CN101510315B - 产品stl模型的空间索引结构建立方法 - Google Patents

Abstract

本发明提供一种产品STL模型空间索引结构建立方法，其特征在于：首先读取产品STL模型数据文件，建立各三角面片的轴向包围盒，依据轴向包围盒的中心及外接球半径建立三角面片对应的数据结点，并存入数据结点序列，通过选择插入位置、结点分裂、调整结点轴向包围盒等步骤将序列中各数据结点插入到索引结构中，将轴向包围盒体积较大的数据结点重新插入到索引结构中，进一步优化索引结构，实现产品STL模型空间索引结构的建立。本发明可建立各种复杂型面三角网格的空间索引结构，具有稳定性强、查询效率高的特点。

Description

产品STL模型的空间索引结构建立方法

技术领域

本发明提供一种产品STL模型的空间索引结构建立方法，属于产品逆向工程技术领域。

背景技术

在产品逆向工程中，通常采用激光扫描仪等设备获取实体模型表面的散乱点云数据，并对该数据进行三角剖分生成产品STL模型，逼近原实体模型。产品STL模型由一些离散的三角面片组成，目前主要通过建立邻接关系表、空间八叉树、R*-树等方法组织三角面片间的近邻关系，为产品STL模型建立稳定、高效的索引结构对于提高产品STL模型的精简与细分、产品STL模型求交及基于产品STL模型的数控加工刀轨生成等运算具有重要意义。

在现有的技术文献中没有发现产品STL模型的空间索引结构建立方法，在三角网格的空间索引结构建立方法中，王磊等在学术期刊《计算机应用研究》(2004，9，P95-97)上发表的论文“细分曲面的有序邻接顶点表数据结构”中，依据三角网格模型中各三角面片的顶点信息和边信息，为每个三角面片建立邻接关系表，存放与该三角面片拓扑相邻的三角面片，该方法可准确获取三角网格模型中各三角面片的近邻关系，但是，由邻接关系表的构建过程可知，其索引效率依赖于构建邻接关系表时三角面片的插入顺序，且邻接关系表为静态索引结构，对三角面片进行插入、删除等操作时，需遍历整个邻接关系表以重新组织三角面片间的邻接关系，算法运行效率低、系统资源消耗高。周海在其博士学位论文“细分曲面造型技术研究”(南京航空航天大学，2005)中采用空间八叉树作为三角网格模型的空间索引结构，依据三角面片包围盒中心的位置将三角面片插入到空间八叉树中，建立三角网格模型索引结构，组织三角面片间的近邻关系，该方法以三角面片包围盒中心表示三角面片，不能准确反映三角面片所在位置及所占空间区域大小，准确性差，降低了索引结构的质量及基于该结构的空间查询效率。王占礼在其博士学位论文“面向虚拟制造的数控加工仿真技术研究”(吉林大学，2007)中采用一个大包围盒包围三角网格模型，将该包围盒作为根索引结点，然后将其中的三角面片分割成两部分，每一部分用一个包围盒包围，再对每一个包围盒递推进行分割，直到一个包围盒只包含一个三角面片，建立三角网格模型的非平衡二叉树索引结构，该结构提高了三角网格模型的空间查询效率，但由于该结构为非平衡二叉树，故只适用于分布较为均匀的三角网格模型，当三角网格模型分布疏密不均时，容易出现树的某一分支层数过多现象，导致数据结构急剧恶化，严重影响基于该结构的空间查询效率。

综上所述，目前的三角网格空间索引结构存在建立效率低、系统资源消耗高等问题，因此，为产品STL模型数据建立稳定高效的索引结构已成为本领域技术人员亟待解决的技术问题。

发明内容

为克服现有产品STL模型的空间索引结构建立方法在产品逆向工程数据处理中的不足，本发明的目的在于提供一种产品STL模型的空间索引结构建立方法，使之能索引各种复杂型面产品STL模型，具有稳定性强、查询效率高的特点，技术方案如下：

