CN111429492A - 一种基于局部不变性的飞机c型梁配准方法 - Google Patents

一种基于局部不变性的飞机c型梁配准方法 Download PDF

Info

Publication number
CN111429492A
CN111429492A CN202010198901.1A CN202010198901A CN111429492A CN 111429492 A CN111429492 A CN 111429492A CN 202010198901 A CN202010198901 A CN 202010198901A CN 111429492 A CN111429492 A CN 111429492A
Authority
CN
China
Prior art keywords
shaped beam
point
point cloud
registration
cloud data
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
CN202010198901.1A
Other languages
English (en)
Other versions
CN111429492B (zh
Inventor
汪俊
曹涛
谢乾
徐旭
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.)
Nanjing Yuntong Technology Co ltd
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202010198901.1A priority Critical patent/CN111429492B/zh
Publication of CN111429492A publication Critical patent/CN111429492A/zh
Application granted granted Critical
Publication of CN111429492B publication Critical patent/CN111429492B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/60—Rotation of whole images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于局部不变性的飞机C型梁配准方法，包括：获取飞机C型梁实测点云数据；利用快速点特征直方图特征描述的方法对C型梁数模和实测点云数据进行粗配准；对粗配准后的实测点云数据进行分割处理和平面提取，将C型梁分割成三个平面，从中判定出C型梁底面；以C型梁底面作为与C型梁数模配准的约束，采用C型梁底面部分点云数据和C型梁数模进行精配准，计算得到C型梁底面的实测点云数据与C型梁数模配准的变换矩阵；采用变换矩阵对粗配准后的飞机C型梁实测点云数据进行位置变换，得到最终配准结果。本发明极大地提高了存在变形情况的飞机C型梁实测数据和标准数模检测前配准的成功率和准确性。

