[发明专利]三维扫描测量数据的表面线数据提取方法

说明书

本发明公开的三维扫描测量数据的表面线数据提取方法，属于分析及测量控制技术领域。本发明通过人机交互的方式构造初始表面线；然后沿初始表面线构造等间隔切片，并通过投影的方式获得截面线数据；最后分别采用模式向量法、重心计算法和最大曲率法计算上述三种边缘上的表面线上的点。本发明通过构造切片提取有限的数据处理对象，避免对所有扫描测量数据进行处理，提高表面线数据提取效率；利用所述三维扫描测量数据的表面线数据提取方法提取测量表面线数据，并解决需要提取测量表面线数据的工程技术领域相关问题。所述需要提取测量表面线数据工程应用领域包括医疗诊断、航空等零部件线轮廓的检测、古文物数字化建档、虚拟现实等领域。

技术领域

本发明涉及一种三维扫描测量数据的表面线数据提取方法，尤其涉及包含三种边缘的表面线数据取算法，属于分析及测量控制技术领域。

背景技术

表面线直接反映了三维物体的空间体态。因此，在创建三维物体时，表面线的创建至关重要。现阶段，逆向建模技术通过对扫描测量数据进行预处理和后期处理以复现三维实物的表面形貌，现已广泛应用在医疗诊断、机械产品的优化设计、古文物的数字化建档、虚拟现实等行业。为准确复现三维物体的表面形貌，在处理扫描测量数据时需保留特征数据，如峰值点、拐点，边缘线，平面、球面等。

现阶段已有多种提取点云数据边缘线数据的方法，主要分为两类，一类是基于离散点云数据的表面线数据的提取，一类是基于网格点云数据的表面线数据的提取。以离散点云数据为对象，文章《飞机蒙皮边缘轮廓的提取方法研究》，见南京航空航天大学，2017年硕士学位论文，中提出了针对蒙皮孔特征、外轮廓特征和下陷特征的边缘轮廓点提取方法，三种特征的边缘轮廓点提取方法首先识别粗略的特征点，然后将特征点一侧的数据投影至特征点另一侧数据拟合的直线上，最后将投影点的中心点作为边缘轮廓点。该方法在提取曲面上的边缘轮廓点时具有一定局限性。文章《散乱数据点云边界特征自动提取算法》，见华中科技大学学报(自然科学版)，2008,36卷8期，中提出通过计算点的k邻域点分布均匀性提取边缘轮廓点。该方法计算简单易懂，但是计算量大。文章《一种新的散乱点云尖锐特征提取算法》，见刊西安交通大学学报，2012,46卷12期，中根据在边缘轮廓点处发生法向变化的特点，通过计算一点与其左右相邻N个点的重心，并计算重心与该点连线的直线段在该点法向上的投影距离，最终将投影距离最大的点作为边缘轮廓点。该方法在采用张量投票法计算点的法向和选择邻域点时使用的球半径都需要人工设置参数，而这些参数都需要大量的实验来确定，时间成本高。文章《Sharp Feature Detection in Point Clouds》，见刊International Conference on Shape Modeling and Applications，2010年，中通过构造一点的一环邻域三角网格的投影高斯球提取边缘轮廓点。首先确定某一点的一环邻域三角网格，然后通过三角形边长向量叉乘的方式计算三角形平面的法向，以该点为中心构造单位高斯球，将一环邻域三角网格沿其法向进行投影，每个三角网格在高斯球上对应一个投影点，最后将所有投影点根据空间距离通过最大类间方差的方法划分投影点，当聚类大于1小于4时，认为该点为边缘轮廓点。该方法准确度高，但是需要人工设置局部邻域点个数和聚类判断灵敏度阈值，且计算成本较高。以网格点云数据为对象，文章《散乱点云谷脊特征提取》，见刊光学精密工程，2015年23卷1期，中提出通过计算主方向截面线上的曲率最大点提取谷脊特征点的方法。文章《网格点云数据特征线的提取算法》，2008年浙江大学，数学与应用数学专业，硕士学位论文，中通过构造一个特征度量参数，即网格顶点的平均曲率与其邻域内点的法曲率的平均值之比，并将特征度量大于阈值的点作为准特征点。上述基于网格点云数据提取边缘轮廓点的方法都需要人工设置阈值，且所有点云数据都参与到运算中，使得提取过程耗时且自适应能力较弱。

发明内容