CN115346019A - 一种点云圆孔几何参数测量方法、装置及系统 - Google Patents

一种点云圆孔几何参数测量方法、装置及系统 Download PDF

Info

Publication number
CN115346019A
CN115346019A CN202211082695.3A CN202211082695A CN115346019A CN 115346019 A CN115346019 A CN 115346019A CN 202211082695 A CN202211082695 A CN 202211082695A CN 115346019 A CN115346019 A CN 115346019A
Authority
CN
China
Prior art keywords
point cloud
slice
hole
plane
dimensional
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
CN202211082695.3A
Other languages
English (en)
Other versions
CN115346019B (zh
Inventor
汪俊
张凯钧
单忠德
李子宽
仲天驰
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 University of Aeronautics and Astronautics
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 CN202211082695.3A priority Critical patent/CN115346019B/zh
Publication of CN115346019A publication Critical patent/CN115346019A/zh
Application granted granted Critical
Publication of CN115346019B publication Critical patent/CN115346019B/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
    • 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
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/005—Tree description, e.g. octree, quadtree
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及三维点云的测量和检测技术领域，解决了目前仍是采用人工比对的方式去进行测量点云圆孔几何参数的技术问题，尤其涉及一种点云圆孔几何参数测量方法，包括以下步骤：S1、获取待测物体表面三维点云数据，使用三维激光扫描仪采集待测物体表面信息，生成高精度的表面完整的三维点云数据；S2、对上述所获取的三维点云数据进行预处理得到全局点云。本发明达到了自动完成测量点云圆孔几何参数的目的，能够实现脱离人的干预，自主完成各种场景中点云圆孔特征的几何参数测量，同时提高三维点云的测量和检测效率，降低人为干预所产生的误差率，因此在三维检测中具有重要意义。

