[发明专利]基于点云数据处理技术的圆锥体结构特征参数检测方法

摘要

本发明提出了一种基于点云数据处理技术的圆锥体结构特征参数检测方法。首先，对圆锥体在三维空间内进行高精度扫描，获取其点云数据，利用Delaunay网格划分法对所得到的圆锥体点云数据构建TIN(Triangulated Irregular Network)网格模型；其次，利用最小二乘拟合方法对圆锥体点云数据内各空间点最近邻域点集内的各个点进行计算，获取圆锥体点云数据内各空间点的最近邻域平面法向量；然后，获得圆锥体点云数据各空间点的最近邻域平面法向量在法向量空间的分布规律；接着，判断被测模型是否是圆锥体模型，若为圆锥体模型，则提取该被测模型，即圆锥体的结构特征参数，包括锥角、锥高和底面半径。

主权项

一种基于点云数据处理技术的圆锥体结构特征参数检测方法，其特征在于，包括以下步骤，步骤一：利用高精度三维扫描仪对圆锥体进行扫描，获取圆锥体的点云数据；步骤二：利用Delaunay网格划分方法对步骤一中所得到的圆锥体的点云数据进行处理，构建出该圆锥体点云数据TIN网格模型；步骤三：利用最小二乘拟合方法对步骤二中所获得的圆锥体TIN网格模型上的各空间点最近邻域点集内的各个点进行计算，获得圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律；步骤四：利用高精度扫描仪对被测模型进行高精度扫描，获取被测的点云数据，利用Delaunay网格划分法对点云数据构建TIN网格模型，利用最小二乘拟合方法对各空间点最近邻域点集内的各个点进行计算，获取其最小二乘拟合平面，并将拟合平面所对应的法向量作为被测模型点云数据内各空间点的最近邻域平面法向量，获取被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律；若被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律与步骤三中获得的圆锥体模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律一致，则被测模型被识别为圆锥体，并根据圆锥体点云数据内各空间点在三维空间内分布规律和圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律之间的对应关系解算出圆锥体的锥角；步骤五：根据圆锥体点云数据整体形貌，提取出被测圆锥体的锥高；步骤六：根据计算出的锥角和锥高计算出圆锥体的底面圆半径。