CN105741342A - 一种基于曲线渐进斜率的水火弯板三维扫描曲面提取方法 - Google Patents

一种基于曲线渐进斜率的水火弯板三维扫描曲面提取方法 Download PDF

Info

Publication number
CN105741342A
CN105741342A CN201610069721.7A CN201610069721A CN105741342A CN 105741342 A CN105741342 A CN 105741342A CN 201610069721 A CN201610069721 A CN 201610069721A CN 105741342 A CN105741342 A CN 105741342A
Authority
CN
China
Prior art keywords
rectangular tiles
curve
axis
axis direction
delta
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610069721.7A
Other languages
English (en)
Other versions
CN105741342B (zh
Inventor
程良伦
韦宝刚
高超
李玉珍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201610069721.7A priority Critical patent/CN105741342B/zh
Publication of CN105741342A publication Critical patent/CN105741342A/zh
Application granted granted Critical
Publication of CN105741342B publication Critical patent/CN105741342B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Baking, Grill, Roasting (AREA)
  • Surface Treatment Of Glass (AREA)

Abstract

本发明涉及一种基于曲线渐进斜率的水火弯板三维扫描曲面提取方法,包括以下步骤:S1.取噪声点较少的一侧为起始边缘,将扫描曲面划分为多个矩形小块;S2.对于每一矩形小块,求取其在x轴、y轴方向上的曲线渐进斜率kx00、ky00;S3.求取矩形小块在x轴、y轴方向上的z值范围△zx00、ky00:△zx00=[kx00*(△x10/2)]±(d+2*△d)/2,△x10表示矩形小块在x轴方向上的宽度;△zy00=[ky00*(△y10/2)]±(d+2*△d)/2。△y10表示矩形小块在y轴方向上的宽度;S4.对所有矩形小块进行步骤S3的处理,获得所有矩形小块的z值范围;S5.判断矩形小块的z值大小是否处于保护范围(△zx、△zy)内,若是将将之视为正常点,否则视为噪声点或杂物点进行去除。