Description

一种点云圆孔几何参数测量方法、装置及系统
技术领域
本发明涉及三维点云的测量和检测技术领域，尤其涉及一种点云圆孔几何参数测量方法、装置及系统。
背景技术
近些年来，随着激光雷达和三维扫描技术的发展和普及，该技术被广泛应用于各种领域，受益于这些技术的发展，基于三维点云的数字化智能检测技术运用而生，数字化检测主要采用非接触式测量，不会对被测表面造成变形以及受损等问题，而且可以获得待检测物体的完整三维数据。而我们生活在一个三维空间中，基于待检测物体的三维点云毫无疑问能更充分描述物体在三维空间中的形貌状态，目前的三维点云检测技术，已经具有足够的检测精度和检测效率，能满足很多场景检测的众多需求，发挥越来越重要的作用。
目前基于三维检测，最大的问题就是仍通过人工比对的方式去进行测量点云圆孔的几何参数，而圆孔特征在各种场景中都广泛存在，实际检测需求中，也有大量需要检测的圆孔特征的场景，因此无法达到完全脱离人干预的地步。
发明内容
针对现有技术的不足，本发明提供了一种点云圆孔几何参数测量方法、装置及系统，解决了目前仍是采用人工比对的方式去进行测量点云圆孔几何参数的技术问题，达到了自动完成测量点云圆孔几何参数的目的，能够实现脱离人的干预，自主完成各种场景中点云圆孔特征的几何参数测量，同时提高三维点云的测量和检测效率，降低人为干预所产生的误差率，因此在三维检测中具有重要意义。
为解决上述技术问题，本发明提供了如下技术方案：一种点云圆孔几何参数测量方法，包括以下步骤：
S1、获取待测物体表面三维点云数据，使用三维激光扫描仪采集待测物体表面信息，生成高精度的表面完整的三维点云数据；
S2、对上述所获取的三维点云数据进行预处理得到全局点云；
S3、采用切片法对全局点云进行分割，对分割后的全局点云压缩到一个平面内构成切片平面点云集合；
S4、计算每个切片点在切片平面点云集合内的曲率中心聚类并作为圆的中心，通过曲率中心反向验证每个切片点是否为来自孔内壁点云；
若每个切片点均来自孔内壁点云，则直接进入步骤S6，若存在若干切片点不是来自孔内壁点云，则进入下一步；
S5、将验证不是来自孔内壁点云的若干切片点进行连通性聚类计算，将若干切片点相对应的切片平面点云集合进行逆压缩，找到与其对应的三维点形成三维点云，即孔的内壁点云；
S6、对孔内壁点云进行参数化计算得出圆孔几何参数。
进一步地，在步骤S2中，具体包括以下步骤：
S21、步骤S1得到的三维点云数据存在少量噪声点云，采用离群点滤波的方法对三维点云数据中包含的噪声点云数据进行滤波，点云的分辨率为R，对于点云中的一点P，取5×R半径范围的邻域，邻域点的个数设置为N个，则5×R半径范围内邻点数少于N个的点被滤除；
S22、将滤波后的三维点云数据中的点云进行旋转后得到全局点云。
进一步地，在步骤S3中，具体包括以下步骤：
S31、采用切片法对全局点云进行分割形成若干切片，将全局点云完整分割进各个切片中，切片的方向根据点云中孔在空间中的走向确定；
S32、将每个切片空间内的点云沿着切片方向压缩到一个平面内构成切片平面点云集合。
进一步地，在步骤S4中，具体包括以下步骤：
S41、计算切片平面点云集合中切片平面点云的曲率；
S42、根据切片平面点云的曲率和各个点的初始法线计算曲率中心；
S43、将得到的每个切片平面点云曲率中心汇总聚类，得到若干离散的密度最大的点，作为该切片平面点云中圆的圆心；
S44、计算圆的平均半径并根据平均半径设立圆环，计算圆的平均半径
Figure 744061DEST_PATH_IMAGE001
，以
Figure 130043DEST_PATH_IMAGE002
到
Figure 378621DEST_PATH_IMAGE003
的范围设立圆环；
S45、判断圆环能否将形成圆心的比例的点覆盖，若能够覆盖则切片点来自孔内壁点云，若不能够覆盖则切片点不是来自孔内壁点云，判断圆环能否将形成圆心的
Figure 508251DEST_PATH_IMAGE004
比例的点覆盖，如果满足要求，捞出这些被覆盖的点。
进一步地，在步骤S5中，具体包括以下步骤：
S51、计算切片平面点云集合的八叉树，八叉树等级设置为
Figure 322624DEST_PATH_IMAGE005
；
S52、设置每个八叉树单元对应的最小包围盒的分数；
如果每个八叉树单元对应的最小包围盒，周围六个方向有任意一个包围盒与它连通，那么这个包围盒的分数设置为1，如果不满足则设置为0，0对应的点云太离散，进行删除；
