基于逆向工程的点云数据预处理技术研究

1、 仪器仪表与检测基于逆向工程的点云数据预处理技术研究刘军强1, 2高建民李言连炜231摘要激光测量机获得的行扫描数据, 含有部分噪声点和大量的冗余数据, 不利于曲面的重构, 针对LSH600激光测量机的测点数据, 提出利用孤立点统计排异法剔除粗大误差, 采用最大允许偏差法进行点云数据的精简。实例表明, 该数据预处理算法简单实用, 对行扫描数据有较好的消噪和简化效果。关键词:逆向工程粗大误差孤立点统计排异冗余数据中图分类号:TP2文献标识码:A 文章编号:16713133(2005 07007303Research on cloud da ta s pretrea t m en t techno

2、logy ba sed on reverse eng i n eer i n gL i u Junq i a ng, Gao J i a nm i n , L iYan, L i a n W e iAbstract There are s ome noise data and a p lenty of redundancy data which are not suit f or reconstructi on of surface in the line 2scanned points data acquired fr om laser measure ment machine . T o

3、these points data got fr om LSH600, an is olated point s statistic excluding method is p r oposed t o eli m inate crassitude or a on and chordal highness method is used t o filtrate cl ouding point . S ome examp les have are si m p le in use and have a good effect in dealing with line 2scanned point

4、s Key words:Reverse eng i n eer i n g a i n St a tisti c exclud i n g m ethod Redundancy da t a1激光测量点数据逆向工程第一任务就是如何取得所需样件表面的数据, 只有高精度的数据, 才可能获得较高精度的重构实体。本文采用台湾3DF AM I L Y 公司的LSH600激光扫描测量系统, 它测量速度约100024000p ts/s, 并且有平面式测量、旋转测量两种扫描方式, 配合万向夹具, 扫描一般无死角。在数据采集中, 为保证精度, 采用密集的采样方式, 所测量得到的点云数据可达到几十万到几百万个点,

5、 甚至更多; 另一方面, 由于测量采用光学原理, 受光照条件、测量样件表面的反射特性和传感器的噪声等的影响, 测量数据中会存在着大量无用的数据, 即所谓的“噪声”点, 这些数据的存在对曲面重构是十分有害的, 应将其剔除。另外, 密集采样得到的点数据量十分庞大, 在曲面重构时一般要求分布较为均匀、规则且数量不多的点, 不需要过密的数据。因此, 将这些大量的数据进行精简是十分必要的。规律性且偏离真实数据较大, 但数量较少, 如图1所示, 针对该误差的特点, 本文提出孤立点统计排异法来剔除这些脉冲噪声点。该方法对相邻两点距离采用统计的方法进行排除处理, 具体实现过程为:首先选择一类似测量(即采用相同

6、的测量参数, 测量条件和相同表面性质的测量对象 得到的较理想数据, 将其导入反求软件系统(如Surfacer1015 中, 对扫描线上的点进行过滤处理, 再通过观察, 人工去除噪声点, 然后图1逐行扫描测量数据将剩余的N 个点数据(x i , y i , z i |i =0, 1,2N -1, 计算相邻两点距离为:d i =(x i +1-x i +(z i +1-z i (i =0, 1, 2, N -122点云数据的滤波统计结果表明, 在测量得到点云数据中, 有011%5%的噪声点要予以剔除, 对于行扫描得到点数据, 可采用图像处理的方法, 如维纳滤波, 最小二乘滤波和卡尔曼滤波, 也可采

7、用局部算子对其进行局部滤波处理。211孤立点统计排异法在行扫描得到的点云数据中, 对曲面重构精度影响最大的是脉冲噪声点, 即所谓粗大误差, 它的分布无现代制造工程2005(7(1再统计各距离值d i |i =0, 1, N -1的均值和2方差, 计算式为:N -1i =16d iN -1N -1i =1(2226(d i -N -1(32得到均值和方差后, 建立相邻点距离的正态2分布N (, 。然后, 在扫描线上将相邻两点的直线距离作为统2计对象, 利用相邻点距离的正态分布N (, 的373 仪器仪表与检测法则判断点的去留。212计算过程及步骤针对一行扫描点数据, 首先得到第一个真实点, 然后