Description

一种基于曲线渐进斜率的水火弯板三维扫描曲面提取方法
技术领域
本发明涉及水火弯板加工领域,更具体地,涉及一种基于曲线渐进斜率的水火弯板三维扫描曲面提取方法。
背景技术
随着科学技术的发展,人们生活水平得到显著提高,物质需求也随之上升。而在图像处理领域,传统的2D图像正逐步被3D图像所取代。3D扫描成形技术在最近十几年间得到了迅猛的发展,并被成功的运用于电影、军事、医疗等领域,从而在世界范围内引起广泛的关注,并成为各研发机构争相研究的对象。随着3D扫描技术研究的深入,围绕其衍生出的3D扫描图像的轮廓识别、模块提取技术也引起了各方的注意。如现今流行的人脸识别、数字识别、三维空间重构等技术都运用了3D扫描图像的轮廓识别、模块提取技术。由此可见,围绕3D扫描成像衍生出的3D扫描图像的轮廓识别、模块提取技术在三维图像处理技术中占有不容忽视的重要作用。但是,在现今造船业中,能够成功使用3D扫描成像技术的案例却少之又少,而造船水准的提高又急需使用到先进的3D扫描成像技术。因此,将3D扫描曲面点云重构技术运用于水火弯板烧制过程的研究,并以此为切入点而进行深入的研究对于现实工程以及科学研究具有非常重要的意义。
而在造船业中,船体外板的制作多采用水火弯板技术。在竞争日趋激烈的世界造船业中,水火弯板自动化将成为一大趋势,也将最终取代手工作业。水火弯板曲面的三维扫描成像和曲面提取作为自动化烧制弯板进程中的第一步而有着非常重要的作用和地位。然而,在水火弯板三维扫描提取过程中,会因为扫描外板存在众多噪声点或杂物点而严重影响水火弯板的提取工作,最终导致外板提取工作失败,从而影响水火弯板自动化的进程。
发明内容
针对水火弯板3D扫描点云成像过程中,水火弯板曲面提取因大量噪声点的存在而无法提取的难题,本发明提供一种基于曲线渐进斜率的水火弯板三维扫描曲面提取方法,通过此方法能够对3D扫描仪扫描出的水火弯板曲面三维图像进行去噪处理,并提取出误差在可接受范围内的弯板曲面的三维图像。
为实现以上发明目的,采用的技术方案是:
一种基于曲线渐进斜率的水火弯板三维扫描曲面提取方法,包括以下步骤:
S1.取噪声点较少的一侧为起始边缘,将扫描曲面划分为多个矩形小块;
S2.对于每一矩形小块,求取其在x轴、y轴方向上的曲线渐进斜率kx00、ky00
S3.求取矩形小块在x轴、y轴方向上的z值范围△zx00、ky00
△zx00=[kx00*(△x10/2)]±(d+2*△d)/2,△x10表示矩形小块在x轴方向上的宽度;
△zy00=[ky00*(△y10/2)]±(d+2*△d)/2。
△y10表示矩形小块在y轴方向上的宽度;
S4.对所有矩形小块进行步骤S3的处理,获得所有矩形小块的z值范围;
S5.判断矩形小块的z值大小是否处于保护范围(△zx、△zy)内,若是将将之视为正常点,否则视为噪声点或杂物点进行去除。
优选地,所述求取矩形小块x轴、y轴方向上的曲线渐进斜率的具体过程如下:
设矩形小块的四个顶点分别表示为(x00,y00,z00)、(x10,y10,z10)、(x01,y01,z01)、(x11,y11,z11),
矩形小块在x轴方向上的宽度为△x00=|x10-x00|;
矩形小块在z轴上的跨度为△zx00=z10-z00
则矩形小块在x轴方向上的曲线渐进斜率表示为:kx00=△x00/△zx00
矩形小块在y轴方向上的宽度为△y00=|y01-y00|;
矩形小块在z轴上的跨度为△zy00=z11-z10
则矩形小块在y轴方向上的曲线渐进斜率表示为:ky00=△y00/△zy00
与现有技术相比,本发明的有益效果是:
本发明提出一种基于曲线渐进斜率的水火弯板三维扫描曲面提取方法,旨在利用水火弯板外曲面的渐进斜率逐一计算每一小部分的外板厚度以及可接受的误差范围,从而将范围外的所有噪声点和杂物点去掉,完成水火弯板三维曲面的提取工作。
附图说明
图1为矩形小块的划分示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
以下结合附图和实施例对本发明做进一步的阐述。
实施例1
本发明提供了一种基于曲线渐进斜率的水火弯板三维扫描曲率提取方法,其包括以下步骤:
(1)选定起始边缘和样条宽度;
为方便后续步骤计算斜率及曲面分解小块的厚度,在此本发明取噪声点较少的一侧为起始边缘;与此同时,以该边缘为平行线,首先,取宽度为5cm的样条宽度,将整块水火弯板切分为多个条状曲面;然后,再以垂直于起始边缘的线将条状曲面分割为块状曲面。以图1所示为例,取00-06边和00-70边为起始边,等间距将整块曲面划分为多个小方块。
(2)计算曲线渐进斜率;
如图1所示,由00(x00,y00,z00)、10(x10,y10,z10)、01(x01,y01,z01)、11(x11,y11,z11)四个点确定的小块。
1)计算x轴方向上的曲线渐进斜率,计算过程如下:
①计算该小块宽度△x00=|x10-x00|;
②计算该小块在z轴上的跨度△zx00=z10-z00
③计算该小块的在x轴方向上的曲线渐进斜率kx00=△x00/△zx00
以同样的方式可以计算出y轴方向上的曲线渐进斜率,计算过程如下:
④计算该小块宽度△y00=|y01-y00|;
⑤计算该小块在z轴上的跨度△zy00=z11-z10
⑥计算该小块的在x轴方向上的曲线渐进斜率ky00=△y00/△zy00
2)重复以上①-⑥步骤,将曲面上00~65所有的点x、y轴方向上的曲线渐进斜率计算出来。
(3)计算水火弯板可容厚度及误差范围;
对由10、11、20、21四个点确定的小块,其厚度为d,并设定厚度误差可接受范围为2*△d。
①则该小块在x轴方向上的z值范围为:
△zx00=[kx00*(△x10/2)]±(d+2*△d)/2。
其中kx00为00、01、10、11所确定小块在x轴方向上的曲线渐近线斜率,△x10=x20-x10
②该小块在y轴方向上的z值范围为:
△zy00=[ky00*(△y10/2)]±(d+2*△d)/2。
其中ky00为00、01、10、11所确定小块在y轴方向上的曲线渐近线斜率,△y10=y11-y10
③重复以上①-②步骤,将曲面上所有小块的z值范围求出,此范围即为保护范围。
(4)去除噪声点,完成水火弯板模块提取工作。
在此,本发明将处于保护范围内(△zx、△zy)的点视为正常点,而将处于保护范围外的点视为噪声点或杂物点。由此,本发明将逐小块的将处于保护范围△zx、△zy内的三维点云留下,而将保护范围外的点去除,从而最终完成水火弯板模块的提取工作。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (2)

