机器人原位铣削离散点云快速精简方法研究及应用

为了满足飞机装配机器人原位铣削对数字化高精度快速测量需求,开展了适应三维点云的双边滤波处理和快速精简算法研究,开发了点云快速处理与分析应用软件,实现了空间点云数据的降噪和精简处理,降低滤波对边界特征的损伤,有效保留了复杂构件圆角、筋条、空间曲线边界等关键特征。以典型样件为测试对象,通过与三坐标测量结果对比,验证了本文研究的有效性,软件接口开放性高,实现了与自动化设备的高度集成应用,避免了大量人机交互操作,缩短了数据处理时间,满足了机器人原位铣削的时效性需求。

利用LiDAR离散点云估测针叶林叶面积指数

通过对小光斑激光雷达离散点云数据进行处理,提取了6个变量参数分别用于估测针叶林叶面积指数,为了提高模型估测精度及弥补单变量模型的不足,在单变量模型的基础上尝试多变量组合共同用于估测森林叶面积指数,经过对比得出单变量模型中OGF模型最好,拟合相关性R=0.897,预测精度p=0.959;多变量预测模型结果差异不大,拟合相关性均>0.905,估测精度均>0.957。同时为了验证模型的推广性,对点云数据进行随机稀释操作获得4种不同密度的点云数据,分别用于验证点云密度对OGF模型及OGF与LPI组合模型的影响,结果表明点云密度对模型结果的影响不大,即使在0.125倍点云密度时模型仍能较好的估测针叶林叶面积指数,满足生产需要。

基于k-邻域密度的离散点云简化算法与实现

提出一种基于k-邻域密度(即k-邻域中的点云密度)的离散点云简化算法,并给出了在三角网格重构中的实现.该方法不仅可以保证实物模型重建后的整体轮廓,而且在细节部分也较好地保持了局部形状特征.三角网格重构的实验结果表明,所给方法简单、高效,同时,在实物模型平滑处与曲率变化较大处均取得了理想效果.

基于LiDAR离散点云能量信息的针叶林叶面积指数反演方法

叶面积指数是森林的重要结构参数,对于研究与植被叶片相关的生物物理活动具有重要意义。为了提高针叶林叶面积指数的估测精度,以吉林省长春市净月潭国家森林公园为研究区,通过对小光斑激光雷达离散点云进行滤波分类处理、拟合波形数据,从中提取5个能量参数,分别用于估测针叶林样方的叶面积指数,通过分析得出I2预测模型最好,R=0.911,P=0.968。结果表明小光斑激光雷达离散点云的能量信息能够较好地估计针叶林的叶面积指数,未来应加大小光斑激光雷达能量参数的应用。

离散点云数据的小波变换处理算法

将离散点云数据表示成适合用作小波变换的形式,提出了一种基于尺度的离散点云数据的特征识别算法,在此基础上给出了具体的基于尺度的二维和三维离散点云的小波分解算法,最后引入实例对二维离散点云的小波分解算法进行分析,实验结果表明算法达到了对点云数据的按尺度特征分解的目的.通过提出的算法,将离散点云数据按照尺度进行分解并提取出不同的特征成分,这样可以根据后期可视化显示的不同要求,将小波变换分解后的数据进行进一步的处理.

基于离散点云数据的森林冠层高度模型插值方法

【目的】基于森林区域离散点云特点,利用不同插值方法构建冠层高度模型,并对不同插值方法进行比较、分析和评价,为森林冠层高度模型插值方法选择提供参考。【方法】以30 m×30 m样方离散点云数据为试验数据,采用开源软件SAGS-GIS利用B样条插值（B-Spline）、普通克里金插值法（OK）、线性插值三角网法（TLI）、反距离加权插值法（IDW）4种插值方法分别构建森林冠层高度模型,对森林冠层高度模型的平面视图、三维视图、剖面图及其像元统计量进行比较和分析;同时对反距离加权插值法的插值参数搜索半径进行讨论、比较和分析。【结果】对于森林区域空间分布均匀且存在高度突变的点云数据,B-Spline插值对空值区域都进行了填充,林冠空隙也被过分填充,且CHM像元最大值明显偏离原始插值数据;TLI插值的CHM显得比较破碎;OK插值法对影像过度平滑,生成的CHM影像模糊;而IDW插值法对冠层顶部进行了适当填充和平滑,但冠层边缘不被过度平滑,保留高度突变,同时林冠空隙仍然保留也不被过分填充。IDW插值应选择合适的搜索半径,搜索半径为原始点云间隔的1.5-2.5倍较为合适。【结论】IDW插值法优于B-Spline,OK,TLI插值法,生成的CHM能较准确反映森林冠层的真实自然形态,有利于森林参数的提取。