Description

一种基于局部不变性的飞机C型梁配准方法
技术领域
本发明涉及航空制造业中工件的精密加工检测技术领域，具体而言涉及一种基于局部不变性的飞机C型梁配准方法。
背景技术
随着复合材料在飞机制造领域中的广泛应用，部分飞机承力构件材质由金属材料转变为复合材料，这种发展趋势成为未来航空制造业技术更新换代的重要方向之一。我国新型号飞机研制过程中，复合材料C型梁已逐渐作为设计首选结构。其成型和加工经过了一道道复杂的工艺，在这些过程中遇到很多不可控或者不可预知的变化。为了使其满足使用性能和寿命的要求，在C型梁加工成型的过程中，需要对每个变化进行精确测量和分析，以便于确定后续加工工艺和装配工艺的调整。
国内相关单位都在开展复合材料C型梁固化变形控制研究工作。航空企业较多采用模具型面补偿量试错及修正的方法，以消除复合材料C型梁固化变形的影响。如何准确对制造出的C型梁与理论模型间的变形量进行测量是最为关键的一步。传统变形检测方法往往直接将测量得到的数据与理论模型进行配准后分析变形。但是因为C型梁两侧往往会产生较大的变形，在配准过程中利用传统的ICP自动配准算法，不仅运算量大，而且可能陷入局部最优，从而导致配准误差较大。此外，由于ICP配准方法重复实验结果不唯一，不能满足精确配准的要求，导致待测工件和数模直接的对比分析失去了参考价值。在实际制造现场，由于一些变形工件无法用通用的算法配准，一些技术人员只能进行手动估计配准，这样降低了分析的准确性和数据的参考价值。并且仅采用传统的配准方法，没有考虑变形因素，变形较大的区域往往会影响配准的结果，从而导致无法得到正确的数模和实测数据差异的分析结果。
专利号为CN201910178833.X的发明“一种基于形态不变特征的多时相点云自动配准方法”中公开了一种基于形态不变特征的多时相点云自动配准方法：针对多时相变化场景点云配准特点，通过形态不变点提取与匹配完成点云粗配准，进而搜索多时相点云中的形态不变区域，估计多时相点云间的旋转和平移参数，完成点云精配准。具体地，针对点云粗配准首先确定多时相点云中的近似同名四点对，然后以四点对为中心计算邻域内点特征描述子，通过特征匹配和空间几何约束确定多时相点云间的同名匹配点集，据此估计旋转和平移参数，完成点云粗配准。在精配准阶段，该专利采用迭代策略提取多时相点云中的形态不变区域，据此进一步优化粗配准阶段得到的初始旋转和平移参数，最后将优化后的参数用于整体点云进行刚性转换，完成多时相点云的自动配准。但前述配准方法仍存在以下问题：在实际应用中，必须通过对多时相点云整体进行大量运算和比对后才能提出其中较为稳定的区域，运算量大、运算时间长，且在某些情况下难以获取需要的形态不变区域，导致整个配准过程无法顺利进行。
发明内容
本发明目的在于提供一种基于局部不变性的飞机C型梁配准方法，针对飞机C型梁底面变形较小的固有特性，在配准过程中引入平面分割技术，从变形的飞机C型梁中快速提取出底面区域作为不变部分作为配准约束，同时，融合了一种高鲁棒性的点云局部特征表达方法和经典ICP配准方法，将两种理论有效地组合保证了配准成功率和配准效率。通过对三种方法的有效融合，极大地提高了存在变形情况的飞机C型梁实测数据和标准数模检测前配准的成功率和准确性，解决了在航空制造领域存在变形C型梁检测前的配准问题。
为达成上述目的，结合图1，本发明提出一种基于局部不变性的飞机C型梁配准方法，尤其适用于存在变形的飞机C型梁工件，所述配准方法包括：
S1，获取飞机C型梁实测点云数据；
S2，利用快速点特征直方图特征描述的方法对C型梁数模和实测点云数据进行粗配准；
S3，对粗配准后的实测点云数据进行分割处理和平面提取，将C型梁分割成三个平面，从中判定出C型梁底面；
S4，以C型梁底面作为与C型梁数模配准的约束，采用C型梁底面部分点云数据和C型梁数模进行精配准，计算得到C型梁底面的实测点云数据与C型梁数模配准的变换矩阵；
S5，采用步骤S4得到的变换矩阵对粗配准后的飞机C型梁实测点云数据进行位置变换，得到最终配准结果。
作为其中的一个优选例，步骤S1中，采用三维激光扫描仪获取飞机C型梁实测点云数据。
作为其中的一个优选例，步骤S2中，所述利用快速点特征直方图特征描述的方法对C型梁数模和实测点云数据进行粗配准的过程包括以下步骤：
S21，对飞机C型梁实测点云数据进行采样，构成待配准点云；
S22，计算飞机C型梁实测点云数据中每个采样点的快速点特征直方图；
S23，在目标点云中查找与待配准点云中具有相似快速点特征直方图特征的点，根据相似点构建待配准点云和目标点云中每个对应点的对应关系，并计算旋转矩阵；