1.一种基于曲线渐进斜率的水火弯板三维扫描曲面提取方法,其特征在于:包括以下步骤:
S1.取噪声点较少的一侧为起始边缘,将扫描曲面划分为多个矩形小块;
S2.对于每一矩形小块,求取其在x轴、y轴方向上的曲线渐进斜率kx00、ky00
S3.求取矩形小块在x轴、y轴方向上的z值范围△zx00、ky00
△zx00=[kx00*(△x10/2)]±(d+2*△d)/2,△x10表示矩形小块在x轴方向上的宽度;
△zy00=[ky00*(△y10/2)]±(d+2*△d)/2;
△y10表示矩形小块在y轴方向上的宽度;
S4.对所有矩形小块进行步骤S3的处理,获得所有矩形小块的z值范围;
S5.判断矩形小块的z值大小是否处于保护范围(△zx、△zy)内,若是将之视为正常点,否则视为噪声点或杂物点进行去除。
2.根据权利要求1所述的基于曲线渐进斜率的水火弯板三维扫描曲面提取方法,其特征在于:所述求取矩形小块x轴、y轴方向上的曲线渐进斜率的具体过程如下:
设矩形小块的四个顶点分别表示为(x00,y00,z00)、(x10,y10,z10)、(x01,y01,z01)、(x11,y11,z11),
矩形小块在x轴方向上的宽度为△x00=|x10-x00|;
矩形小块在z轴上的跨度为△zx00=z10-z00
则矩形小块在x轴方向上的曲线渐进斜率表示为:kx00=△x00/△zx00
矩形小块在y轴方向上的宽度为△y00=|y01-y00|;
矩形小块在z轴上的跨度为△zy00=z11-z10
则矩形小块在y轴方向上的曲线渐进斜率表示为:ky00=△y00/△zy00
CN201610069721.7A 2016-01-29 2016-01-29 一种基于曲线渐进斜率的水火弯板三维扫描曲面提取方法 Active CN105741342B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610069721.7A CN105741342B (zh) 2016-01-29 2016-01-29 一种基于曲线渐进斜率的水火弯板三维扫描曲面提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610069721.7A CN105741342B (zh) 2016-01-29 2016-01-29 一种基于曲线渐进斜率的水火弯板三维扫描曲面提取方法

Publications (2)

Publication Number Publication Date
CN105741342A true CN105741342A (zh) 2016-07-06
CN105741342B CN105741342B (zh) 2018-11-09

Family

ID=56241779

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610069721.7A Active CN105741342B (zh) 2016-01-29 2016-01-29 一种基于曲线渐进斜率的水火弯板三维扫描曲面提取方法

Country Status (1)

Country Link
CN (1) CN105741342B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129716A (zh) * 2011-03-01 2011-07-20 广东工业大学 一种用于水火弯板曲面拟合的方法
CN104359415A (zh) * 2014-10-31 2015-02-18 广东工业大学 一种水火弯板角变形量测量方法及系统
CN104462646A (zh) * 2014-10-31 2015-03-25 广东工业大学 一种船舶水火弯板的质量评价方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129716A (zh) * 2011-03-01 2011-07-20 广东工业大学 一种用于水火弯板曲面拟合的方法
CN104359415A (zh) * 2014-10-31 2015-02-18 广东工业大学 一种水火弯板角变形量测量方法及系统
CN104462646A (zh) * 2014-10-31 2015-03-25 广东工业大学 一种船舶水火弯板的质量评价方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
ZHONGWEI YIN: "Reverse engineering of a NURBS surface from digitized points", 《COMPUTERS & GRAPHICS》 *
李鹏程等: "基于距离图像的分块曲面LiDAR 点云滤波方法", 《测绘科学技术学报》 *
潘荣江等: "点云曲面边界线的提取", 《第二届全国几何设计与计算学术会议论文集》 *
甄希金等: "船体曲板成型在线检测技术与系统应用介绍", 《造船技术》 *

Also Published As

Publication number Publication date
CN105741342B (zh) 2018-11-09

Similar Documents

Publication Publication Date Title
WO2020083407A1 (zh) 三维指静脉特征提取方法及其匹配方法
CN108334816B (zh) 基于轮廓对称约束生成式对抗网络的多姿态人脸识别方法
CN102867288B (zh) 深度图像转换设备和方法
CN103440653A (zh) 双目视觉立体匹配方法
CN103913131A (zh) 一种基于双目视觉的自由曲面法矢量测量方法
US20170270644A1 (en) Depth image Denoising Method and Denoising Apparatus
CN105389774A (zh) 对齐图像的方法和装置
CN106408513A (zh) 深度图超分辨率重建方法
CN106651813B (zh) 一种多图像块融合的非局部均值去噪方法
CN107220999A (zh) 工件圆弧边缘特征点匹配方法的研究
CN105608689B (zh) 一种全景拼接消除图像特征误匹配方法及装置
CN105719250A (zh) 基于简单背景的图像修复方法、系统及拍摄终端
CN102663706A (zh) 基于菱形模板的自适应加权均值滤波方法
CN104251662B (zh) 有序点云阈值自适应抑噪技术
CN103473743A (zh) 一种获取图像深度信息的方法
CN103226831A (zh) 利用分块布尔运算的图像匹配方法
CN116051992A (zh) 一种裂缝识别方法
CN106228521B (zh) 一种基于薄板样条插值的障碍物特征提取方法
CN109961512B (zh) 地形机载点云提取方法及装置
CN112991504B (zh) 一种改进的基于tof相机三维重建的补空洞方法
CN105741342A (zh) 一种基于曲线渐进斜率的水火弯板三维扫描曲面提取方法
Jiang et al. Multi-view repetitive structure detection
CN103745442B (zh) 基于非局部小波系数收缩的图像去噪方法
WO2010018513A3 (en) Method of meshing and calculating a volume in an ultrasound imaging system
CN114627275B (zh) 一种基于多源异构数据的整机测量点云融合方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant