基于3D空间点云模型的轴向柱塞泵配流盘过流面积计算方法

在轴向柱塞泵的工作过程中,通过配流盘进行高低压的循环切换,而配流盘的过流面积是影响柱塞泵内部压力平稳过渡的重要参数。为了完成对配流结构过流面积的求解计算,提出了一种基于多维流场点云的过流面积计算方法。首先,对配流盘流场的点云化过程进行了理论分析,得到了点云化处理的实施方法;然后,对配流盘三维流域模型进行了系列修正,提出了缓冲槽连通阶段模型的修正方法,提高了过流面积计算的准确性;最后,对不同配流阶段的过流面积进行了计算,并与理论测量所得结果以及采用计算流体力学(CFD)数值模拟方法所得的结果,分别进行了对比。计算结果表明:基于多维流场点云的过流面积识别算法求得的过流面积峰值大小为174.5 mm 2,而理论测量值的大小为177.5 mm 2;二者的相对误差率大约为1.7%;而与基于CFD方法所得结果的整体相对误差率,大约在5%以内。研究结果表明:采用该方法,能够直接且较精准地完成对配流盘过流面积的求解与计算,有效地简化了过流面积变换趋势的求解过程。

基于特征点动态选择的三维人脸点云模型重建

针对典型的点云配准方法中伪特征点过多导致配准效率低和配准结果不精确的问题,提出一种基于特征点动态选择的三维人脸点云模型重建方法。该方法在粗配准阶段,采用动态特征矩阵求解法获取粗匹配特征变换矩阵以避免伪特征点的干扰。在精配准过程中,采用二次加权法向量垂直距离法在人脸流形表面选择更有效的特征点以减少伪特征点的数量,并采用基于特征融合与局部特征一致性的迭代最近点方法进行精配准。经过对比实验验证了算法的可行性,实验结果表明,该算法能够实现高精度且快速的三维人脸点云模型重建,且均方根误差达到1.8165 mm,相较其他算法,其在模型重建精度和效率方面都有所提升,具有良好的应用前景。

大桥工字梁点云模型特征面智能识别及应用

独立钢梁预制构件的质量检测是现代桥梁建设的一个重要环节,传统手工作业的方式工作效率低且费时费力。为快速准确地对独立钢梁构件进行质量检测,提出一种基于点云模型的桥梁构件特征面语义智能识别算法,对构件质量参数所涉及的特征面进行智能提取。首先,利用三维激光扫描技术建立钢梁构件的精细化点云模型;其次,采用一种基于超体素的区域聚类复杂场景分割算法,对模型的不同特征区域进行划分,将同一特征明显的大区域组合体进行生长融合,将细小的、独立无关的特征体进行去除;再次,根据模型的空间几何特征(密度、法向量、空间连通性)建立语义提取规则,根据语义规则智能提取钢梁构件检测所涉及的关键特征语义面;最后,基于提取的特征语义面,提出钢梁构件梁高参数和拱度参数的检测算法思路。算法用于某省特大桥工字形组合钢梁构件检测,实验结果可知,梁高最大绝对误差1.65 mm,最小绝对误差0.37 mm,拱度最大绝对误差5.8 mm,最小绝对误差0.7 mm,均满足规范要求,该算法可以准确快速地识别构件关键语义特征面,为钢梁构件质量安全检测提供新的思路。

针对三维彩色点云模型水印算法的研究

为实现三维彩色点云模型的版权保护,有效提高数字水印算法的鲁棒性,提出了一种基于冗余离散小波变换和奇异值分解的三维彩色点云模型的数字水印算法。首先,该算法对三维彩色点云模型进行三维仿射不变性处理;其次,利用坐标投影算法将处理后的三维彩色点云模型转化为二维彩色图像;接着,将二维彩色图像应用冗余离散小波变换得到的低频部分LL子带作为水印的嵌入区域,并且对LL子带进行奇异值分解,此外应用Arnold变换将二值水印图像变为加密后的水印图像;最后,通过修改奇异值分解得到的矩阵U中的相关系数来实现加密水印图像的嵌入。水印提取是根据矩阵U中的相关系数的大小关系来实现。实验结果表明,该算法对平移、旋转、均匀缩放、噪声、剪切、简化等攻击具有鲁棒性,不仅有效提高了数字水印算法的鲁棒性,而且也达到了保护三维彩色点云模型版权的目的。