一种用于产品逆向工程中的产品STL模型的空间索引结构建立方法，其特征在于包含以下步骤：一、读取产品STL模型数据，建立各三角面片的轴向包围盒，依据轴向包围盒的中心及外接球半径建立三角面片对应的数据结点，并存入数据结点序列；二、将数据结点插入到索引结构中，步骤具体是：1)为数据结点选择插入位置；2)将数据结点插入到步骤1)中得到的插入位置；3)令数据结点插入到结点node下，判断结点node的子结点数是否大于结点的最大子结点数，若大于则对结点node进行结点分裂；4)调整各结点的轴向包围盒；三、将体积过大的轴向包围盒重新插入到索引结构中，实现索引结构的优化；四、基于产品STL模型空间索引结构，实现三角面片的拓扑近邻查询。

为实现发明目的，所述的产品STL模型的空间索引结构建立方法，在步骤一中，读取产品STL模型数据文件，根据三角面片三个顶点的坐标为每个三角面片建立恰好包围三角面片且各条棱均平行于坐标轴的轴向包围盒，建立各三角面片对应的数据结点，并将其存入数据结点序列，数据结点包含三角面片信息及对应的轴向包围盒信息。

为实现发明目的，所述的产品STL模型的空间索引结构建立方法，在步骤二中，将数据结点插入到索引结构，方法是：结点包括索引结点和数据结点，索引结点包含根索引结点、内部索引结点和叶索引结点，索引结构的最上层结点为根索引结点、最下层结点为叶索引结点、其余结点为内部索引结点，定义M为结点的最大子结点数(M为大于2的整数)、m为结点最小子结点数(m为小于或等于M/2的整数)，除根索引结点外，每个索引结点的子结点数均小于等于M且大于等于m；索引结构中每个结点的轴向包围盒恰好包围该结点的所有子结点。

为实现发明目的，所述的产品STL模型的空间索引结构建立方法，在步骤二中为结点选择插入位置的步骤具体是：1)令当前结点为current_node，如果索引结构为空则返回空，否则令current_node为索引结构根索引结点；2)计算current_node的每个子结点与待插入结点的轴向包围盒外接球重叠度，选择重叠度最小的作为current_node；3)重复步骤2)直到current_node所在层为叶索引结点层。

为实现发明目的，所述的产品STL模型的空间索引结构建立方法，在步骤二中，将数据结点插入到索引结构，令任意两结点c_i、c_j轴向包围盒的外接球半径分别为r_i、r_j，轴向包围盒中心间的距离为d_i，j，采用公式 ${\mathrm{\ξ}}_{i,j}=\frac{r_i+r_j}{d_{i,j}}$ 计算两结点轴向包围盒的外接球重叠度，以结点轴向包围盒外接球重叠度衡量两结点间的相似性大小，重叠度越大则结点间的相似性越大，否则越小，令N为任一结点，其包含的子结点集合为C＝{c_i|i＝0，1，…，n-1}，计算结点c_i与集合C中其他结点的轴向包围盒外接球重叠度之和 ${\mathrm{\ξ}}_{\mathrm{sum}}=\underset{j=0,j\≠i}{\overset{n-1}{\mathrm{\Σ}}}{\mathrm{\ξ}}_{i,j},$ 以ξ_sum值最大的结点为子结点集合C的中心。

为实现发明目的，所述的产品STL模型的空间索引结构建立方法，在步骤二的步骤3)中，结点分裂的步骤具体是：1)随机取两个结点作为初始分簇中心；2)将结点node包含的结点插入到中心与其相似性较大的簇中；3)计算分簇后两簇的分簇中心，若分簇中心与上次分簇中心相同则执行步骤4)，否则以新分簇中心代替上次分簇中心，返回步骤2)继续分簇；4)若某簇的结点数n小于最小子结点数m，则将另一簇中与当前簇中心相似性较大的m-n个结点插入到当前簇中；5)将其中一簇作为结点node的子结点，新建结点new_node，将另一簇作为新建结点new_node的子结点，计算新建结点new_node的轴向包围盒，并将新建结点new_node作为结点node的父结点的子结点插入到索引结构中。

为实现发明目的，所述的产品STL模型的空间索引结构建立方法，在步骤二中，将数据结点插入到索引结构，调整结点轴向包围盒的步骤具体是：1)设新插入到索引结构中的数据结点的父结点为src_node；2)调整父结点src_node的轴向包围盒，使其恰好包含父结点src_node的所有子结点；3)若父结点src_node为根索引结点，程序返回，否则继续执行；4)令父结点src_node为步骤1)中父结点src_node的父结点，返回步骤2)。