S53、按照连通性聚类的个数重新排标签1，2，3，…，每个聚类都对应一个孔内壁点云，每个聚类的点云，代表孔内壁的点云。
进一步地，在步骤S6中，具体包括以下步骤：
S61、对孔的内壁点云拟合得到一个圆柱；
S62、取圆柱的邻域，在邻域点云中拟合加工孔所在的平面；
S63、将孔所在的平面与步骤S61得到的圆柱相交得到一个圆，并获得这个圆的三维圆心坐标。
本发明还提供了一种用于实现上述点云圆孔几何参数测量方法的装置，包括：
数据获取模块，所述数据获取模块用于获取待测物体表面三维点云数据；
预处理模块，所述预处理模块用于对所获取的三维点云数据进行预处理得到全局点云；
集合构成模块，所述切片平面点云集合构成模块用于采用切片法对全局点云进行分割，对分割后的全局点云压缩到一个平面内构成切片平面点云集合；
计算验证模块，所述计算验证模块用于计算每个切片点在切片平面点云集合内的曲率中心聚类并作为圆的中心，通过曲率中心反向验证每个切片点是否为来自孔内壁点云；
计算压缩模块，所述计算压缩模块用于将验证不是来自孔内壁点云的若干切片点进行连通性聚类计算，将若干切片点相对应的切片平面点云集合进行逆压缩，找到与其对应的三维点形成三维点云，即孔的内壁点云；
计算模块，所述计算模块用于对孔内壁点云进行参数化计算得出圆孔几何参数。
本发明还提供了一种用于实现上述点云圆孔几何参数测量方法的系统，包括：处理器；存储器；
以及一个或多个程序，其中所述一个或多个程序被存储在存储器中，并且被配置成由所述处理器执行，所述程序用于计算机执行点云圆孔几何参数的测量方法。
借由上述技术方案，本发明提供了一种点云圆孔几何参数测量方法、装置及系统，至少具备以下有益效果：
本发明解决了目前仍是采用人工比对的方式去进行测量点云圆孔几何参数的技术问题，达到了自动完成测量点云圆孔几何参数的目的，能够实现脱离人的干预，自主完成各种场景中点云圆孔特征的几何参数测量，同时提高三维点云的测量和检测效率，降低人为干预所产生的误差率，因此在三维检测中具有重要意义。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明点云圆孔几何参数测量方法的流程图；
图2为本发明原始三维点云的示意图；
图3为本发明点云切片操作示意图；
图4为本发明切片平面点云曲率中心计算结果的示意图；
图5为本发明获得孔的内壁点云获得结果的示意图；
图6为本发明RANSAC圆柱拟合算法的效果图；
图7为本发明点云圆孔几何参数测量系统的原理框图。
图中：100、数据获取模块；200、预处理模块；300、集合构成模块；400、计算验证模块；500、计算压缩模块；600、计算模块。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图 和具体实施方式对本发明作进一步详细的说明。借此对本申请如何应用技术手段来解决技术问题并达成技术功效的实现过程能充分理解并据以实施。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
请参照图1-图7，示出了本实施例的一种实施方式，本实施例对汽车发送机缸体进行扫描，同时以汽车发送机缸体的点云数据进行处理，并测量点云圆孔的几何参数，通过实际的应用对本实施例进行阐述，并能够自主完成各种场景中点云圆孔特征的几何参数测量，本实施例达到了自动完成测量点云圆孔几何参数的目的，能够实现脱离人的干预，同时提高三维点云的测量和检测效率，降低人为干预所产生的误差率，因此在三维检测中具有重要意义。
请参照图1，一种点云圆孔几何参数测量方法，包括以下步骤：
S1、获取待测物体表面三维点云数据，使用三维激光扫描仪采集待测物体表面信息，生成高精度的表面完整的三维点云数据。
具体的，搭建三维数据扫描平台。三维数据扫描平台由Creaform公司的HandySCAN700扫描仪以及一台测量工作站组成。本实施例对汽车发送机缸体进行扫描。将发动机缸体放在扫描仪视场中，通过在发动机四周移动扫描仪，将激光充分打在缸体表面，得到表面完整的三维点云数据，如图2所示。
S2、对上述所获取的三维点云数据进行预处理得到全局点云。
在步骤S2中，具体包括以下步骤：
S21、步骤S1得到的三维点云数据存在少量噪声点云，采用离群点滤波的方法对三维点云数据中包含的噪声点云数据进行滤波，点云的分辨率为R，对于点云中的一点P，取5×R半径范围的邻域，邻域点的个数设置为N个，则5×R半径范围内邻点数少于N个的点被滤除。
S22、将滤波后的三维点云数据中的点云进行旋转后得到全局点云，
Figure 879507DEST_PATH_IMAGE006
，T为旋转矩阵，
Figure 880961DEST_PATH_IMAGE007
为旋转之后的点。对要检测的圆孔，通过它的内壁点云估计一个大致的轴线方向向量
Figure 814282DEST_PATH_IMAGE008
，给定坐标轴x的方向向量
Figure 217581DEST_PATH_IMAGE009
，让
Figure 945366DEST_PATH_IMAGE010
绕轴c旋转
Figure 434116DEST_PATH_IMAGE011
实现点云旋转，其中，
Figure 905549DEST_PATH_IMAGE012
，旋转轴c为：
Figure 428934DEST_PATH_IMAGE013
S3、采用切片法对全局点云进行分割，对分割后的全局点云压缩到一个平面内构成切片平面点云集合。
在步骤S3中，具体包括以下步骤：
S31、采用切片法对全局点云进行分割形成若干切片，将全局点云完整分割进各个切片中，切片的方向根据点云中孔在空间中的走向确定。
以x方向为例，沿着x方向，对全局点云进行切片分割。切片具有相同的厚度，每个切片之间距离为0，在x方向平均设置
Figure 91734DEST_PATH_IMAGE014
个切片空间集合，将这些切片堆叠在空间中，正好能将全局点云完整分割进各个切片中。切片空间集合表示为：
Figure 67781DEST_PATH_IMAGE015
孔的走向满足空间相互正交的三个方向，即x方向，向量表示
Figure 77325DEST_PATH_IMAGE016
，以及y方向
Figure 455217DEST_PATH_IMAGE017
，z方向
Figure 524804DEST_PATH_IMAGE018
。现以x方向为例，点云在x方向的最小值和最大值记作
Figure 253725DEST_PATH_IMAGE019
和
Figure 66961DEST_PATH_IMAGE020
，在x方向平均设置
Figure 299359DEST_PATH_IMAGE014
个切片空间集合，相邻切片空间之间的距离为0，但每个切片空间最小值和最大值之间的距离为
Figure 805426DEST_PATH_IMAGE021
，此时切片空间集合表示为
Figure 490486DEST_PATH_IMAGE022
，其中，序号为1的切片集合
Figure 107412DEST_PATH_IMAGE023
中的任意一点
Figure 459896DEST_PATH_IMAGE024
的x轴坐标满足
Figure 136865DEST_PATH_IMAGE025
，序号为2的切片集合
Figure 309220DEST_PATH_IMAGE026
中的任意一点
Figure 464258DEST_PATH_IMAGE027
的x轴坐标满足
Figure 671248DEST_PATH_IMAGE028
，以此类推。此时将点云中的点对应到各个切片空间中，完成点云分割，如图3所示。
S32、将每个切片空间内的点云沿着切片方向压缩到一个平面内构成切片平面点云集合。
沿着x方向，对于序号为1的切片集合
Figure 784698DEST_PATH_IMAGE029
中的一点
Figure 444349DEST_PATH_IMAGE030
，设它的坐标为
Figure 403078DEST_PATH_IMAGE031
，进行压缩操作时，该点的坐标
Figure 697531DEST_PATH_IMAGE032
，此时它的x轴坐标设置为所在切片中心点的x值，将该方法作用在
Figure 716303DEST_PATH_IMAGE029
下的每个点上，即得到一个完整的切片平面点云集合
Figure 863250DEST_PATH_IMAGE033
，进而得到
Figure 891249DEST_PATH_IMAGE034
个切片平面点云集合。
继续以x方向为例，现对点云沿着
Figure 807252DEST_PATH_IMAGE035
方向进行压缩，对于序号为1的切片集合
Figure 731346DEST_PATH_IMAGE029
中的一点
Figure 631169DEST_PATH_IMAGE030
，设它的坐标为
Figure 931700DEST_PATH_IMAGE036
，进行压缩操作时，该点的坐标
Figure 967789DEST_PATH_IMAGE032
，此时它的坐标更新为