基于三维点云模型获取单木树高和胸径的研究

使用无人机和智能手机分别从空中和地面拍摄的样地林分影像构建三维点云模型,并从三维点云模型中获取样地内单木树高和胸径参数。本研究以池杉人工林为研究对象,利用PhotoScan Agisoft软件对无人机倾斜摄影和智能手机近景摄影的样地影像进行三维重建,通过对齐照片、控制点刺点、对齐优化、建立密集点云等步骤,构建出与样地实景相符的三维点云模型;通过LiDAR 360软件从样地三维点云模型中获取单木的树高和胸径参数,将其与实地测量获取的单木树高和胸径参数进行对比分析。利用无人机和智能手机影像构建的三维模型可以满足《数字航空摄影测量测图规范》的精度要求。通过实测数据和点云数据获取的树高和胸径的平均差值分别为-0.9 m和-0.8 cm,平均相对误差分别为5.4%和7.1%。以实测数据作为自变量x,以点云数据作为因变量y,树高和胸径回归模型的R2分别为0.809 5和0.918 4。将倾斜摄影和近景摄影的点云模型统一在同一空间参考基准下可构建出与样地实景相匹配的三维点云模型,从样地三维点云模型中获取的单木树高和胸径与实地测量结果具有较好的线性相关性,本研究所使用的方法可以代替传统林业调查手段应用于人工林。

几何特征引导的物体点云模型多层级分割

扫描物体点云的大量出现使得点云表面形状分析成为计算机图形学领域的研究热点。结构提取、形状编辑以及人-物交互等许多任务都需要尽可能精细的点云部件分割。由于浅层几何特征不易提取、形状缺失和噪声干扰等问题,扫描点云模型的部件分割(尤其细小部件实例检测)相对困难。因此,提出一种几何特征引导的物体点云模型多层级部件实例分割方法,根据点云表面局部弯曲程度提取凹、凸和边界特征,首先沿全局最显著凹线分割模型大致结构,再筛选几何特征差异明显的片段根据局部较浅特征进行细分,最后针对部分片段进行凹-凸协同分割,得到多层级分割结果。沿着由深到浅的几何特征,进行由粗到细的三次分割,能够更好地兼顾尺度不一的部件,实现了更细粒度的部件实例分割。实验结果表明,该方法在真实物体扫描点云和CAD物体模型采样点云上达到了较理想的分割效果,为真实物体点云部件分割提供了更精细且有效的方法。

可重构点云模型在汽车尺寸匹配分析中的应用

针对汽车外覆盖钣金件的尺寸匹配问题,提出了一种基于光学扫描的可重构点云模型,旨在解决传统分析方法中,需要实物零件进行搭建匹配,分析效率低、成本高等问题。首先,利用光学扫描技术,构建零件点云数据库;根据CMM测量经验对外覆盖钣金件进行模块划分,得到易变形零件集模块及不易变形零件集模块;将零件点云按照一定的规则进行拼装,得到初始化点云拼装模型;根据分析需求,将新状态零件点云按照不同的坐标系变换规则换装到初始化点云拼装模型,进而实现对新状态零件的尺寸匹配评价。该方法能快速响应尺寸匹配需求,特别是在新项目阶段,能有效提升工作效率,节约分析成本。

点云模型的谱聚类分割

为了实现点云模型的有意义分割,提出一种基于谱聚类的分割算法.首先用图G表示点云模型,将分割问题转化为图切割问题;然后根据归一化的非对称Laplacian矩阵构造谱聚类空间;最后通过移除掉多余的特征向量,在一个更低维的空间中找到了分割问题的松弛解.文中还给出了该算法相关定理的证明,并通过实验验证了算法的正确性和有效性.

