CN107424185A - 基于点云数据处理技术的圆锥体结构特征参数检测方法 - Google Patents

基于点云数据处理技术的圆锥体结构特征参数检测方法 Download PDF

Info

Publication number
CN107424185A
CN107424185A CN201710624409.4A CN201710624409A CN107424185A CN 107424185 A CN107424185 A CN 107424185A CN 201710624409 A CN201710624409 A CN 201710624409A CN 107424185 A CN107424185 A CN 107424185A
Authority
CN
China
Prior art keywords
cone
cloud data
point
nearest
neighbor
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.)
Pending
Application number
CN201710624409.4A
Other languages
English (en)
Inventor
孔德明
田小强
王霄
沈阅
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.)
Qinhuangdao Yan Yan Soft Information System Co. Ltd.
Original Assignee
Qianhai Shenzhen Si Tuo Tuo Technology Co Ltd
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 Qianhai Shenzhen Si Tuo Tuo Technology Co Ltd filed Critical Qianhai Shenzhen Si Tuo Tuo Technology Co Ltd
Priority to CN201710624409.4A priority Critical patent/CN107424185A/zh
Publication of CN107424185A publication Critical patent/CN107424185A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明提出了一种基于点云数据处理技术的圆锥体结构特征参数检测方法。首先，对圆锥体在三维空间内进行高精度扫描，获取其点云数据，利用Delaunay网格划分法对所得到的圆锥体点云数据构建TIN(Triangulated Irregular Network)网格模型；其次，利用最小二乘拟合方法对圆锥体点云数据内各空间点最近邻域点集内的各个点进行计算，获取圆锥体点云数据内各空间点的最近邻域平面法向量；然后，获得圆锥体点云数据各空间点的最近邻域平面法向量在法向量空间的分布规律；接着，判断被测模型是否是圆锥体模型，若为圆锥体模型，则提取该被测模型，即圆锥体的结构特征参数，包括锥角、锥高和底面半径。