Figure 62784DEST_PATH_IMAGE037
，将该方法作用在
Figure 449903DEST_PATH_IMAGE029
下的每个点上，即得到一个完整的切片平面点云集合
Figure 554126DEST_PATH_IMAGE033
，进而得到
Figure 179142DEST_PATH_IMAGE034
个切片平面点云集合。
S4、计算每个切片点在切片平面点云集合内的曲率中心聚类并作为圆的中心，通过曲率中心反向验证每个切片点是否为来自孔内壁点云。
若每个切片点均来自孔内壁点云，则直接进入步骤S6，若存在若干切片点不是来自孔内壁点云，则进入下一步。
在步骤S4中，具体包括以下步骤：
S41、计算切片平面点云集合中切片平面点云的曲率。
现选择一个切片平面点云，它其中一点i记作
Figure 976197DEST_PATH_IMAGE038
，现对切片平面点云用距欧氏距离计算取与
Figure 319453DEST_PATH_IMAGE039
距离最近的k个点，用一条二次曲线
Figure 227366DEST_PATH_IMAGE040
进行拟合。计算A、B、C的值。进而计算
Figure 972469DEST_PATH_IMAGE039
的曲率，记作
Figure 674845DEST_PATH_IMAGE041
。
切片平面点云内取与
Figure 770977DEST_PATH_IMAGE039
距离最近的10个点，距离用欧氏距离计算。这10个点与
Figure 217002DEST_PATH_IMAGE039
一共11个点，用一条二次曲线
Figure 816611DEST_PATH_IMAGE042
进行拟合。A、B、C表示待拟合的参数，拟合过程可以确定A、B、C的值。
Figure 955468DEST_PATH_IMAGE039
的曲率记作
Figure 771852DEST_PATH_IMAGE041
。
Figure 755989DEST_PATH_IMAGE043
其中，
Figure 475683DEST_PATH_IMAGE044
，
Figure 785442DEST_PATH_IMAGE045
，
Figure 590586DEST_PATH_IMAGE046
分别为沿着x方向，对于序号为1的切片集合
Figure 378414DEST_PATH_IMAGE047
中的一点
Figure 952615DEST_PATH_IMAGE030
的坐标。
S42、根据切片平面点云的曲率和各个点的初始法线计算曲率中心。
步骤S41得到
Figure 433275DEST_PATH_IMAGE039
的曲率记作
Figure 460136DEST_PATH_IMAGE041
后，计算
Figure 51655DEST_PATH_IMAGE039
的曲率中心
Figure 480362DEST_PATH_IMAGE048
。
Figure 131923DEST_PATH_IMAGE039
的法线
Figure 911660DEST_PATH_IMAGE049
为已知量，曲率中心
Figure 41291DEST_PATH_IMAGE050
的计算如下：
Figure 590084DEST_PATH_IMAGE051
Figure 412546DEST_PATH_IMAGE052
Figure 414000DEST_PATH_IMAGE053
S43、将得到的每个切片平面点云曲率中心汇总聚类，得到若干离散的密度最大的点，作为该切片平面点云中圆的圆心。
S44、计算圆的平均半径并根据平均半径设立圆环。
计算圆的平均半径
Figure 347321DEST_PATH_IMAGE054
，以
Figure 750621DEST_PATH_IMAGE055
到
Figure 743984DEST_PATH_IMAGE056
的范围设立圆环。
S45、判断圆环能否将形成圆心的比例的点覆盖，若能够覆盖则切片点来自孔内壁点云，若不能够覆盖则切片点不是来自孔内壁点云，判断圆环能否将形成圆心的
Figure 232735DEST_PATH_IMAGE057
比例的点覆盖，如果满足要求，捞出这些被覆盖的点。
如图4所示，选定圆心，以及它周围的n个邻域点，计算圆的平均半径
Figure 969746DEST_PATH_IMAGE054
，计算公式为：
Figure 454649DEST_PATH_IMAGE058
Figure 884493DEST_PATH_IMAGE059
建议取30，令
