[发明专利]一种基于模型匹配的快速单体化方法

权利要求书

1.一种基于模型匹配的快速单体化方法，其特征在于，包括以下步骤：

步骤1：在模型库中提取一个标准模型；

步骤2：标准模型整体点云化；

此步骤中，将标准模型转化为点云，便于ICP匹配；

步骤3：利用ICP算法将点云化标准模型的和目标模型进行匹配，失败则转步骤1，成功转步骤4；

步骤4：将匹配成功的标准模型拆分成组件；

步骤5：将所得组件点云化；

步骤6：将目标模型对应区域匹配所得组件的点云；

步骤7：计算组件的变形参数；

步骤8：将组件变形后，进行重新组装，形成单体模型。

2.如权利要求1所述的一种基于模型匹配的快速单体化方法，其特征在于，所述步骤3中，在标准模型的和目标模型点云间找到最近的对应点，由这些对应点计算出一个使按照其旋转平移矩阵变换后对应点距离最小的RT矩阵，并进行变换，重复以上步骤，直到规定的目标函数达到设定的阈值则停止迭代，匹配成功。

3.如权利要求1或2所述的一种基于模型匹配的快速单体化方法，其特征在于，步骤3具体步骤如下：

步骤31：计算标准模型点云化生成的点集QiQi中的若干点在目标模型点云化生成的点集PP中对应的最近点；

步骤32：求上述对应的最近点对平均距离最小的旋转变化矩阵RTiRTi；

步骤33：对点集QiQi使用上述求的RTiRTi进行变换得到点集Qi+1Qi+1；

步骤34：点集PP与点集Qi+1Qi+1的在规定的目标函数小于设定的阈值时，则可以停止迭代，匹配成功。

4.如权利要求3所述的一种基于模型匹配的快速单体化方法，其特征在于，步骤34中所述的规定的目标函数及其阈值根据需要设置。

5.如权利要求3所述的一种基于模型匹配的快速单体化方法，其特征在于，步骤34中所述的规定的目标函数为标准模型的和目标模型点云间最近点的平均距离。