离散点云凸曲面反求新方法及应用

提出了一种针对离散点云表达的凸曲面反求新方法:首先,根据由原曲面获得的离散点云数据创建一组相应的线性分片函数,此函数集在三维空间坐标系中构成一多面体的表面;然后,应用基于球坐标系下凝聚函数的内点极径扫描法,将该多面体表面拟合成为处处高阶可微的光滑整张曲面,实现对原离散点云表达曲面的反求。某流线型车头外形曲面设计实例证明了此方法的有效性及潜在的应用价值。

面向离散点云并行插值数据划分方法研究

插值是数字高程模型的核心分析方法,也是构建数字高程模型的常用手段.面对海量的离散点云数据,插值生成DEM的过程需要消耗大量的时间,将并行计算运用到插值计算中会显著缩短计算时间.结合点云数据分布不均匀的特点,本文提出了一套针对离散点云并行插值生成格网DEM的数据划分方法,将读取、搜索邻域、插值计算、输出4个过程的处理时间量化,保证划分后形成的子块处理时间均衡,提高了并行计算效率.

离散点云等残留高度数控加工刀轨生成方法

为了最大化刀轨行间距,从而减少刀轨总长度,针对离散点云提出了一种等残留高度刀轨生成方法。提出以点云局部轮廓点集直接生成残留高度点的迭代计算方法,再根据残留高度点和点云局部点集迭代计算出下一行等残留高度刀位点,从而获得等残留高度刀轨。算法无需点云等距或曲面重构,为了提高算法效率,提出了算法所需数据初值的优化计算方法。最后对典型的点云模型生成刀轨,与等行距刀轨相比,提出的算法生成的等残留高度刀轨总长度大幅减少,验证了算法的可行性和有效性。

逆向工程中对离散点云的特征识别算法探究

基于逆向设计中点云处理的表面识别问题,本文提出了一种基于小波变换的离散点云数据的特征识别算法。首先将离散点云表示成小波变换可以处理计算的形式,然后在此基础上提出了具体的二维和三维离散点云的小波分解算法,最后引入实例,对二维离散点云的小波分解算法进行验证分析。实验结果表明本文提出的算法达到了对点云数据的特征分解的目的。将离散点云数据按特征分解从而提取出不同的特征成分,可以根据后期点云预处理的不同要求,将小波变换后的数据进行进一步的处理。

小波分析在三维离散数据点云滤波中的应用

点云数据的曲面重构是逆向工程的关键技术。本文采用了B样条曲线的小波滤波方法。首先利用准均匀B样条曲线逼近具有任意点矢量的B样条曲线的方法,从而将任意B样条曲线转化为多分辨率表示。小波滤波方法在滤波的同时具有减少控制点数目的作用,起到了数据压缩的效。本文应用VC++6.0为开发平台,并给出运行结果。

基于随机分布估计的点云密度提取

针对目前密度提取方法提取的密度信息不能表现点云局部分布信息和分布随机性的缺陷,提出结合随机分布估计的密度提取方法。该方法采用分块计数法得到每个小分块的密度,结合点云总体的密集度得到一个能够反映点云局部积聚特征的参数,为判别点云分布的随机性、均匀性等提供较好的特征依据。

基于离散流形调和基的保特征谱几何处理方法

提出一种离散点云的Laplace算子的估计方法,利用离散化积分以及空间Voronoi图来构造拉普拉斯算子。为使Voronoi图近似更加精确,考虑在切空间投影生成Voronoi图时引入法向约束,相对于直接在切空间中构造Voronoi图,在切空间中生成的各向异性Voronoi图在近似精度上更加逼近于曲面流形上的Voronoi图。几何滤波、骨架提取等实验结果表明,该离散Laplace-Beltrami算子在局部特征的保持上效果更加明显,收敛速度更加迅速。