Figure 594960DEST_PATH_IMAGE060
，以
Figure 870084DEST_PATH_IMAGE061
到
Figure 513555DEST_PATH_IMAGE062
的范围设立圆环，判断圆环能否将形成圆心的90%比例的点覆盖。如果满足要求，捞出这些被覆盖的点。
S5、将验证不是来自孔内壁点云的若干切片点进行连通性聚类计算，将若干切片点相对应的切片平面点云集合进行逆压缩，找到与其对应的三维点形成三维点云，即孔的内壁点云。
在步骤S5中，具体包括以下步骤：
S51、计算切片平面点云集合的八叉树，八叉树等级设置为
Figure 583142DEST_PATH_IMAGE063
。
S52、设置每个八叉树单元对应的最小包围盒的分数。
如果每个八叉树单元对应的最小包围盒，周围六个方向有任意一个包围盒与它连通，那么这个包围盒的分数设置为1，如果不满足则设置为0，0对应的点云太离散，进行删除。
S53、按照连通性聚类的个数重新排标签1，2，3，…，每个聚类都对应一个孔内壁点云，每个聚类的点云，代表孔内壁的点云。
首先计算点云八叉树，此方案中八叉树等级设置为
Figure 46484DEST_PATH_IMAGE063
。如果每个八叉树单元对应的最小包围盒，周围六个方向有任意一个包围盒与它连通，那么这个包围盒的分数设置为1，如果不满足则设置为0，0对应的点云太离散，进行删除。按照连通性聚类的个数重新排标签1，2，3，…，每个聚类都对应一个孔内壁点云，如图5所示。
S6、对孔内壁点云进行参数化计算得出圆孔几何参数。
S61、对孔的内壁点云拟合得到一个圆柱，如图6所示。
S62、取圆柱的邻域，在邻域点云中拟合加工孔所在的平面。
S63、将孔所在的平面与步骤S61得到的圆柱相交得到一个圆，并获得这个圆的三维圆心坐标。
本实施例解决了目前仍是采用人工比对的方式去进行测量点云圆孔几何参数的技术问题，达到了自动完成测量点云圆孔几何参数的目的，能够实现脱离人的干预，自主完成各种场景中点云圆孔特征的几何参数测量，同时提高三维点云的测量和检测效率，降低人为干预所产生的误差率，因此在三维检测中具有重要意义。
请参照图7，本实施例还提供了一种用于实现上述点云圆孔几何参数测量方法的装置，包括：
数据获取模块100，数据获取模块100用于获取待测物体表面三维点云数据。
预处理模块200，预处理模块200用于对所获取的三维点云数据进行预处理得到全局点云。
集合构成模块300，切片平面点云集合构成模块300用于采用切片法对全局点云进行分割，对分割后的全局点云压缩到一个平面内构成切片平面点云集合。
计算验证模块400，计算验证模块400用于计算每个切片点在切片平面点云集合内的曲率中心聚类并作为圆的中心，通过曲率中心反向验证每个切片点是否为来自孔内壁点云。
计算压缩模块500，计算压缩模块500用于将验证不是来自孔内壁点云的若干切片点进行连通性聚类计算，将若干切片点相对应的切片平面点云集合进行逆压缩，找到与其对应的三维点形成三维点云，即孔的内壁点云。
计算模块600，计算模块600用于对孔内壁点云进行参数化计算得出圆孔几何参数。
本实施例还提供了一种用于实现上述点云圆孔几何参数测量方法的系统，包括：
处理器；
存储器；
以及一个或多个程序，其中一个或多个程序被存储在存储器中，并且被配置成由处理器执行，程序用于计算机执行点云圆孔几何参数的测量方法。
本发明解决了目前仍是采用人工比对的方式去进行测量点云圆孔几何参数的技术问题，达到了自动完成测量点云圆孔几何参数的目的，能够实现脱离人的干预，自主完成各种场景中点云圆孔特征的几何参数测量，同时提高三维点云的测量和检测效率，降低人为干预所产生的误差率，因此在三维检测中具有重要意义。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同或相似的部分互相参见即可。对于以上各实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上实施方式对本发明进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种点云圆孔几何参数测量方法，其特征在于，包括以下步骤：
S1、获取待测物体表面三维点云数据；
S2、对上述所获取的三维点云数据进行预处理得到全局点云；
S3、采用切片法对全局点云进行分割，对分割后的全局点云压缩到一个平面内构成切片平面点云集合；