为实现发明目的，所述的产品STL模型的空间索引结构建立方法，在步骤三中对索引结构进行优化，步骤具体是：1)遍历索引结构，计算叶索引结点层轴向包围盒的平均体积volume_avg；2)遍历索引结构各叶索引结点，若该叶索引结点轴向包围盒的体积大于μ×volume_avg，μ为用户设定的阈值，通常取3～5，则将其包含的数据结点添加到临时序列L中，并将其包含的数据结点从索引结构中删除；3)将序列L中的数据结点重新插入到索引结构中，实现索引结构的全局优化。

为实现发明目的，所述的产品STL模型的空间索引结构建立方法，在步骤四中，查询任一三角面片T的邻接三角面片的具体步骤如下：1)令三角面片T的轴向包围盒外接球为S，将当前结点N初始化为索引结构的根索引结点；2)若当前结点N的轴向包围盒外接球与外接球S相交，则继续执行，否则执行步骤4)；3)若当前结点N为数据结点，则将其包含的三角面片存入三角面片T的近邻三角面片集合L；4)若当前结点N为索引结点，则令当前结点N为其子结点，返回步骤2)；5)令当前结点N为其下一结点，返回步骤2)；6)从近邻三角面片集合L中查询三角面片T的拓扑近邻三角面片。

本发明与现有技术相比，具有以下四个特点：

1)依据结点轴向包围盒外接球重叠度衡量三角面片间的相似性，既反映了三角面片所在位置又反映了其所占空间区域大小，提高了结点在空间范围内的聚合性，分簇结果更合理；

2)结合k-means算法进行结点分裂，提高了点云空间索引结构的建立效率；

3)将体积过大的叶索引结点包含的数据结点重新插入到索引结构中，避免了轴向包围盒奇异的结点的产生，提高了索引结构的质量；

4)采用深度优先遍历方法快速准确的获取三角面片的拓扑近邻三角面片，可有效缩小查询范围，提高目标三角面片拓扑近邻面片的查询效率。

附图说明

图1是本发明产品STL模型的空间索引结构建立程序实现流程图。

图2是三角面片及其轴向包围盒示意图。

图3是本发明索引结构的平面结构示意图。

图4是本发明索引结构的树状结构示意图。

图5是本发明产品STL模型数据索引结构新结点插入流程图。

图6是本发明维纳斯头像三角网格模型。

图7-图10是本发明对维纳斯头像产品STL模型建立的空间索引结构各层结点轴向包围盒。

具体实施方式

下面结合附图对本发明作进一步说明：

图1是本发明产品STL模型的空间索引结构建立程序实现流程图，产品STL模型的空间索引结构建立程序包含读取产品STL模型数据文件程序1，将数据结点插入到索引结构程序2，优化索引结构程序3及目标三角面片近邻面片查询程序4，其中，读取产品STL模型数据文件程序1读取产品STL模型数据文件，建立各三角面片的轴向包围盒，依据轴向包围盒的中心及外接球半径建立三角面片对应的数据结点，并存入数据结点序列；将数据结点插入到索引结构程序2读取数据结点序列，选择结点插入位置，判断结点的子结点数是否大于结点的最大子结点数，若大于则进行结点分裂，自轴向包围盒发生变化的结点，沿着R*-tree的一条分枝，自底向上调整各结点的轴向包围盒；优化索引结构程序程序3删除轴向包围盒体积过大或过于狭长的叶索引结点，将其包含的子结点重新插入到索引结构中，实现索引结构的优化；三角面片拓扑近邻面片查询程序4深度优先遍历产品STL模型的空间索引结构，获取与目标三角面片轴向包围盒外接球相交的数据结点，从其包含的三角面片中选择目标三角面片的拓扑近邻面片。

图2是若干三角面片集合。定义索引结构中结点的最小子结点数m＝3、最大子结点数M＝8，图3是对图2所示三角面片集合建立的空间索引结构中结点轴向包围盒示意图，图4为索引结构的树状结构示意图，结点A是根索引结点，B、C为叶索引结点，D、E、F、G、H、I、J、K、L、M、N、O、P、Q为数据结点，每个数据结点包含一个三角面片。

图5所示为将数据结点插入到索引结构程序2实现流程图，调用选择结点插入位置程序1)选择结点应插入的位置，调用结点插入位置程序2)将结点插入到程序1)得到的位置，判断结点的父结点的子结点数是否大于结点的最大子结点数，若大于则调用结点分裂程序3)对新插入结点的父结点进行结点分裂，调用调整结点轴向包围盒程序4)对自新插入结点，沿着索引结构的一条分枝，调整各结点的轴向包围盒，使各结点的轴向包围盒恰好包围其包含的子结点。