S23，旋转平移待配准点云完成初始配准。
作为其中的一个优选例，步骤S3中，所述对粗配准后的实测点云数据进行分割处理和平面提取，将C型梁分割成三个平面的过程包括以下步骤：
S301，从实测点云数据集中随机抽出3个比不共线的样本数据，拟合成一个平面；
S302，计算其他点到这个平面的距离，如果距离小于第一预设距离阈值，则将该点加入该平面所属点集；
S303，判断最终生成的平面所属点集中的点的总数量是否达到设定数量阈值，如果达到，将该平面作为飞机C型梁的其中一个平面，并求出所有属于该平面的点的集合，进入步骤S304，否则，返回S301；
S304，去除已确定平面所包含的点集，返回步骤S301，直至计算得到飞机C型梁所包含的三个平面的点集。
作为其中的一个优选例，步骤S3中，所述从中判定出C型梁底面的过程包括以下步骤：
在分割出三个面上每个面上选一个点，这三个点中每两个点做一个测地线，根据测地线曲率变化率判断出飞机C型梁的底面。
作为其中的一个优选例，步骤S3中，所述从中判定出C型梁底面的过程包括以下步骤：
S311，从三个面上任意取两个点，采用Dijkstra最短路径算法计算得到初始的B-spline活动曲线d(t)；
S312，对当前活动曲线d(t)进行采样，得到点Sk＝d(tk)(k＝1,…,N),N为采样点数目，找出所有点Sk在点云上的垂足；
S313，构造目标函数
Figure BDA0002418622970000031
其中，
Figure BDA0002418622970000032
为所有Sk到目标曲线的平方距离和，Lk为k点到目标曲线的平方距离，λ为能量权因子，ci为每次迭代后控制顶点的增量；
S314，对目标函数F运用最小二乘法求解得到新的活动曲线d(t)；
S315，重复步骤S312至步骤S314，直至活动曲线满足前后两次路径长度变换量小于1mm活动曲线终止。
作为其中的一个优选例，步骤S4中，所述计算得到C型梁底面的实测点云数据与C型梁数模配准的变换矩阵的过程包括以下步骤：
S41，计算实测C型梁数据点云P中的每一个点在数模Q点集中的对应最近点，构成若干个对应点对；
S42，计算得到使上述若干个对应点对平均距离最小的刚体变换，以及相应的平移参数和旋转参数；
S43，采用步骤S42中计算得到的平移参数和旋转参数对P进行变换，得到新的变换点集P′；
S44，判断新的变换点集P′与参考点集之间的平均距离是否小于第二预设距离阈值β，如果小于，停止迭代计算，否则将新的变换点集P′作为新的P，返回步骤S41继续迭代，所述参考点集是指Q中与P对应点集。
以上本发明的技术方案，与现有相比，其显著的有益效果在于：
(1)融合了一种高鲁棒性的点云局部特征表达方法和经典ICP配准方法，将两种理论有效地组合保证了配准成功率和准确性。
(2)针对飞机C型梁底面变形较小的固有特性，在配准过程中引入平面分割技术，从变形的飞机C型梁中快速提取出底面区域作为不变部分作为配准约束，极大的提高了配准效率和成功率。
(3)即使当C型梁的底面也发生了较小程度的变形时，也能够快速且准确地识别底面和执行底面区域的配准，保证了配准精度和方法可靠性，为后续变形分析提供良好的分析基础。
(4)此方法的引入也可以扩展到其他工件变形检测前的精确配准问题，从而可以有效地用于航空航天制造中数字化测量和检测中，对实践生产中精密制造和装配有很高的应用价值。
(5)本发明约束配准方法是考虑到加工成型过程中飞机C型梁材料成型特性制定的，可以针对性的解决飞机C型梁加工完成后两侧面向内收缩变形的精密测量的技术难题。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
图1是本发明的基于局部不变性的飞机C型梁配准方法的流程图。
图2是本发明的其中一个例子的配准过程示意图。
图3是本发明的工件变形图。
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
结合图1，本发明提出了一种基于局部不变性的飞机C型梁配准方法，尤其适用于存在变形的飞机C型梁工件，所述配准方法包括：
S1，获取飞机C型梁实测点云数据。
S2，利用快速点特征直方图特征描述的方法对C型梁数模和实测点云数据进行粗配准。
S3，对粗配准后的实测点云数据进行分割处理和平面提取，将C型梁分割成三个平面，从中判定出C型梁底面。
S4，以C型梁底面作为与C型梁数模配准的约束，采用C型梁底面部分点云数据和C型梁数模进行精配准，计算得到C型梁底面的实测点云数据与C型梁数模配准的变换矩阵。