S4、计算每个切片点在切片平面点云集合内的曲率中心聚类并作为圆的中心，通过曲率中心反向验证每个切片点是否为来自孔内壁点云；
若每个切片点均来自孔内壁点云，则直接进入步骤S6，若存在若干切片点不是来自孔内壁点云，则进入下一步；
S5、将验证不是来自孔内壁点云的若干切片点进行连通性聚类计算，将若干切片点相对应的切片平面点云集合进行逆压缩，找到与其对应的三维点形成三维点云，即孔的内壁点云；
S6、对孔内壁点云进行参数化计算得出圆孔几何参数。
2.根据权利要求1所述的点云圆孔几何参数测量方法，其特征在于：在步骤S2中，具体包括以下步骤：
S21、采用离群点滤波的方法对三维点云数据中包含的噪声点云数据进行滤波；
S22、将滤波后的三维点云数据中的点云进行旋转后得到全局点云。
3.根据权利要求1所述的点云圆孔几何参数测量方法，其特征在于：在步骤S3中，具体包括以下步骤：
S31、采用切片法对全局点云进行分割形成若干切片，将全局点云完整分割进各个切片中；
S32、将每个切片空间内的点云沿着切片方向压缩到一个平面内构成切片平面点云集合。
4.根据权利要求1所述的点云圆孔几何参数测量方法，其特征在于：在步骤S4中，具体包括以下步骤：
S41、计算切片平面点云集合中切片平面点云的曲率；
S42、根据切片平面点云的曲率和各个点的初始法线计算曲率中心；
S43、将得到的每个切片平面点云曲率中心汇总聚类，得到若干离散的密度最大的点，作为该切片平面点云中圆的圆心；
S44、计算圆的平均半径并根据平均半径设立圆环；
S45、判断圆环能否将形成圆心的比例的点覆盖，若能够覆盖则切片点来自孔内壁点云，若不能够覆盖则切片点不是来自孔内壁点云。
5.根据权利要求1所述的点云圆孔几何参数测量方法，其特征在于：在步骤S5中，具体包括以下步骤：
S51、计算切片平面点云集合的八叉树，八叉树等级设置为
Figure 798272DEST_PATH_IMAGE001
；
S52、设置每个八叉树单元对应的最小包围盒的分数；
S53、按照连通性聚类的个数重新排标签1，2，3，…，每个聚类都对应一个孔内壁点云。
6.根据权利要求1所述的点云圆孔几何参数测量方法，其特征在于：在步骤S6中，具体包括以下步骤：
S61、对孔的内壁点云拟合得到一个圆柱；
S62、取圆柱的邻域，在邻域点云中拟合加工孔所在的平面；
S63、将孔所在的平面与步骤S61得到的圆柱相交得到一个圆，并获得这个圆的三维圆心坐标。
7.一种用于实现上述权利要求1-6任一项所述的点云圆孔几何参数测量方法的装置，其特征在于，包括：
数据获取模块（100），所述数据获取模块（100）用于获取待测物体表面三维点云数据；
预处理模块（200），所述预处理模块（200）用于对所获取的三维点云数据进行预处理得到全局点云；
集合构成模块（300），所述切片平面点云集合构成模块（300）用于采用切片法对全局点云进行分割，对分割后的全局点云压缩到一个平面内构成切片平面点云集合；
计算验证模块（400），所述计算、验证模块（400）用于计算每个切片点在切片平面点云集合内的曲率中心聚类并作为圆的中心，通过曲率中心反向验证每个切片点是否为来自孔内壁点云；
计算压缩模块（500），所述计算、压缩模块（500）用于将验证不是来自孔内壁点云的若干切片点进行连通性聚类计算，将若干切片点相对应的切片平面点云集合进行逆压缩，找到与其对应的三维点形成三维点云，即孔的内壁点云；
计算模块（600），所述计算模块（600）用于对孔内壁点云进行参数化计算得出圆孔几何参数。
8.一种用于实现上述权利要求1-6任一项所述的飞机长桁平面特征提取方法的系统，其特征在于，包括：
处理器；
存储器；
以及一个或多个程序，其中所述一个或多个程序被存储在存储器中，并且被配置成由所述处理器执行，所述程序用于计算机执行如权利要求1-6中任一项所述的方法。
CN202211082695.3A 2022-09-06 2022-09-06 一种点云圆孔几何参数测量方法、装置及系统 Active CN115346019B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211082695.3A CN115346019B (zh) 2022-09-06 2022-09-06 一种点云圆孔几何参数测量方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211082695.3A CN115346019B (zh) 2022-09-06 2022-09-06 一种点云圆孔几何参数测量方法、装置及系统