Description

基于点云数据处理技术的圆锥体结构特征参数检测方法
【技术领域】
本发明涉及三维空间点云数据处理技术领域，特别涉及一种基于点云数据处理技术的圆锥体结构特征参数检测方法。
【背景技术】
圆锥体是二次曲面模型中的一种典型模型，其具有相对规则的二次曲面与空间轴对称结构特性。圆锥体是形状检测领域中一种非常常见的被测对象。如何快速、准确的识别出圆锥体并获取其结构特征参数(锥角、锥高、底面圆半径)是三维空间内几何体形状精确测量领域内的一项急需解决的重要问题。
目前，针对圆锥体结构特征参数进行检测所采用的方法主要是直接测量法，包括游标卡尺测量、角度样板检测、正弦规测量等。这些传统测量方法均属于接触式测量方法，在测量过程中，会引发被测物体产生弹性形变，从而引入测量误差。且上述接触式测量方法的测量过程中耗时较长，已难满足实际生产检测过程中日益提高的测量需求。在颜莉、尹茂建、贾秀梅、杨爱华申请的发明专利(申请号：201110418547.X)所述方法中，对圆锥体的检测采用的是量棒工具接触式测量方法，将圆锥体较小一端固定在测量基准面上，将两个量棒分别置于圆锥体较小端两侧，且两个圆柱量棒平行，用千分尺测量圆柱量棒相背离的两个最外侧点的垂直距离，从而计算出圆锥体较小一端的直径。由于该发明采用了量棒工具测量方式，并在测量过程中使用了千分尺测量距离，存在一定的误差。在测量圆锥体直径的过程中，每次测量都需要对量棒的平行度进行检测，使得测量效率比较低。在霍理申请的发明专利(申请号：201310382089.8)所述的方法中，深孔内圆锥体小端直径的检具只能够检测圆锥体的小端直径，无法检测圆锥体的圆锥角及圆锥的高度，在对深孔内圆锥体小端直径进行测量过程中，由于现场环境的影响，对测量设备的初期准备工作要求很高，测量圆锥体的效率较低。周森、郭永彩、高潮在中国激光上发表的文章《基于激光扫描的大尺寸圆锥体几何检测系统》中，采用激光扫描仪对圆锥体两端上表面的关键轮廓进行高速扫描，根据圆锥体的两个端面的结构特点构建圆锥体端面的虚拟基准面，获取圆锥体的虚拟三维测量模型，利用最小二乘拟合方法对圆锥体端面的断点位置信息进行拟合，获取圆锥体端面的圆心和直径。由于该系统在获取圆锥体两端面的关键轮廓时，采用挡块来对圆锥体的两个断面进行固定，只能对刚体的模型进行测量，非刚体模型的测量精度会降低。由于测量设备的初期准备工作要求很高，测量圆锥体的效率较低。
【发明内容】
本发明提供了一种基于点云数据处理技术的圆锥体结构特征参数检测方法，以实现圆锥体结构特征参数的检测目的。
为实现上述发明目的，本发明提供一种基于点云数据处理技术的圆锥体结构特征参数检测方法，包括以下步骤，
步骤一：利用高精度三维扫描仪对圆锥体进行扫描，获取圆锥体的点云数据；
步骤二：利用Delaunay网格划分方法对步骤一中所得到的圆锥体的点云数据进行处理，构建出该圆锥体点云数据TIN网格模型；
步骤三：利用最小二乘拟合方法对步骤二中所获得的圆锥体TIN网格模型上的各空间点最近邻域点集内的各个点进行计算，获得圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律；另外，还可以对得到的圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布点进行滤波处理，使用多项式拟合方法对圆锥体点云数据各空间点的最近邻域平面法向量在法向量空间的分布点进行多项式拟合，获得圆锥体点云数据各空间点的最近邻域平面法向量在法向量空间的分布规律；通常，圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内分布于一个平行于XOYnv平面的圆环带内；
步骤四：利用高精度扫描仪对被测模型进行高精度扫描，获取被测的点云数据，利用Delaunay网格划分法对点云数据构建TIN网格模型，利用最小二乘拟合方法对各空间点最近邻域点集内的各个点进行计算，获取其最小二乘拟合平面，并将拟合平面所对应的法向量作为被测模型点云数据内各空间点的最近邻域平面法向量，此外，对被测模型点云数据内各空间点的最近邻域平面法向量进行滤波处理和多项式拟合获取被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律；若被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律与步骤三中获得的圆锥体模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律完全一致，则被测模型被识别为圆锥体，接着，可以根据被测模型，即圆锥体点云数据内各空间点在三维空间内分布规律和圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律之间的对应关系解算出圆锥体的锥角。
步骤五：根据圆锥体点云数据整体形貌，提取出被测圆锥体的锥高；
步骤六：根据计算出的锥角和锥高计算出圆锥体的底面圆半径。