将数据结点插入到索引结构程序2中，选择结点插入位置程序1)的步骤具体是：1)若当前索引结构为空，则返回空；否则设当前结点current_node为索引结构的根索引结点；2)计算当前结点current_node的每个子结点与待插入结点的轴向包围盒外接球重叠度，选择重叠度最小的作为当前结点current_node；3)重复步骤2)直到当前结点current_node所在层为叶索引结点层。

将数据结点插入到索引结构程序2中，令任意两结点c_i、c_j的轴向包围盒外接球半径分别为r_i、r_j，轴向包围盒中心间的距离为d_i，j，采用公式 ${\mathrm{\ξ}}_{i,j}=\frac{r_i+r_j}{d_{i,j}}$ 计算两结点的外接球重叠度，以重叠度衡量两结点间的相似性大小，重叠度越大则结点间的相似性越大，否则越小，令N为任一结点，其包含的子结点集合为C＝{c_i|i＝0，1，…，n-1}，计算结点c_i与集合C中其他结点的轴向包围盒外接球重叠度之和 ${\mathrm{\ξ}}_{\mathrm{sum}}=\underset{j=0,j\≠i}{\overset{n-1}{\mathrm{\Σ}}}{\mathrm{\ξ}}_{i,j},$ 以ξ_sum值最大的结点为子结点集合C的中心。

将数据结点插入到索引结构程序2中，若结点node的子结点数n大于最大子结点数M，则调用结点分裂程序3)对结点node进行结点分裂，步骤具体是：1)随机取两个结点作为初始分簇中心；2)将结点node包含的结点插入到中心与其相似性较大的簇中；3)计算分簇后两簇的分簇中心，若分簇中心与上次分簇中心相同则执行步骤4)，否则以新分簇中心代替上次分簇中心，返回步骤2)继续分簇；4)若某簇的结点数n小于最小子结点数m，则将另一簇中与当前簇中心相似性较大的m-n个结点插入到当前簇中；5)将其中一簇作为结点node的子结点，新建结点new_node，将另一簇作为新建结点new_node的子结点，计算新建结点new_node的轴向包围盒，并将新建结点new_node作为结点node的父结点的子结点插入到索引结构中。

优化索引结构程序3的步骤具体是：1)遍历索引结构，计算叶索引结点层轴向包围盒的平均体积volume_avg；2)遍历索引结构各叶索引结点，若该叶索引结点轴向包围盒的体积大于μ×volume_avg(μ为用户设定的阈值，通常取3-5)，则将其从索引结构中删除，并将其包含的三角面片添加到临时序列L中；3)将序列L中的三角面片重新插入到索引结构中，实现索引结构的全局优化。

图6是本发明维纳斯头像三角网格模型，该模型型面特征较为复杂，由27963个三角面片构成，采用本发明建立其空间索引结构，各层结点轴向包围盒效果如图7-图10所示。图7为根索引结点的轴向包围盒，图8为内部索引结点的轴向包围盒，图9为叶索引结点的轴向包围盒，图10为数据结点的轴向包围盒，除根索引结点外，每个索引结点的子结点数均在8～20范围内，每个数据结点包含一个三角面片。

查询任一三角面片T的邻接三角面片的步骤具体是：1)令三角面片T的轴向包围盒外接球为S，将当前结点N初始化为索引结构的根索引结点；2)若当前结点N的轴向包围盒外接球与外接球S相交，则继续执行，否则执行步骤4)；3)若当前结点N为数据结点，则将其包含的三角面片存入三角面片T的近邻三角面片集合L；4)若当前结点N为索引结点，则令当前结点N为其子结点，返回步骤2)；5)令当前结点N为其下一结点，返回步骤2)；6)从近邻三角面片集合L中查询三角面片T的拓扑近邻三角面片。

其它产品STL模型的索引结构构建方法同上。

Claims (2)