S5，采用步骤S4得到的变换矩阵对粗配准后的飞机C型梁实测点云数据进行位置变换，得到最终配准结果。
图3是其中一种飞机C型梁的变形示意图，飞机C型梁包括依次连接的三个面，其中，位于下方的底面由于其结构特性和应用场景，较之位于两端的侧面通常变形量较小。在本发明中，为了提高运算效率，直接将飞机C型梁的底面认定成不发生变形的局部区域，以其为约束，进行飞机C型梁实测点云数据和数模的精配准过程。在此基础上，为了进一步提高配准成功率、准确率和效率，需要从大量实测点云数据中快速识别出C型梁的三个面尤其是底面所包含的点集，尤其是当C型梁的底面也发生了较小程度的变形时，如何快速且准确地识别底面和执行底面区域的配准更成为一个新的技术难题。应当理解，本发明所提及的配准方法也适用于其他同样具有较为明确的变形量较小区域的类似工件。
针对前述问题，本发明提出了一种配准方法，通过有效融合高鲁棒性的点云局部特征表达方法、经典ICP配准方法和平面分割技术等技术，实现了C型梁的快速识别和精准配准，继而提高了存在变形情况的飞机C型梁实测数据和标准数模检测前配准的成功率和准确性，解决了在航空制造领域存在变形C型梁检测前的配准问题。
图2是本发明所提出的配准方法应用在如图3这类C型梁时的配准流程示意图，包括以下步骤：
步骤1、利用metraScan三维激光扫描仪获取到飞机C型梁点云数据。
步骤2、使用快速点特征直方图(FPFH:fast point feature histograms)特征描述的方法对数模和实测数据进行粗配准，包括：
S21，计算扫描仪采集的飞机C型梁采样后点云数据中每个点的FPFH。
S22，在目标点云中查找与待配准点云中具有相似FPFH特征的点，从这些相似点中构建对应点对应关系，并计算旋转矩阵。
S23，旋转平移待配准点云完成初始配准。
步骤3、对配准后的实测数据进行分割处理，分割方法采用了RANSAC(RANdomSAmple Consensus随机抽样一致)算法进行平面提取。即把C型梁分割成三个平面，包括：
S31，随机从实测数据集中随机抽出3个样本数据(此3个点不能共线)拟合为一个平面。
S32，计算其他点到这个平面的距离，如果距离小于1mm，则加入这个点集。
S33，如果当前的点集个数大于2000，则这些点为C型梁一个平面，并求出所有符合这个模型的点的集合，如果不满足则重复S31。
S34，去除S33中点集，继续S31，直到找到C型梁三个平面的点集。
步骤4、实测点云模型分割后，在约束配准时需要初步判定三个面中哪个面为底面，因为后续步骤以底面作为与数模配准的约束。判断底面的方法用到了测地线，即在分割出三个面上每个面上选一个点，这三个点中每两个点做一个测地线。根据测地线曲率变化率判断出飞机C型梁的底面。
S41，从三个面上各个点中任意取两个点，采用图的Dijkstra最短路径算法求出一条初始的B-spline活动曲线d(t)。
S42，在当前活动曲线d(t)上适当采样,得到点Sk＝d(tk)(k＝1,…,N),N为采样点数目；并对所有Sk找出其在点云上的垂足。
S43，构造目标函数
Figure BDA0002418622970000051
其中，
Figure BDA0002418622970000052
为所有Sk到目标曲线的平方距离和，Lk为k点到目标曲线的平方距离，λ为能量权因子，ci为每次迭代后控制顶点的增量。
S44，对目标函数F运用最小二乘法求解得到新的活动曲线d(t)。
S45，重复步骤S312至步骤S314，直至活动曲线满足前后两次路径长度变换量小于1mm活动曲线终止。
步骤5、底面判定后，用底面点云数据和C型梁数模用ICP(Iterative ClosestPoint迭代最近点)算法进行精配准，求出实测数据C型梁底面与标准数模配准的变换矩阵。
S51，计算实测C型梁数据点云P中的每一个点在数模Q点集中的对应最近点，构成若干个对应点对。
S52，求得使上述对应点对平均距离最小的刚体变换，求得平移参数和旋转参数。
S53，对P使用上一步求得的平移和旋转参数，得到新的变换点集P′。
S54，判断新的变换点集P′与参考点集(Q中与P对应点集)之间的平均距离是否小于第二预设距离阈值β，如果小于，停止迭代计算，否则将新的变换点集P′作为新的P，返回步骤S41继续迭代。
步骤6、利用粗配准后的飞机C型梁实测点云数据通过步骤5得到的变换矩阵位置变换，从而得出最后的配准的结果。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (7)

