【优秀硕士博士论文】散乱点云采样技术研究

1,散乱点云采样技术研究,机械工程学院硕士研究生毕业答辩,学 科： 机械电子工程,日 期： 2011 年 5 月,报告主要内容,研究方案,研究工作,结论和展望,课题背景,2,1.1选题意义,一、课题背景,国家863项目“大型复杂曲面产品的反求和三维快速检测系统研究”支持。,3,在汽车、飞机、大型机械等复杂曲面的逆向设计或质量检测中，三维光学面扫描设备获取的原始点云数据量大（几百万上千万）。逆向工程：海量数据严重影响曲面重建效率。在线检测：工业现场对时效性要求较高，而海量点云数据需要较长的处理时间，不能满足在线检测需求。因此，在满足精度前提下需要对数据进行快速有效采样。,4,基于网格采样,1.2国内外发展状况, 对点云建立拓扑网格，合并形状变化小的区域网格。,基于点的采样, 依据点的空间位置，计算出点的离散几何信息，根据这些信息对点云进行优化处理。,一、课题背景,基于点的采样（简单、高效）,一、课题背景,1.2国内外发展状况,5, 全局聚类采样。 不足：初始聚类划分对精度影响较大。 MLS移动最小二乘采样。 不足：涉及非线性最优解计算，效率较低。 基于相似性的点模型简化。 不足：计算过程复杂。 基于K邻域密度的点云简化 。 不足：丢失特征。,系统研究,一、课题背景,1.3课题组已完成工作,6,点云预处理研究,XJTUDP三维摄影测量XJTUOM三维面扫描系统,点云对齐数据融合剔除误差点云采样特征提取,2.1 研究内容,基于以上的需求分析和研究现状，本文针对点云采样进行了大量研究和实验。主要内容如下： 点云采样方案分析。 实现层次聚类法点云采样。 改进了移动最小二乘点云采样， 提高了效率和精度。 提出了基于均值漂移的点云采样， 对各种点云，具有较好精简效果。 结合项目，对以上采样算法进行实验分析。,点云采样软件,二、研究方案,7, 技术支持,三维光学面扫描设备, 实验支持,天津汽车模具厂，东风汽轮机厂等进行现场试验。,点云预处理软件,二、研究方案,2.2 可行性分析,8,关键技术, 曲面变分计算 邻域构建 MLS投射算子 栅格简化,二、研究方案,2.3 关键技术及新见解,9,新见解,二、研究方案,2.3 关键技术及新见解,10, 改进了MLS点云简化算法 使用邻域搜索，提高了算法效率。 求解MLS面时，初始值优化提高了精度。 对点云进行均值漂移处理 均值漂移处理得到局部模式点取代类。 提出了特征保持的点云简化算法 快速地精简各类点云，并很好保留特征。,二、研究方案,2.4 技术路线,11,结论展望,层次聚类法,均值漂移,需求分析,采样方案确定,MLS点云采样,试验分析,采样比率,快速实时：层次聚类采样算法。几何精度要求较高：移动最小二乘采样和均值漂移采样。,三、研究工作,3.1 采样方案分析,12,精度,用途分析,层次聚类,移动最小二乘,均值漂移,速度, 算法原理,点云P划分成大量的子集。每个子集用一个点来取代。形成简化点集。,层次聚类法二维图解,层次聚类法是自上向下划分算法。,三、研究工作,3.2 层次聚类法,13, 关键技术研究,协方差矩阵,质心,曲面变分,曲面变分,度量较切平面的偏移近似于曲率,法向对应最小特征向量分割方向对应最大特征向量,三、研究工作,3.2 层次聚类法,14, 应用实例,原始点云（2250万点）,不足之处：细节特征丢失，采样比率受限。,三、研究工作,3.2 层次聚类法,15,依曲面变分划分,均值点取代类,简化点云,简化点云（2.6万点）,原始点云,算法依据微分几何，利用移动最小二乘对局部面用多项式逼近，根据点到MLS面距离，删除次重要点，生成简化点集。,三、研究工作, 算法原理,3.3 MLS点云采样,16, 关键技术研究,KD_Tree邻域搜索多维空间树状搜索索引结构，具有快速查找近邻的特性。其典型应用是求点的K近邻。,KD_Tree二维图示,三、研究工作,3.3 MLS点云采样,17,算法改进效果, 关键技术研究,计算点r对应的参考面H,求出其余点到H距离,计算多项式逼近g,投射r到g上得q点,点到MLS面投射,三、研究工作,3.3 MLS点云采样,18, 算法改进,点r处参考面H计算,多元非线性方程组,利用Newton法迭代求解。