造手法已经迫在眉睫。点云数据的处理作为逆向工程的关键步骤，其处理精度将直接决定模型的重建精度。在点云数据处理过程中，点云的粗大误差点剔除是点云处理的第一步。针对点云处理过程中点云的粗大误差点剔除的方法，国内外诸多学者开展了相应研究，如.kd-tree法、空间单元格法、八叉树法等，但目前这些方法中，kd-tree法的缺点是，需要极长的时间来构建kd-tree，从而使得对每个点求邻域也要花费大量时间；空间单元格法对栅格的选取要求比较高，操作复杂；八叉树是线性结构，需要大量的内存储存指针。在激光测量系统数据采集过程中，由于被测物本身和测量环境等原因造成的误差会产生脉冲噪声点，即所谓粗大误差,它的分布无规律性且偏离真实数据较大,但数量较少，影响重建精度。为避免上述问题，就有必要对数据点云进行粗大误差点剔除处理。

针对点云数据的粗大误差点剔除处理，西安交通大学的高建民等人，在《现代控制工程》第7期，《基于逆向工程的点云数据预处理技术研究》一文中提出一种利用孤立点统计排异法剔除粗大误差的方法。该方法通过计算单条点云扫描线上的得到均值μ和方差σ²后,建立相邻点距离的正态分布N(μ,σ²)。然后,在扫描线上将相邻两点的直线距离作为统计对象,利用相邻点距离的正态分布N(μ,σ²)的3σ法则判断点的去留，可以较好地剔除单条扫描线上脉冲噪声数据。但该方法只能够针对单幅激光光条图像获得点云数据进行处理，无法对多条点云线组成的点云面进行粗大误差点剔除，具有很大的局限性。

北京矿冶研究总院的刘冠洲等人，在专利号：201210496277.9，专利《一种三维激光点云数据的去噪与精简方法及系统》中提出了一种点云数据的处理方法及系统，该方法主要计算拓扑构造后的点云中当前点与其邻域各点的距离及距离的均值和用于表示数据离散程度的标准差，对当前点进行删除判断。通过采用该点云处理方法，提高了噪声点过滤的准确率及点云数据的精确度，并有效地降低了点云数据的冗余度。但该方法需要先建立拓扑结构，并通过计算点云的曲率、密度等信息来删除多余的点云，具有计算量大，效率低，无法保证原始扫描数据局部信息等问题。

发明内容

本发明为了解决现有大视场下，大型航空平板类零件点云数据处理过程中的局限性，发明了一种基于序列图像的粗大误差点剔除方法。其目的是针对点云数据的粗大误差点剔除去除过程中需要先建立拓扑结构，并通过计算点云的曲率、密度等信息来删除多余的点云，计算量大，效率低，无法保证原始扫描数据局部信息，无法对多条点云线组成的点云面进行处理等问题，通过对获取的点云数据按照扫描线的方向进行搜索，拟合点云数据，划分点云区域，通过判断点到两条边界曲线的最短距离之比，实现点云数据的快速、高精度的粗大误差点去除。克服了现有点云处理过程中需要建立拓扑结构，无法保证原始扫描数据局部信息，无法对多条点云线组成的点云面进行处理等问题，具有广泛的应用前景。