1.一种基于局部不变性的飞机C型梁配准方法，尤其适用于存在变形的飞机C型梁工件，其特征在于，所述配准方法包括：
S1，获取飞机C型梁实测点云数据；
S2，利用快速点特征直方图特征描述的方法对C型梁数模和实测点云数据进行粗配准；
S3，对粗配准后的实测点云数据进行分割处理和平面提取，将C型梁分割成三个平面，从中判定出C型梁底面；
S4，以C型梁底面作为与C型梁数模配准的约束，采用C型梁底面部分点云数据和C型梁数模进行精配准，计算得到C型梁底面的实测点云数据与C型梁数模配准的变换矩阵；
S5，采用步骤S4得到的变换矩阵对粗配准后的飞机C型梁实测点云数据进行位置变换，得到最终配准结果。
2.根据权利要求1所述的基于局部不变性的飞机C型梁配准方法，其特征在于，步骤S1中，采用三维激光扫描仪获取飞机C型梁实测点云数据。
3.根据权利要求1所述的基于局部不变性的飞机C型梁配准方法，其特征在于，步骤S2中，所述利用快速点特征直方图特征描述的方法对C型梁数模和实测点云数据进行粗配准的过程包括以下步骤：
S21，对飞机C型梁实测点云数据进行采样，构成待配准点云；
S22，计算飞机C型梁实测点云数据中每个采样点的快速点特征直方图；
S23，在目标点云中查找与待配准点云中具有相似快速点特征直方图特征的点，根据相似点构建待配准点云和目标点云中每个对应点的对应关系，并计算旋转矩阵；
S24，旋转平移待配准点云完成初始配准。
4.根据权利要求1所述的基于局部不变性的飞机C型梁配准方法，其特征在于，步骤S3中，所述对粗配准后的实测点云数据进行分割处理和平面提取，将C型梁分割成三个平面的过程包括以下步骤：
S301，从实测点云数据集中随机抽出3个比不共线的样本数据，拟合成一个平面；
S302，计算其他点到这个平面的距离，如果距离小于第一预设距离阈值，则将该点加入该平面所属点集；
S303，判断最终生成的平面所属点集中的点的总数量是否达到设定数量阈值，如果达到，将该平面作为飞机C型梁的其中一个平面，并求出所有属于该平面的点的集合，进入步骤S304，否则，返回S301；
S304，去除已确定平面所包含的点集，返回步骤S301，直至计算得到飞机C型梁所包含的三个平面的点集。
5.根据权利要求1所述的基于局部不变性的飞机C型梁配准方法，其特征在于，步骤S3中，所述从中判定出C型梁底面的过程包括以下步骤：
在分割出三个面上每个面上选一个点，这三个点中每两个点做一个测地线，根据测地线曲率变化率判断出飞机C型梁的底面。
6.根据权利要求5所述的基于局部不变性的飞机C型梁配准方法，其特征在于，步骤S3中，所述从中判定出C型梁底面的过程包括以下步骤：
S311，从三个面上任意取两个点，采用Dijkstra最短路径算法计算得到初始的B-spline活动曲线d(t)；
S312，对当前活动曲线d(t)进行采样，得到点Sk＝d(tk)(k＝1,…,N),N为采样点数目，找出所有点Sk在点云上的垂足；
S313，构造目标函数
Figure FDA0002418622960000021
其中，
Figure FDA0002418622960000022
为所有Sk到目标曲线的平方距离和，Lk为k点到目标曲线的平方距离，λ为能量权因子，ci为每次迭代后控制顶点的增量；
S314，对目标函数F运用最小二乘法求解得到新的活动曲线d(t)；
S315，重复步骤S312至步骤S314，直至活动曲线满足前后两次路径长度变换量小于1mm活动曲线终止。
7.根据权利要求1所述的基于局部不变性的飞机C型梁配准方法，其特征在于，步骤S4中，所述计算得到C型梁底面的实测点云数据与C型梁数模配准的变换矩阵的过程包括以下步骤：
S41，计算实测C型梁数据点云P中的每一个点在数模Q点集中的对应最近点，构成若干个对应点对；
S42，计算得到使上述若干个对应点对平均距离最小的刚体变换，以及相应的平移参数和旋转参数；
S43，采用步骤S42中计算得到的平移参数和旋转参数对P进行变换，得到新的变换点集P′；
S44，判断新的变换点集P′与参考点集之间的平均距离是否小于第二预设距离阈值β，如果小于，停止迭代计算，否则将新的变换点集P′作为新的P，返回步骤S41继续迭代，所述参考点集是指Q中与P对应点集。
CN202010198901.1A 2020-03-20 2020-03-20 一种基于局部不变形的飞机c型梁配准方法 Active CN111429492B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010198901.1A CN111429492B (zh) 2020-03-20 2020-03-20 一种基于局部不变形的飞机c型梁配准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010198901.1A CN111429492B (zh) 2020-03-20 2020-03-20 一种基于局部不变形的飞机c型梁配准方法