,平面法矢计算,条件均值，作拉格朗日函数,初始值优化选取,初始值未优化,三、研究工作,3.3 MLS点云采样,19, 应用实例,原始点云,计算点到MLS面距离,迭代删除,不足之处：计算复杂容易出错，效率较低。,三、研究工作,3.3 MLS点云采样,20,排气管模型（332.6万点 1：3采样）,计算各点参考面, 算法原理,点云进行栅格划分，保留点作为类中心；聚类，对每个类细分；对各类进行均值漂移处理。,三、研究工作,3.4 基于均值漂移点云采样,21, 关键技术研究 初始类中心选取,计算点云包围盒 估算立方体栅格边长 按距离简化划分点云选取栅格代表点 形成初始类中心,栅格划分,初始类中心,三、研究工作,3.4 均值漂移点云采样,22, 关键技术研究 聚类划分,对初始类中心建立KD_Tree其他点归入距离最近类中心遍历各类判断是否满足带宽 约束不满足约束则对该类细分,三、研究工作,3.4 均值漂移点云采样,23, 关键技术研究 均值漂移处理,均值漂移处理即为顶点到采样均值点的累进移动过程。它从顶点沿着最大密度梯度的方向移动，反复运行该过程每个一般点都将收敛为一个局部稳定的点。,三、研究工作,3.4 均值漂移点云采样,24, 应用实例,原始点云,三、研究工作,3.4 均值漂移点云采样,25,1:5采样,1:10采样,1:30采样,叶轮模型（24万点）,不同采样比率下，特征部分仍得到很好保持。, 误差评价,三、研究工作,3.5 试验分析,26,最大偏差：,平均偏差：,采样点云误差计算,评价标准：, 算法效果,原始点云,层次聚类,MLS 采样,均值漂移,麻花钻模型（3.4万点）,层次聚类采样保留点较均匀MLS 均值漂移采样较好地反映特征,三、研究工作,3.5 试验分析,27,1：25采样, 算法效果,壳体（原始点云546.5万1：27采样）,层次聚类,MLS采样,原始点云,均值漂移,三、研究工作,3.5 试验分析,28, 算法效果,排气管（原始点云764万1：50采样）,三、研究工作,3.5 试验分析,29,层次聚类,MLS采样,原始点云,均值漂移, 算法效果,车门（原始点云235.3万1：50采样）,三、研究工作,3.5 试验分析,30,层次聚类,MLS采样,原始点云,均值漂移, 简化的精度分析,均值漂移采样算法精度优于层次聚类MLS采样算法。,麻花钻模型精度比较,三、研究工作,3.5 试验分析,31, 简化的效率分析,均值漂移采样层次聚类采样 计算效率较高,MLS采样耗时最长,三、研究工作,3.5 试验分析,32, 大型飞机建模,三、研究工作,3.6 实际应用,33,项目：某型飞机机翼外形测量来源：某飞机设计研究所、某飞机制造公司（军工保密）简介：飞机尺寸：30多米长 原始点云数目：约六千万采样效果：使用均值漂移采样，精简后点云约八百万，平均偏差0.4mm，达到用户的精度要求。,大型飞机示意图,标志点示意图,飞机建模示意图, 汽车模具在线检测,三、研究工作,3.6 实际应用,34,项目：汽车模具专用三维光学检测来源：天津汽车模具厂简介：汽车覆盖件 原始点云数目：二千万采样效果：使用层次聚类法，精简后点云二十万，满足检测要求。,工业现场,原始点云,简化点云,检测结果, 叶片质量检测,三、研究工作,3.6 实际应用,35,项目：大型叶片的数字化检测来源：东风汽轮机厂简介：水轮机叶片 原始点云数目2250万采样效果：使用层次聚类法，精简后点云约2.6万，满足检测要求。,工业现场,原始点云,简化点云,检测结果,指导加工,四、结论和展望,实验平台,主要结论, 三维点云预处理软件。, 改进MLS采样算法，提高了计 算效率和精度。 提出基于均值漂移的采样算法，实例表明效果较好。 对算法试验分析和现场应用。,36,展望,点云采样只是点云处理中一个步骤，工程中还要进行后处理。 点云边界特征提取 边界特征提取和点云采样有较多相似地方。 有效提取点云边界对曲面重建质量影响很大。 曲面重建 数