散乱三维测量数据构建三角形网格模型的研究

三角网格模型广泛应用于曲面重构、快速原型制造和三维真实感显示等领域.针对三维测量得到的无拓扑关系的散乱无序点集,提出了一种三角网格模型构建算法.首先进行点云粗分组,然后从最高点根据Delaunay划分原则,按照循环扩展的思路生成三角形网格.通过控制合适的三角形生长条件,有效避免了三角面片交叉错乱、退化、法向量不一致缺陷.应用实例表明,该算法能有效完成各类复杂型面三维测量数据的三角网格模型构建.     

注塑件产品的三维无接触全场检测

根据注塑件三维信息获取的特点,引入结构光三维扫描法和特征标志点拼接法,提出了一种在利用三维扫描系统中对注塑件进行快速无接触全场检测的方法。该方法通过结构光三维扫描系统获取物体各侧面的三维点云信息,并通过对特征点的提取,首先得到一组匹配点对,然后运用SVD矩阵分解算法求出转换参数,进而以此作为最近点迭代法的初始值,并对最近点的求法和迭代截止条件作了改进,得到了很好的配准效果,实现了对复杂尺寸注塑件的全场检测。论述了该方法的基本原理,并通过实例证明了该方法的有效性。     

三角网格大面积孔洞光顺修补算法的研究

针对曲率变化复杂区域的大面积孔洞缺陷,提出一种基于曲面拟合的光顺孔洞修补算法。首先提取孔洞基本特征信息,基于孔洞边界直接填充修补;接着通过网格细分与优化,获得孔洞内部采样点;最后通过加权分点曲面拟合,调整采样点的空间位置。应用实例表明,该算法获得的修补网格质量高,能较好地逼近原始缺失曲面,且与周围原始网格光顺连接。     

大面积形体三维测量数据拼接技术的研究

大面积形体三维无接触测量,一般采用多视场测量和测量数据拼接的方法,存在积累误差大、测量精度低的问题.采用框架拼接法,通过编码标志点的匹配,求得标志点的空间三维坐标,完成物体空间框架的重构;然后通过局部三维扫描点云与空间框架之间的特征点的提取,得到一组匹配点对,运用SVD矩阵分解算法求出旋转矩阵R和平移向量T,实现局部三维扫描数据的精确拼接.实例表明,该方法有效地提高了大面积形体三维测量的精度.     

曲面重构中散乱点云数据曲率估算算法的研究

获取测量点云数据的几何特征信息是曲面重构的基础,估算数据点方向矢量和曲率是点云数据处理中必须面对的问题。这里针对散乱测量数据点云,以局部数据点协方差矩的最小特征向量作为数据点的方向矢量,并根据实际测量情况,对基于二次曲面拟合的数据点曲率估算算法进行了改进。对实际测量点云数据,能够较准确地估算出点云方向矢量和曲率,并能形象显示出数据点云的曲率分布。     

基于标志点的多视角三维测量数据配准技术的研究

本文通过引入标志点 ,提出了一种在三维测量系统中对三维测量数据进行配准的方法。该方法通过对标志点的提取 ,首先得到一组匹配点对 ,然后运用SVD奇异值矩阵分解算法求出转换参数R和T ,进而以此作为所有三维测量数据的旋转矩阵R和平移向量T从而实现配准。本文论述了该方法的基本原理 ,并通过实例证明了该方法的有效性