Publications (2)

Publication Number Publication Date
CN111429492A true CN111429492A (zh) 2020-07-17
CN111429492B CN111429492B (zh) 2020-12-15

Family

ID=71548261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010198901.1A Active CN111429492B (zh) 2020-03-20 2020-03-20 一种基于局部不变形的飞机c型梁配准方法

Country Status (1)

Country Link
CN (1) CN111429492B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112067314A (zh) * 2020-09-01 2020-12-11 无锡威莱斯电子有限公司 一种mpdb中的壁障侵入计算方法
CN113436234A (zh) * 2021-08-26 2021-09-24 深圳市信润富联数字科技有限公司 轮毂毛刺识别方法、电子装置、装置及可读存储介质
CN114413788A (zh) * 2022-01-21 2022-04-29 武汉惟景三维科技有限公司 基于双目视觉和反向模型重构的零件表面图案检测方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005521502A (ja) * 2002-04-03 2005-07-21 セガミ エス．エー．アール．エル． 胸部および腹部の画像モダリティの重ね合わせ
CN102024256A (zh) * 2010-10-27 2011-04-20 李宝生 一种基于梯度场的变约束图像变形配准方法
CN102269813A (zh) * 2011-06-23 2011-12-07 中国电子科技集团公司第三十八研究所 一种机载非垂直双天线干涉sar系统干涉处理技术
CN103793904A (zh) * 2012-10-29 2014-05-14 深圳先进技术研究院 图像配准装置及其图像配准的方法
CN105243657A (zh) * 2015-09-08 2016-01-13 首都医科大学附属北京安贞医院 基于增强弹性形变的carto电解剖图与ct图像配准方法和装置
CN106683089A (zh) * 2016-12-30 2017-05-17 南京南瑞信息通信科技有限公司 一种带约束配准的杆塔变形检测方法
CN106780551A (zh) * 2016-11-18 2017-05-31 湖南拓视觉信息技术有限公司 一种三维运动目标检测方法和系统
CN107123161A (zh) * 2017-06-14 2017-09-01 西南交通大学 一种基于narf和fpfh的接触网零全网三维重建方法
CN109345620A (zh) * 2018-08-13 2019-02-15 浙江大学 融合快速点特征直方图的改进icp待测物体点云拼接方法
CN109949350A (zh) * 2019-03-11 2019-06-28 中国矿业大学(北京) 一种基于形态不变特征的多时相点云自动配准方法
CN110160444A (zh) * 2019-06-03 2019-08-23 西安飞机工业（集团）有限责任公司 一种飞机c型梁柔性检测装备及检测方法
CN110220476A (zh) * 2019-06-03 2019-09-10 西安飞机工业（集团）有限责任公司 一种基于三维激光扫描的航空零件自动快速测量方法
CN110850808A (zh) * 2019-11-19 2020-02-28 中国航空制造技术研究院 一种基于圆柱面基准约束与余量约束的配准方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005521502A (ja) * 2002-04-03 2005-07-21 セガミ エス．エー．アール．エル． 胸部および腹部の画像モダリティの重ね合わせ
CN102024256A (zh) * 2010-10-27 2011-04-20 李宝生 一种基于梯度场的变约束图像变形配准方法
CN102269813A (zh) * 2011-06-23 2011-12-07 中国电子科技集团公司第三十八研究所 一种机载非垂直双天线干涉sar系统干涉处理技术
CN103793904A (zh) * 2012-10-29 2014-05-14 深圳先进技术研究院 图像配准装置及其图像配准的方法
CN105243657A (zh) * 2015-09-08 2016-01-13 首都医科大学附属北京安贞医院 基于增强弹性形变的carto电解剖图与ct图像配准方法和装置
CN106780551A (zh) * 2016-11-18 2017-05-31 湖南拓视觉信息技术有限公司 一种三维运动目标检测方法和系统
CN106683089A (zh) * 2016-12-30 2017-05-17 南京南瑞信息通信科技有限公司 一种带约束配准的杆塔变形检测方法
CN107123161A (zh) * 2017-06-14 2017-09-01 西南交通大学 一种基于narf和fpfh的接触网零全网三维重建方法
CN109345620A (zh) * 2018-08-13 2019-02-15 浙江大学 融合快速点特征直方图的改进icp待测物体点云拼接方法
CN109949350A (zh) * 2019-03-11 2019-06-28 中国矿业大学(北京) 一种基于形态不变特征的多时相点云自动配准方法
CN110160444A (zh) * 2019-06-03 2019-08-23 西安飞机工业（集团）有限责任公司 一种飞机c型梁柔性检测装备及检测方法
CN110220476A (zh) * 2019-06-03 2019-09-10 西安飞机工业（集团）有限责任公司 一种基于三维激光扫描的航空零件自动快速测量方法
CN110850808A (zh) * 2019-11-19 2020-02-28 中国航空制造技术研究院 一种基于圆柱面基准约束与余量约束的配准方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
REAUNGAMORNRAT, S 等: "Deformable image registration with local rigidity constraints for cone-beam CT-guided spine surgery", 《PHYSICS IN MEDICINE AND BIOLOGY》 *
WU PENG 等: "Point cloud registration algorithm based on the volume constraint", 《 JOURNAL OF INTELLIGENT & FUZZY SYSTEMS》 *
杜培林 等: "点云模型上测地线的计算", 《计算机辅助设计与图形学学报》 *
王恒 等: "基 于 三 角 网 下 的 仿 射 不 变 几何约束的图像匹配算法研究", 《计算机应用研究》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112067314A (zh) * 2020-09-01 2020-12-11 无锡威莱斯电子有限公司 一种mpdb中的壁障侵入计算方法
CN112067314B (zh) * 2020-09-01 2023-02-28 无锡威莱斯电子有限公司 一种mpdb中的壁障侵入计算方法
CN113436234A (zh) * 2021-08-26 2021-09-24 深圳市信润富联数字科技有限公司 轮毂毛刺识别方法、电子装置、装置及可读存储介质
CN114413788A (zh) * 2022-01-21 2022-04-29 武汉惟景三维科技有限公司 基于双目视觉和反向模型重构的零件表面图案检测方法
CN114413788B (zh) * 2022-01-21 2024-04-09 武汉惟景三维科技有限公司 基于双目视觉和反向模型重构的零件表面图案检测方法