点云模型谷脊特征的提取与增强算法

提出一种鲁棒性的谷脊线提取与增强算法.算法采用多步逼近的策略:首先根据每个点的局部最小二乘拟合曲面多项式计算每个点的主曲率,并用绝对值较大的主曲率标识出谷脊潜在特征点;然后通过将特征点投影到离其最近的潜在特征线上得到增强的特征点;再对增强后的特征点进行平滑,选择合适的平滑点生成特征折线;最后再对特征线进行进一步的扰动滤除等操作得到光滑的谷脊线.实验结果表明,本文算法稳定、抗噪性强、能满足多分辨率的特征提取要求.

基于K-means聚类方法的三维点云模型分割

提出采用K-means聚类分析方法对三维点云模型进行分割。论文指出,对于分布呈现类内团聚状三维点云模型,K均值聚类分割可以得到较好的结果。与三维网格模型的K均值聚类分割、点云模型的谱系聚类分割的实验结果比较证实了这一点。

三维散乱点云模型的特征点检测

随着三维点云模型越来越受到人们的关注,如何对数据量大,无序的三维点云模型进行特征点检测也是近几年的研究热点。本文提出了基于曲率和密度的特征点检测算法,为每个数据点定义一个特征参数,这个参数由三部分组成:点到邻居点的平均距离;点的法向与邻居点法向夹角的和;数据点曲率。然后通过八叉树方法计算模型的数据点密度,将这个密度与模型到中心点的最大距离相除得到特征阈值,特征参数大于阈值的点就是特征点。本文计算时,检测模型的特征点只需用到三维点云模型的几何特征,如数据点法向,曲率和邻居点。实例表明本算法可准确地检测出散乱数据点云的特征点。

基于DWT的3D点云模型数字水印算法

提出一种基于离散小波变换(DWT)的3D点云模型数字水印算法。选取3D点云模型各点到模型重心距离值的一维DWT低频信号部分,进行水印信息的嵌入。实验结果表明,该算法嵌入数据量大,算法简单且容易实现,同时对仿射变换、重排序攻击、简化、剪切和噪声等变形攻击具有较强的鲁棒性。

利用显著性的点云模型客观质量评价

点云模型质量的客观评价是三维几何模型研究中不可或缺的工作.根据显著性能够较好地反映人类视觉系统的特点,提出以点的法向量与其邻域点法向量的差异作为该点的显著性计算依据,利用原始点云模型和处理后点云模型在显著性上的差异判断点云模型质量的变化,实现点云模型的质量评价.实验结果表明,所提出的客观评价模型和主观的人工评价得出的结果基本一致,且比信噪比方法更能体现人的视觉感知.

基于离散余弦变换的三维点云模型全息盲水印

目的为保护三维模型版权,提出一种基于离散余弦变换的三维点云模型全息盲水印算法。方法对三维点云模型进行仿射不变性处理,将三维模型由直角坐标系转到球坐标系,并对球坐标中的角度值进行升序排序;将顶点到质心的距离按顺序存入64×64的数组中,作为水印嵌入对象;二值水印图像经全息水印技术生成全息水印,并对全息水印进行分块离散余弦变换,在该变换域的中频部分实现对水印的嵌入,再经过离散余弦逆变换,实现由频域到空间域的变换,生成带有水印的三维模型。结果提出的算法是一种盲水印算法,对一些仿射攻击具有较好的鲁棒性。将水印嵌在变换域的中频部分,水印的不可见性及稳定性增强。结论提出算法可成功获得水印信息,采用全息技术实现了三维模型版权保护。