Publications (2)

Publication Number Publication Date
CN115346019A true CN115346019A (zh) 2022-11-15
CN115346019B CN115346019B (zh) 2023-05-12

Family

ID=83955679

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211082695.3A Active CN115346019B (zh) 2022-09-06 2022-09-06 一种点云圆孔几何参数测量方法、装置及系统

Country Status (1)

Country Link
CN (1) CN115346019B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106780509A (zh) * 2016-12-01 2017-05-31 山东交通学院 融合多维特征的建筑物点云层次聚类分割方法
KR20200107217A (ko) * 2019-03-06 2020-09-16 한국전자통신연구원 영상 처리 방법 및 장치
CN111815611A (zh) * 2020-07-14 2020-10-23 南京航空航天大学苏州研究院 一种面向铆钉孔测量点云数据的圆孔特征提取方法
CN111899302A (zh) * 2020-06-23 2020-11-06 武汉闻道复兴智能科技有限责任公司 一种基于点云数据的视觉检测的方法、装置和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106780509A (zh) * 2016-12-01 2017-05-31 山东交通学院 融合多维特征的建筑物点云层次聚类分割方法
KR20200107217A (ko) * 2019-03-06 2020-09-16 한국전자통신연구원 영상 처리 방법 및 장치
CN111899302A (zh) * 2020-06-23 2020-11-06 武汉闻道复兴智能科技有限责任公司 一种基于点云数据的视觉检测的方法、装置和系统
CN111815611A (zh) * 2020-07-14 2020-10-23 南京航空航天大学苏州研究院 一种面向铆钉孔测量点云数据的圆孔特征提取方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HAO TANG等: "Tiny hole inspection of aircraft engine nacelle in 3D point cloud via robust statistical fitting" *
陈红华 等: "基于三维点云深度学习的飞机表面多圆孔基元提取方法" *

Also Published As

Publication number Publication date
CN115346019B (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
Xu et al. Reconstruction of scaffolds from a photogrammetric point cloud of construction sites using a novel 3D local feature descriptor
CN113487730B (zh) 一种基于激光雷达点云数据的城市三维自动建模方法
CN110163863B (zh) 三维物体分割方法、设备和介质
CN110807781B (zh) 一种保留细节与边界特征的点云精简方法
CN112164145B (zh) 基于点云数据快速提取室内三维线段结构的方法
CN113470090A (zh) 基于sift-shot特征的多固态激光雷达外参标定方法
CN108388902B (zh) 结合全局框架点与局部shot特征的复合3d描述子构建方法
CN114663373B (zh) 一种用于零件表面质量检测的点云配准方法及装置
US12019956B2 (en) Subsampling method for converting 3D scan data of an object for marine, civil, and architectural works into smaller densities for processing without CAD processing
CN114241217A (zh) 一种基于圆柱特征的树干点云高效提取方法
CN111783722B (zh) 一种激光点云的车道线提取方法和电子设备
CN111968224A (zh) 船舶3d扫描点云数据处理方法
CN116563493A (zh) 基于三维重建的模型训练方法、三维重建方法及装置
CN116503575A (zh) 一种图形化生成高质量建筑模型的方法及电子设备
CN116721228A (zh) 一种基于低密度点云的建筑物高程提取方法及系统
CN117968540A (zh) 一种基于线激光扫描的法兰轴承三维测量方法及系统
CN107194994B (zh) 一种无标定曲面点云数据重建圆柱面的方法及装置
CN113435479A (zh) 基于区域特征表达约束的特征点匹配方法与系统
CN112712062A (zh) 基于解耦截断物体的单目三维物体检测方法和装置
CN111783648A (zh) 道路点云中护栏的提取方法及装置
CN115346019A (zh) 一种点云圆孔几何参数测量方法、装置及系统
CN115115548B (zh) 一种点云修复方法、装置、电子设备和存储设备
CN116486015A (zh) 一种格子柜的三维尺寸自动检测和cad数模重建方法
CN107358655B (zh) 基于离散平稳小波变换的半球面和圆锥面模型的辨识方法
CN118095654B (zh) 基于bim的建筑工程建设管理方法及系统

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