[发明专利]一种基于靶标三维模型纹理影像的前后形变量检测方法

权利要求书

1.一种基于靶标三维模型纹理影像的前后形变量检测方法，包括以下步骤：

S1.分别获取毁伤前后的三角网络模型，进而分别获取毁伤前后的三角网络模型相应的OBJ文件，从而得到毁伤前后的模型顶点数据集，并对毁伤前后的三角网络模型分别进行预处理；

S2.基于PCA算法对毁伤前后的三角网络模型进行初始定位；

S3.通过改进的ICP算法对初始定位后的三角网络模型进行位置校准；其中，位置校准包括以下步骤：

S31.将毁伤前后的三角网络模型分别作为待配准模型和目标模型；

S32.通过基于迭代邻近算法的垂足法，搜索待配准模型上的顶点在目标模型上的对应点，并通过K-D树加速搜索过程，获得对应点集；求解变换矩阵，将待配准模型根据变换矩阵进行转换；

S33.对转换后的待配准模型通过S32进行迭代，直到迭代的误差值小于设定阈值，完成位置校准；

S4.分别基于距离和基于相似度对局部变形量进行计算和毁伤分析。

2.根据权利要求1所述的一种基于靶标三维模型纹理影像的前后形变量检测方法，其特征在于，S1中预处理包括孔洞修补、边角去除、噪声去除、网格细分和网格简化。

3.根据权利要求1所述的一种基于靶标三维模型纹理影像的前后形变量检测方法，其特征在于，S2中初始定位的具体步骤为：

S21.将S1获得的毁伤前后的模型顶点数据集分别作为源目标模型顶点数据集P_i和目标模型顶点数据集Q_i；

S22.根据P_i和Q_i计算毁伤前后的三角网络模型的质心坐标：

其中N为顶点的个数；

S23.计算毁伤前后的三角网络模型对应的两组点云协方差矩阵：

S24.分别计算协方差矩阵对应的特征向量和特征值；最大特征值对应的特征向量方向称为第一主方向，其余依次为第二主方向和第三主方向；

S25.对目标模型进行旋转变换，坐标轴x，y，z分别与第一主方向、第二主方向和第三主方向对齐，完成初始定位。

4.根据权利要求1所述的一种基于靶标三维模型纹理影像的前后形变量检测方法，其特征在于，所述K-D树邻近搜索方法的具体步骤为：

(1)搜寻匹配点：将待配准模型的顶点与分裂维的值进行比较，若小于，则进入左子树，若大于，则进入右子树；再通过与分裂维的值进行比较的方式进入下一个二叉树，最终到达叶子结点，计算该点到叶子结点的距离，并记录；

(2)进行“回溯”操作：在搜索路径上寻找距离待查结点最近的点，并查找此结点的父节点，确定最邻近点，最邻近点则为对应点；

(3)算法迭代：反复进行①和②操作，结果为空时结束搜索。