本发明提出了一种基于点云数据处理技术的圆锥体结构特征参数检测方法。首先，对圆锥体在三维空间内进行高精度扫描，获取其点云数据，利用Delaunay网格划分法对所得到的圆锥体点云数据构建TIN网格模型；其次，利用最小二乘拟合方法对圆锥体点云数据内各空间点最近邻域点集内的各个点进行计算，获取其最小二乘拟合平面，并将拟合平面所对应的法向量作为圆锥体点云数据内各空间点的最近邻域平面法向量；第三，对得到的圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布点进行滤波处理，使用多项式拟合方法对圆锥体点云数据各空间点的最近邻域平面法向量在法向量空间的分布点进行多项式拟合，获得圆锥体点云数据各空间点的最近邻域平面法向量在法向量空间的分布规律；第四，根据圆锥体点云数据内各空间点在三维空间内分布规律和圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律之间的对应关系，从圆锥体点云数据内各空间点的最近邻域平面法向量信息中解算出圆锥体的锥角信息；最后，根据圆锥体点云数据整体形貌，提取出圆锥体的锥高信息，并进一步计算出圆锥体的底面半径信息。该方法采用的是非接触式测量方式，适用对象范围广泛，获取的圆锥体结构特征参数误差较小，很好地满足实际生产中的参数检测要求。
与现有技术相比，本发明的有益效果：利用圆锥体点云数据内各空间点在三维空间内分布规律和圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内分布规律之间的对应关系，得出圆锥体的锥角，并根据圆锥体点云数据整体形貌，提取出被测圆锥体的锥高信息，并进一步计算出圆锥体的底面半径。利用本发明所述方法在非接触情况下实现对圆锥体进行快速测量。相比于传统的接触式圆锥体测量方法，本发明所述方法能够降低圆锥体结构特征参数的测量误差，提高测量效率。
【说明书附图】
图1是本发明所述的一种基于点云数据处理技术的圆锥体结构特征参数检测方法的流程图；
图2(a)是根据本发明的一个实施方案的被测圆锥模型的真实点云数据示意图；
图2(b)是被测圆锥模型云数据内各空间点的最近邻域平面法向量参数在法向量空间内的分布；
图2(c)是对获取的被测圆锥体法向量参数在法向量空间的分布点进行滤波处理后的示意图；
图2(d)和图2(e)是利用多项式拟合方法对被测圆锥体点云数据内各空间点的最近邻域平面法向量空间点进行多项式拟合后其法向量空间的空间点分布示意图。
【具体实施方式】
参考图1、图2(a)至图2(e)，结合实例，对本发明的具体方案做进一步的描述。
本发明的一种基于点云数据处理技术的圆锥体结构特征参数检测方法，步骤如下：
步骤一：利用高精度空间扫描仪对圆锥体进行扫描并获取圆锥体的点云数据。
利用高精度空间扫描设备对圆锥体进行扫描，获取圆锥体上各点在xyz三维空间内的位置信息，利用获取到的圆锥体在xyz三维空间内的位置信息组成该圆锥体的点云数据。
步骤二：利用Delaunay网格划分方法对步骤一中所得到的圆锥体的点云数据进行处理，构建出该圆锥体点云数据TIN网格模型。
利用Delaunay网格划分法对步骤一中所得到的圆锥体的点云数据进行处理，将一系列相连的但不重叠的空间点在空间范围内构建三角形网格，每个三角形网格满足三角形的外接圆不包含面内的其他任何点，所得到的三角形网格即为TIN网格模型。
步骤三：利用最小二乘拟合方法对步骤二中所获得的圆锥体TIN网格模型上的各空间点最近邻域点集内的各个点进行计算，获得圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律。圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内分布于一个平行于XOYnv平面的圆环带内。
圆锥体在xyz三维空间内的方程如式(1)所示：
x2/a2+y2/a2＝(h-z)2/c2 (1)
式中a、c为任意不为零的常数，h为圆锥体的锥高，圆锥体底面圆的方程如式(2)所示：
x2+y2＝r2 (2)
式中r为圆锥体被xoz平面所截出底面圆的半径，由式(1)、式(2)圆锥体在三维空间内的方程写成：
r2/a2＝(h-z)2/c2 (3)
对式(3)方程两边分别对r求导数，
圆锥体顶点与圆锥体底面圆上的任意一点之间的直线与上述圆锥体底面圆上任意一点和圆锥体底面圆心之间的直线两者之间夹角斜率为：
其中θ为该圆锥体的锥角，k1为圆锥体顶点和圆锥体底面圆上的任意一点之间的直线与上述圆锥体底面圆上任意一点和圆锥体底面圆心之间的直线两者之间夹角斜率。XOYnv为圆锥体点云数据内各空间点最近邻域平面法向量的法向量空间底面，圆锥体点云数据内各空间点最近邻域平面法向量与法向量底面XOYnv之间夹角的斜率与圆锥体顶点和圆锥体底面圆上的任意一点之间的直线与上述圆锥体底面圆上任意一点和圆锥体底面圆心之间的直线两者之间夹角斜率之间的关系如式(6)所示：
k1*k2＝-1 (6)
式中k2为圆锥体点云数据内各空间点最近邻域平面法向量与法向量底面XOYnv之间夹角的斜率。由式(5)、(6)可以推导出：
k2＝±a/c (7)
