[发明专利]一种工件三维点云数据平滑滤波方法

摘要

本发明公开了一种工件三维点云数据平滑滤波方法，利用Savitzky‑Golay算法对工件三维点云数据平滑滤波处理，算法采用灰度图与点云图像结合处理的方法，减少原始数据处理的数据量，提高数据的处理时间。利用多项式拟合的方法平滑点云数据，并保持点云的几何特征不变性。

主权项

一种工件三维点云数据平滑滤波方法，包含以下步骤：步骤1.采集工件的点云数据基于工件的形状，选取一个视角，采集工件的三维轮廓点云数据；步骤2.将采集的工件点云数据按照点的三维坐标值获取对应的灰度图，并将点云投影到视平面上面；步骤3.得到投影的灰度图，并对灰度图进行二值化阈值处理,得到二值图；步骤4.对二值图进行开闭合运算；步骤5.用Savitzky‑Golay滤波去除图像的噪声1)确定M和N的值,N表示领域内的点个数，M表示多项式的次数:(1)利用M次样条插值计算点云的曲率Ci(i＝1,2,...,n)以及曲率导数dCi(i＝1,2,...,n‑1)，n表示点云的总数；(2)令Nmax＝n/4,Nmin＝5；若满足(n/4)＜5，则N＝5，若点云数n小于5，则结束处理；(3)确定N的值；若某点的曲率值Ci＜Q1，那么可以认为这点和其领域点在一条直线上，然后在其领域内寻找满足dCi＜Q2的点，确定点后，如果n1＞n2，则N＝2n1+1；否则：N＝2n2+1；若某点的曲率值Ci＞Q1，则该点曲率变化dCi在其领域内寻找满足或者的点，其中Q，Q1，Q2为曲率分割阈值的经验值，如果n1＞n2，则N＝2n1+1；否则：N＝2n2+1；确定N和M的值；n1表示曲率小于并接近Q2的点个数，n2表示曲率值大于并接近Q2的点个数；2)确定N和M的值之后，用Savitzky‑Golay滤波器去除图像的噪声对任意点xi领域内的N个点用M阶多项式进行拟合，运用最小二乘则确定多项式的系数，多项式在xi处的值是对应点的光滑值gi；N要大于多项式的阶数M；由扫描数据xi拟合的M次多项式pi(x)表示为：pi(x)=Σk=0Mbk(x-xiΔx)k]]>bk＝(ATA)‑1ATYA=(-n1)M...-n11............0...01............(-n2)M...-n21∈R(n1+n2+1)*(M+1);Y=yi-n1...yi...yi+n2∈R(n1+n2+1)]]>其中x表示N个点云中除了点xi外的任意一点；假设对于任意xi都有xi+1‑xi＝Δx，Y表示滤波值，yi，分别点i‑n1、点i、点i+n2的滤波值；步骤6.用分水岭分割识别法进行区域分割识别，将图像区域划分成几个部分，获取最大的区域，基于最大区域裁剪的彩色图，得到去噪后的彩色图；步骤7.根据彩色图中的点反推算点云数据中个点的三维坐标值，得到去噪后的点云；步骤8.判断点云数据中噪音情况，如果有噪音，换视角，再次滤波，如果没有噪音，输出最后的点云数据。