基于OPENGL的实测SMT焊点三维重建及显示技术

为检测SMT焊点的质量，提取焊点质量信息，研究了利用光学手段实测的SMT焊点的三维重建和显示技术，并且运用Visual C#.Net和OPENGL编制了一套软件。该软件可以利用SMT焊点的二维图像，通过三维重构算法计算出SMT焊点的表面高度离散点的数据集，即离散点云。对离散点云进行排序重组和三角网格化后，运用OpenGL对三角网格进行消隐，设定法线、光照、材质和贴图的处理，重建SMT焊点的表面，由此获得SMT焊点的三维信息，利于分析焊点的质量信息。 本文将简要论述堆栈式芯片封装的结构，并给出一些使用不同的AMI方法检测这种封装的内在特性和封装的内缺陷的分析例子。

OpenGL在SMT焊点中的应用

为检测SMT焊点的质量,提取焊点质量信息,研究了利用光学手段实测的SMT焊点的三维重建和显示技术,并且运用V isual C#.Net和OpenGL编制了一套软件。该软件可以利用SMT焊点的二维图像,通过三维重构算法计算出SMT焊点的表面高度离散点的数据集,即离散点云。对离散点云进行排序重组和三角网格化后,运用OpenGL对三角网格进行消隐,设定法线、光照、材质和贴图的处理,重建SMT焊点的表面,由此获得SMT焊点的三维信息,利于分析焊点的质量信息。

基于3D模型的景观建筑物全景纹理映射仿真

数据噪声和点云数据拼接效果均会影响3D模型的构建效果,为提升模型纹理映射效果,降低平面误差,提出城市景观建筑物全景3D模型纹理映射方法。对点云数据展开预处理,线扫描数据去噪后过滤离散点云数据,通过迭代操作去除噪声点,并采用ICP算法对点云数据展开精准拼接。利用半球面等比约束球面映射算法对模型展开纹理映射操作,通过不断调整倍数大小均匀控制球面纹理映射的覆盖范围,完成城市景观建筑物全景3D模型纹理映射。仿真结果表明,所提方法可以高效完成城市景观建筑物全景3D模型纹理映射,且不会出现模型缺失、扭曲、变形、失真和粗糙问题,说明该方法性能较好。

基于变半径球的数据压缩

逆向工程中的点云数据压缩正受到越来越多的关注。它是模型重构和配准的基础。点云数据压缩后,可以改善重构以及配准的速度。在保持原始点云形状的基础上,提出了一种数据压缩算法。首先计算每一点处的法向量并且通过相邻点法向量间的关系去除坏点,然后计算每一点的曲度,最后通过移动球检测控制点并且简化点云。实验表明该算法在保持点云几何形状的同时,能够有效地降低点云数量。

特种电极零件曲面的CAD/CAM

简述了对某在研设备中一个关键电极零件的CAD/CAM进行了探讨,即由离散点云构建曲面模型;曲面的加工工艺,包括装夹工艺、走刀路径设计、加工精度控制等。实践表明,此方法和措施切实可行。

基于改进Voronoi区域面积的Mark Meyer曲率估算方法

以微分几何曲率计算公式为理论基础,对常用的Mark Meyer离散点云曲率估算方法进行改进,提出基于Voronoi区域面积的改进Mark Meyer算法。针对Mark Meyer算法中Voronoi区域面积的计算进行改进,对于Voronoi区域中存在钝角的情形进行详细论述并且改进钝角三角形的计算公式,同时给出更为准确的面积计算方法。将该算法应用于球面、柱面、抛物面、马鞍面,计算结果表明该算法提高了离散点云曲率估算的精度和稳定性。

面向地形匹配的多波束测深数据抽稀方法研究

基于多波束测深的地形定位是水下潜器导航技术研究和发展的重点,多波束测深数据的高精度快速重采样是水下地形匹配定位的前提。传统的实时抽稀方法因对多波束测深数据模型的过分简化而效果欠佳。参考Douglas-Peucker算法和点云数据抽稀方法,采用角度-弦高联合准则对多波束每ping数据进行抽稀处理,参考导航地形图对抽稀后的多ping数据基于点云离散度进行二次抽稀处理,从而实现多波束测深数据的高精度快速抽稀处理。典型的数学仿真地形和实测多波束条带数据实验表明:文中提出的抽稀方法数据抽稀率仿真地形在85%以上,实测地形在90%以上,数据抽稀前后点云构成的曲面DEM误差在3%以内,并且算法实时性较好。