法向量空间坐标轴分别为Xnv、Ynv、Znv，圆锥体点云数据中各空间点的最近邻域平面单位法向量在法向量空间坐标轴上的分量为NVxi、NVyi、NVzi，三者之间的关系如式(8)所示：
式中i∈[0,N]，且i为整数，将式(7)带入式(8)计算结果如式(9)所示：
圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内分布于一个平行于XOYnv平面的圆环带内，圆环的半径R，圆环距离XOYnv平面的距离D分别如式(10)所示：
对圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布点进行滤波处理，使用多项式拟合方法对圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布点进行多项式拟合，获得圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律。
步骤四：利用高精度扫描仪对一个待识别的被测模型进行高精度扫描，获取被测模型的点云数据，利用Delaunay网格划分法对点云数据构建TIN网格模型，利用最小二乘拟合方法对各空间点最近邻域点集内的各个点进行计算，获取其最小二乘拟合平面，并将拟合平面所对应的法向量作为被测模型点云数据内各空间点的最近邻域平面法向量，对被测模型点云数据内各空间点的最近邻域平面法向量进行滤波处理和多项式拟合获取被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律。若分布规律为法向量在法向量空间的空间点分布平行于XOYnv平面的圆环带内，则该被测模型为圆锥体。
被识别为圆锥体后，根据圆锥体点云数据内各空间点在三维空间内分布规律和圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律之间的对应关系解算出圆锥体的锥角。
圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律是平行于XOYnv平面的圆环内，圆环的半径R和圆环距离XOYnv平面的距离D，圆环距离XOYnv平面的距离D与圆环的半径R比值为：
使用式(11)求出圆锥体在空间内的锥角θ：
θ＝π-2arctan(R/D) (12)
步骤五：根据圆锥体点云数据整体形貌，提取出被测圆锥体的锥高。
圆锥体的点云数据中任意一空间点在三维空间内的位置为Pi＝(xi,yi,zi)，(i∈[0,N]，且i为整数)，其中，圆锥体锥高h为圆锥体点云数据中的空间点距离圆锥体底面距离最远的空间点的坐标在z轴上的大小如式(13)所示：
步骤六：根据步骤四得到的锥角和步骤五所获得锥高计算出圆锥体的底面圆半径。
根据步骤四计算获得的锥角和步骤五获得的锥高，直角三角形的内角与各边之间的对应关系如式(14)所示：
tan(θ/2)＝r/h (14)
式中r为圆锥体的底面半径，由式(14)计算出圆锥体的底面半径r：
r＝h·tan(θ/2) (15)
通过应用本发明所述方法，在三维空间内根据圆锥体的二次曲面方程，利用具体实施例子对本发明所述方法做进一步说明：
用进口高精度三轴数控加工中心，设计、制作出一个圆锥曲面结构的真实模型。圆锥体在三维空间的方程为：
x2/102+y2/102＝(45-z)2/92 (16)
模型材质为代木5166，模型加工精度为全曲面范围内±0.15mm模型图。模型中圆锥体是由4761个空间点组成的位置信息，圆锥体的锥高45mm，底面圆半径为50mm，锥角为96.026°。利用德国ATOS(V7.5)SR2扫描仪上对加工的曲面模型进行扫描，得到圆锥模型的真实点云数据如图2(a)所示。利用Delaunay网格划分法对所得到的圆锥体点云数据构建TIN网格模型，得出圆锥体点云数据内各空间点的最近邻域点集。利用最小二乘方法对圆锥体点云数据内各空间点最近邻域点集内的各个点进行计算，获取其最小二乘拟合平面，并将拟合平面的法向量作为圆锥体点云数据内各空间点的最近邻域平面法向量。法向量参数在法向量空间内的分布如图2(b)所示，对获取的圆锥体法向量参数在法向量空间的分布点进行滤波处理如图2(c)所示。利用多项式拟合方法对圆锥体点云数据内各空间点的最近邻域平面法向量空间点进行多项式拟合如图2(d)、图2(e)所示，得到圆锥体法向量在法向量空间的空间点分布平行于XOYnv平面的圆环带内，圆环的半径R＝0.67±0.02，D＝0.74±0.02。在已知R、D的情况下求出圆锥体锥角、锥高、底面圆半径为：
θ＝π-2arctan(R/D)＝96.03° (17)
r＝h·tan(θ/2)＝50.002 (19)
根据圆锥体点云数据内各空间点的最近邻域平面法向量求取的圆锥体参数与圆锥体模型参数一致，这说明利用该检测方法有效的实现对圆锥体结构特征参数的检测。
以上所述，仅为本发明具体实施方法的基本方案，但本发明的保护范围并不局限于此，任何熟悉本技术领域的人员在本发明公开的技术范围内，可想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。所有落入权利要求的等同的含义和范围内的变化都将包括在权利要求的范围之内。