三维人体点云模型多约束肢体分割

针对人体点云模型的肢体分割这一动作识别和虚拟重建领域的重要问题,提出了一种基于分类骨架线、测地距离、特征点和姿态分析的多约束肢体分割算法,通过生成点云模型的分类骨架线,配合测地距离获得人体各部位粗分割点云集,利用测地路径方法实现关键特征点的定位,并利用曲线拟合方式进行定位优化,针对头颈、上肢、下肢和躯干之间关联部位的解剖学特征,构造多种约束条件,对各部位粗分割点云集进行了优化再分割。实验结果表明,所提算法对站姿条件下的不同动作、不同体型、不同精度人体点云模型均能取得与视觉理解相吻合的分割效果。通过该算法得到的肢体各部分点云数据可用于姿态分析等后续研究。

基于多视角区域生长的复杂点云模型分割

为提高三维点云模型在特征模糊区域的分割精度,提出了一种借助多视角区域生长的分割方法。基于网格法向量方向相异性原则,初次将模型划分为不同类别的子区域,在相应区域建立点云与多视角距离图像的一一映射关系。利用Canny算子对灰度的敏锐性获取独立连通域并计算其重心坐标,根据对应关系在三维点云中提取对应点作为种子点,然后引入网格法向量的偏移角度分离邻接面,同时对剩余彼此独立的分割面按照迭代搜索最近点的原则进行提取,并利用KNN算法去除离群点实现分割优化。在选取的模型数据集上进行实验,结果表明该方法能够实现复杂点云模型的合理划分,分割精度不低于80%。

基于点云模型的桥梁构件形态变化趋势识别与分析

为准确识别桥梁运营期间关键构件的几何形态及其变化趋势,提出一种基于点云模型的构件形态识别方法。该方法利用激光扫描与点云模型拼接技术,建立运营期间桥梁结构的精细化三维数字模型,通过对构件的时空变化趋势进行跟踪,进行桥梁结构力学现状的判断及发展趋势的预测。以7座独柱墩桥梁的倾覆评估为例,采用三维激光扫描得到的点云模型,识别各桥支座转角、主梁相对支座侧移及整体结构行为变化,并通过2年跟踪得到主梁侧向倾覆的趋势。识别结果与常规检测数据及外部荷载特征一致。该方法可实现桥梁构件几何形态的远距离识别和整体结构行为变化的快速跟踪,为桥梁的安全预警提供合理依据。

基于八叉树空间分割的三维点云模型密写

针对三维点云模型的信息隐藏,提出一种基于八叉树空间分割的空域密写算法。对经过主成分分析后的三维点云模型建立包围盒,利用八叉树空间分割得到小体元并记录分割过程,通过顶点位移将信息嵌入到小体元内的不同空间位置。实验结果表明,该算法在提取信息时不需要原始模型数据,具有嵌入量高、失真度低的特点,能够抵抗旋转、平移、均匀缩放和顶点重排序攻击,适合于任意网格的三维模型信息隐藏。

面向三维点云模型的鲁棒零水印技术

对三维点云模型零水印技术开展研究,基于三维模型形状分析、结合数据分析理论,选择具有较高稳定性的三维模型全局几何特征作为水印构造的基础,通过计算三维模型顶点范数,以顶点范数为依据建立三维模型有序顶点集,分析顶点集中顶点数目的分布情况构造水印。实验结果表明,该方法执行速度较快,可以直接应用于三维点云数据,能够很好地抵抗平移、旋转、均匀缩放、顶点重排序、噪声、简化、量化、平滑和细分等常见攻击,对剪切攻击也有一定的鲁棒性,能够满足三维模型版权保护的要求。

三维点云模型孔洞边界识别的研究综述

逆向工程中点云数据获取技术的发展使点云模型广泛应用于不同领域,然而,由于多种因素存在,使得到的三维点云数据缺失造成孔洞,影响后续曲面重构及三维模型重建工作。对点云模型的孔洞形成原因及孔洞类型进行了分析和总结,并回顾了已有的孔洞边界识别方法,就当前两大方面的边界识别方法做出了详细地介绍,归纳和阐述了一些方法的原理,对比它们的优缺点及其适用范围,最后分析了孔洞识别主要存在的难题以及应对方法,为后续研究提供有益的参考。