1.一种用于产品逆向工程中的产品STL模型的空间索引结构建立方法，其特征在于包含以下步骤：一、读取产品STL模型数据，建立各三角面片的轴向包围盒，依据轴向包围盒的中心及外接球半径建立三角面片对应的数据结点，并存入数据结点序列，其中结点包括索引结点和数据结点，索引结点包含根索引结点、内部索引结点和叶索引结点，索引结构的最上层结点为根索引结点、最下层结点为叶索引结点、其余结点为内部索引结点，定义M为结点的最大子结点数、m为结点最小子结点数，其中M为大于2的整数，m为小于或等于M/2的整数，除根索引结点外，每个索引结点的子结点数均小于等于M且大于等于m；索引结构中每个结点的轴向包围盒恰好包围该结点的所有子结点；二、将数据结点插入到索引结构中，步骤具体是：1)为数据结点选择插入位置，具体步骤为：(1)令当前结点为current_node，如果索引结构为空则返回空，否则令current_node为索引结构根索引结点；(2)计算current_node的每个子结点与待插入结点的轴向包围盒外接球重叠度，选择重叠度最小的作为current_node，其中计算两个结点的轴向包围盒外接球重叠度的方法为：令任意两结点c_i、c_j的轴向包围盒外接球半径分别为r_i、r_j，轴向包围盒中心间的距离为d_i，j，采用公式

计算两结点轴向包围盒的外接球重叠度，以重叠度衡量两结点间的相似性大小，重叠度越大则结点间的相似性越大，否则越小，令N为任一结点，其包含的子结点集合为C＝{c_i|i＝0，1，…，n-1}，n为N的子结点数，计算结点c_i与集合C中其他结点的轴向包围盒外接球重叠度之和以ξ_sum值最大的结点为子结点集合C的中心；(3)重复步骤(2)直到current_node所在层为叶索引结点层；2)将数据结点插入到步骤1)中得到的插入位置；3)令数据结点插入到结点node下，判断结点node的子结点数是否大于结点的最大子结点数，若大于则对结点node进行结点分裂，具体过程为：(1)随机取两个结点作为初始分簇中心；(2)将结点node包含的结点插入到中心与其相似性较大的簇中；(3)计算分簇后两簇的分簇中心，若分簇中心与上次分簇中心相同则执行步骤(4)，否则以新分簇中心代替上次分簇中心，返回步骤(2)继续分簇；(4)若某簇的结点数n小于最小子结点数m，则将另一簇中与当前簇中心相似性较大的m-n个结点插入到当前簇中；(5)将其中一簇作为结点node的子结点，新建结点new_node，将另一簇作为新建结点new_node的子结点，计算新建结点new_node的轴向包围盒，并将新建结点new_node作为结点node的父结点的子结点插入到索引结构中；4)调整各结点的轴向包围盒，具体过程为：(1)设新插入到索引结构中的数据结点的父结点为src_node；(2)调整父结点src_node的轴向包围盒，使其恰好包含父结点src_node的所有子结点；(3)若父结点src_node为根索引结点，程序返回，否则继续执行；(4)令父结点src_node为步骤(1)中父结点src_node的父结点，返回步骤(2)；三、将体积过大的轴向包围盒重新插入到索引结构中，实现索引结构的优化；四、基于产品STL模型空间索引结构，实现三角面片的拓扑近邻查询，其中查询任一三角面片T的邻接三角面片的具体步骤如下：1)令三角面片T的轴向包围盒外接球为S，将当前结点N初始化为索引结构的根索引结点；2)若当前结点N的轴向包围盒外接球与外接球S相交，则继续执行，否则执行步骤4)；3)若当前结点N为数据结点，则将其包含的三角面片存入三角面片T的近邻三角面片集合L；4)若当前结点N为索引结点，则令当前结点N为其子结点，返回步骤2)；5)令当前结点N为其下一结点，返回步骤2)；6)从近邻三角面片集合L中查询三角面片T的拓扑近邻三角面片。

2.如权利要求1所述的产品STL模型的空间索引结构建立方法，其特征在于：在步骤三中对索引结构进行优化，步骤具体是：1)遍历索引结构，计算叶索引结点层轴向包围盒的平均体积volume_avg；2)遍历索引结构各叶索引结点，若该叶索引结点轴向包围盒的体积大于μ×volume_avg，μ为用产设定的阈值，通常取3～5，则将其包含的数据结点添加到临时序列L中，并将其包含的数据结点从索引结构中删除；3)将序列L中的数据结点重新插入到索引结构中，实现索引结构的全局优化。

Images