Claims (4)

1.一种基于点云数据处理技术的圆锥体结构特征参数检测方法，其特征在于，包括以下步骤，
步骤一：利用高精度三维扫描仪对圆锥体进行扫描，获取圆锥体的点云数据；
步骤二：利用Delaunay网格划分方法对步骤一中所得到的圆锥体的点云数据进行处理，构建出该圆锥体点云数据TIN网格模型；
步骤三：利用最小二乘拟合方法对步骤二中所获得的圆锥体TIN网格模型上的各空间点最近邻域点集内的各个点进行计算，获得圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律；
步骤四：利用高精度扫描仪对被测模型进行高精度扫描，获取被测的点云数据，利用Delaunay网格划分法对点云数据构建TIN网格模型，利用最小二乘拟合方法对各空间点最近邻域点集内的各个点进行计算，获取其最小二乘拟合平面，并将拟合平面所对应的法向量作为被测模型点云数据内各空间点的最近邻域平面法向量，获取被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律；若被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律与步骤三中获得的圆锥体模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律一致，则被测模型被识别为圆锥体，并根据圆锥体点云数据内各空间点在三维空间内分布规律和圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律之间的对应关系解算出圆锥体的锥角；
步骤五：根据圆锥体点云数据整体形貌，提取出被测圆锥体的锥高；
步骤六：根据计算出的锥角和锥高计算出圆锥体的底面圆半径。
2.根据权利要求1所述的圆锥体结构特征参数检测方法，其特征在于，步骤三还包括对得到的圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布点进行滤波处理，使用多项式拟合方法对圆锥体点云数据各空间点的最近邻域平面法向量在法向量空间的分布点进行多项式拟合，获得圆锥体点云数据各空间点的最近邻域平面法向量在法向量空间的分布规律。
3.根据权利要求1所述的圆锥体结构特征参数检测方法，其特征在于，步骤四还包括对被测模型点云数据内各空间点的最近邻域平面法向量进行滤波处理和多项式拟合，获取被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律。
4.根据权利要求1-3中的任一项所述的圆锥体结构特征参数检测方法，其特征在于，圆锥体点云数据内各空间点的最近邻域平面法向量在法向量空间内分布于一个平行于XOYnv平面的圆环带内。
CN201710624409.4A 2017-07-27 2017-07-27 基于点云数据处理技术的圆锥体结构特征参数检测方法 Pending CN107424185A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710624409.4A CN107424185A (zh) 2017-07-27 2017-07-27 基于点云数据处理技术的圆锥体结构特征参数检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710624409.4A CN107424185A (zh) 2017-07-27 2017-07-27 基于点云数据处理技术的圆锥体结构特征参数检测方法

Publications (1)

Publication Number Publication Date
CN107424185A true CN107424185A (zh) 2017-12-01

Family

ID=60430464

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710624409.4A Pending CN107424185A (zh) 2017-07-27 2017-07-27 基于点云数据处理技术的圆锥体结构特征参数检测方法

Country Status (1)