Also Published As

Publication number Publication date
CN111429492B (zh) 2020-12-15

Similar Documents

Publication Publication Date Title
CN111429492B (zh) 一种基于局部不变形的飞机c型梁配准方法
CN106407502B (zh) 一种基于最佳匹配的叶片截面型线轮廓参数评价方法
CN108376408B (zh) 一种基于曲率特征的三维点云数据快速加权配准方法
CN107798326B (zh) 一种轮廓视觉检测方法
CN112802070B (zh) 一种基于多描述子投票的飞机蒙皮局部点云定位方法
CN111539070B (zh) 基于实测数据的翼身对接间隙分布控制方法
CN110942107B (zh) 基于零件工程图像的复合磨削加工特征自动识别方法
CN114018155B (zh) 化铣激光刻型轮廓精度检测方法及系统
CN113587807A (zh) 一种飞机壁板加工特征面的扫描路径生成方法
CN113516695A (zh) 激光轮廓仪平面度测量中的点云配准策略
CN111179321A (zh) 一种基于模板匹配的点云配准方法
CN115147833A (zh) 一种零部件位姿识别方法及系统
CN115797414A (zh) 一种考虑测头半径的复杂曲面测量点云数据配准方法
CN113836662B (zh) 凸轮曲线槽机构设计缺陷的动态辨识及去特征化修复方法
CN114240871A (zh) 一种面向工件成型过程中轮廓检测的点云数据处理方法
Barari et al. Evaluation of geometric deviations in sculptured surfaces using probability density estimation
CN115880274A (zh) 基于三维计算机视觉的预制构件质量检测方法及系统
CN111444578B (zh) 一种基于弯曲工艺的变模量模型参数的自动标定方法
CN114549521A (zh) 基于加工g代码引导的碳管阵蜂窝面形精度计算方法
CN115056213A (zh) 一种面向大型复杂构件的机器人轨迹自适应修正方法
CN111127638B (zh) 利用三维模板库实现工件突出标志位定位抓取点方法
CN116681741A (zh) 一种基于曲面特征区域约束的点云配准方法
CN112686799B (zh) 一种基于法向量和l1中值的环形锻件截面形线提取方法
CN118172351A (zh) 基于三维点云数据的风电叶片飞边残留量检测方法
Tang et al. Research on Construction Error Metrology of Hull Ship Blocks Using Large-scale Scanning

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220426

Address after: 211106 room 1003-1005, No. 1698, Shuanglong Avenue, Jiangning District, Nanjing, Jiangsu Province (Jiangning Development Zone)

Patentee after: Nanjing Yuntong Technology Co.,Ltd.

Address before: No.29, Jiangjun Avenue, Jiangning District, Nanjing, Jiangsu Province, 210016

Patentee before: Nanjing University of Aeronautics and Astronautics

TR01 Transfer of patent right