基于法向修正与位置滤波的散乱点云去噪算法

为解决传统点云去噪算法易造成模型的过光顺和局部失真问题,提出一种基于法向修正与位置滤波的散乱点云去噪算法。首先利用主成分分析(PCA)算法初估点云法向,对采样点的邻域点法向进行双边加权,利用加权后的邻域点法向之和估计原采样点的高精度法向;利用采样点与邻域点的平均距离及距离偏差在采样点法向上投影的标准差控制滤波参数的取值,使滤波参数能随采样点的局部几何特征自适应变化;最后将修正后的法向和参数自适应的高斯核函数结合,构建新的点云滤波模型。实验结果表明:修正后的法向偏差均方根为0.0624 rad,滤波后的点云数据的最小平均误差为0.0167 mm,最小均方根误差为0.4636μm,最大误差为0.0332 mm。该算法有效地避免了模型的过光顺和特征细节失真。

各向异性扩散滤波的三维散乱点云平滑去噪算法

针对传统点云去噪算法在去除噪声时易造成模型特征失真的问题,提出一种各向异性扩散滤波的三维散乱点云平滑去噪算法.首先采用张量投票算法计算采样点的张量矩阵,并求解其特征值和特征向量;然后根据采样点的几何特征设计扩散张量的特征值,保证在不同特征方向的扩散速率能自适应调整;最后将重构的扩散张量与三维各向异性扩散滤波方程相结合,构造了点云滤波模型用于点云去噪.对不同含噪点云模型进行去噪的实验结果表明,该算法在点云去除噪声的同时,可以有效地保持原始模型的特征信息,避免了模型的过光顺.

基于2D靶标的摄像机与转台中心轴同步标定方法

针对旋转拼接系统分步标定摄像机和转台中心轴时容易造成误差累计的问题,提出一种基于2D靶标的摄像机与转台中心轴同步标定方法。该方法利用转台旋转调整2D靶标位姿,通过同一组实验数据完成摄像机与转台中心轴两个标定过程。实验结果表明:四视角点云拼接试验中,标准球拼接后,重建模型直径与实际直径偏差均值为0. 1293 mm;航空压气机叶片拼接后获得模型厚度与叶片实际厚度偏差的均值为0. 1192 mm,平均偏差率为4. 47%,满足叶片焊接轨迹规划需要。实际应用证明:该方法简化了系统标定流程,在不降低三维点云测量与拼接精度的前提下,提高了系统标定效率。