Country Link
CN (1) CN107424185A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108917691A (zh) * 2018-07-20 2018-11-30 中国航发哈尔滨东安发动机有限公司 螺旋锥齿轮根锥角的测量方法
CN109359333A (zh) * 2018-09-12 2019-02-19 大连理工大学 一种包含多尺度形貌特征的体模型构建方法
CN113654461A (zh) * 2021-08-24 2021-11-16 凌云光技术股份有限公司 一种去除深度图像中局外点的圆锥拟合方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104298971A (zh) * 2014-09-28 2015-01-21 北京理工大学 一种3d点云数据中的目标识别方法
CN106250881A (zh) * 2016-08-25 2016-12-21 深圳大学 一种基于三维点云数据的目标识别方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104298971A (zh) * 2014-09-28 2015-01-21 北京理工大学 一种3d点云数据中的目标识别方法
CN106250881A (zh) * 2016-08-25 2016-12-21 深圳大学 一种基于三维点云数据的目标识别方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李岸等: "基于高斯映射的柱面与锥面点云拟合", 《组合机床与自动化加工技术》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108917691A (zh) * 2018-07-20 2018-11-30 中国航发哈尔滨东安发动机有限公司 螺旋锥齿轮根锥角的测量方法
CN109359333A (zh) * 2018-09-12 2019-02-19 大连理工大学 一种包含多尺度形貌特征的体模型构建方法
CN109359333B (zh) * 2018-09-12 2021-09-24 大连理工大学 一种包含多尺度形貌特征的体模型构建方法
CN113654461A (zh) * 2021-08-24 2021-11-16 凌云光技术股份有限公司 一种去除深度图像中局外点的圆锥拟合方法及装置

Similar Documents

Publication Publication Date Title
CN103644860B (zh) 大型空间自由曲面测量方法
CN103486984B (zh) 一种风洞内型面同轴度的检测方法
CN107424185A (zh) 基于点云数据处理技术的圆锥体结构特征参数检测方法
CN103728667B (zh) 一种视三维高密度电法的浅表层地质结构建模方法
CN103954245A (zh) 一种用于关节式坐标测量机的精度标定板
CN106769276B (zh) 基于Dice相似度量的三维结构面代表性试样选取方法
CN107990856B (zh) 一种超量程工件的空间位置误差检测方法
CN110345865A (zh) 一种基于三维扫描的钢结构数字化检测方法
McCarthy et al. NPL freeform artefact for verification of non-contact measuring systems
CN102944204A (zh) 利用二维测量机检测截面轮廓度的方法
CN107145633B (zh) 一种岩石裂隙网络产状三维统计分布的预测方法
CN107014329B (zh) 用于便携关节式坐标测量机误差标定的3d标定场
CN111765902A (zh) 一种基于多棱锥标靶的激光点云精度评估方法
CN109859301A (zh) 一种岩石结构面粗糙度系数精细化表征方法
CN113433301A (zh) 一种混凝土收缩变形测试装置及方法
CN107424189A (zh) 基于点云数据处理技术的球、圆柱、椭圆锥模型识别方法
CN106247997B (zh) 用于正交导轨平台的垂直度误差测量方法
CN106508059B (zh) 压水堆核燃料组件骨架检查装置
CN104165615B (zh) 一种表面微织构的检测方法
CN107643032B (zh) 一种逆向检测空间定位装置的设计及其使用方法
CN104121864B (zh) 一种岩石错动裂缝面的间隙评价方法
Welkenhuyzen et al. Investigation of the kinematic system of a 450 kV CT scanner and its influence on dimensional CT metrology applications
CN114001860B (zh) 一种非接触式测量大型板构件质心的方法
CN106546189A (zh) 一种系列尺寸岩体结构面起伏幅度各向异性的评价方法
CN107340159A (zh) 三维结构面抗剪强度代表性试样的选取方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20181102

Address after: 066004 software center, No. 2 Wei Shui Road, Qinhuangdao economic and Technological Development Zone, Hebei.

Applicant after: Qinhuangdao Yan Yan Soft Information System Co. Ltd.

Address before: 518054 Room 201, building A, 1 front Bay Road, Shenzhen Qianhai cooperation zone, Shenzhen, Guangdong

Applicant before: Qianhai Shenzhen Si Tuo Tuo Technology Co., Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171201