8、依次求取相邻两点的距离, 判断所得距离是否在该范围内, 如果在, 接纳该点为真实点, 正态分布的3如果超出范围, 则剔除该点, 继续判断下点, 如此循环, 直到所有扫描线上的点判断完毕, 具体算法步骤如下。1 建立一数组P ,用来存放测量得到的点数据, 令i =0; 再建立一个索引数组R e,用它来记录每一数据段开始的位置, 令R e0=1, n =1;2 判断扫描线是否结束, 是, 则转至5 , 否则继续; 3 计算d i =|P i +1-P i |;4 用前述方法利用类似理想扫描线, 求出相邻点距离的正态分布因子和;, 是, 则i =i +1; 否则, n =n 5 判断|d i -|3

9、1, I ndex n =i, i =i +1, 转至2 ;6 判断n >i/2, 是, , 点, 去除大量冗余数据点, 即对大量点云数据的精简处理也是反求工程中一关键技术。311数据精简方法介绍有关数据精简的算法很多, 不同类型的点云可采取不同的精简方式。对于扫描线点云, 其中使用较常见的有取样法、弦差分法、包围盒法等。取样法根据统计概率的方法随机决定数据去留, 其简化程度小, 随机误差大; 弦差分法利用最大偏差值和最大点间距构成的圆柱形“管道”进行数据筛选, 适合于空间散乱数据点的精简; 包围盒法用选定的一个四边形或正方形构成一个包围盒, 来筛选盒内、外平面或空间数据, 其简化速度快

10、, 算法简单, 缓、, 这些点在, 但每条扫描线之间的间距较大。因而对扫描数据的精简可以简化到扫描线上, 即对二维数据的精简。如果单独用角度阈值来进行数据精简, 当两个相邻点相距较远时, 即使夹角很小, 弦高也可能很大, 这时不能单凭角度小就将其剔除:另外当两个相邻点相距较近时, 弦高很小也可能有较大夹角, 这时也不能由于夹角大而将其保留。因此, 采用给定的角度误差和弦高误差两个方面的限制, 可以克服上述缺陷, 快速有效地精简数据。312最大允许偏差精简法剔除数组P 7 结束。213计算实例取一条和图1测量类似的理想扫描线, 求得到其2相邻点距离d i , 统计d i 其均值=01864, 方

11、差=01032, 建立距离的正态分布N (01864, 01032 。然后利用上述算法, 对图1的扫描线进行滤波, 结果如图2所示。由图2可见, 本方法对粗大误差有很好的滤波效果。214算法说明图2去除脉冲噪声后的数据和弦高误差限预先给定出一个角度误差限d, 同时使用这两种误差, 利用这两个指标综合来处理密集数据, 将处在这两个误差限内的点精简掉。要根据反求精度在0°15°来选取, 反求精度越高, 取值越小; 同时也可以根据实测点进行校验, 从而选用简值。d 的确定则根据前述扫描线上化效果较好的相邻点距离正态分布的值, 简化前点数量N b , 预期简化点的数量N a 按下式

12、确定:d =N N a利用孤立点统计排异法, 需注意以下两点。1 在扫描线上选取的第一个点必须为真实点, 如果第一个点为噪声点, 则有可能将扫描线上有用的点数据全部剔除, 如果出现类似情况, 应更新第一点。2 距离正态分布的建立, 要依据在相同测量条件(4 sin的测量, 如果该测点数据分布不理想, 则建立的正态分布会有较大的方差, 对滤波效果有很大影响。d;具体算法步骤如下。并计算弦高误差限1 给定出一个角度误差限2 从起点开始取相邻的三点:P 0、P 1、P 2, 如图 33点云数据的精简处理在曲面构造时, 直接用密集扫描得点云数据几乎是不可能的。由于激光测量产生的点云数据点量非常庞大,

13、它不仅会使计算量加大, 而且还会影响到曲面的光顺性; 另一方面, 曲面的重构精度随着数据的增大反而会出现下降。因而提取点云数据中反映曲面形状的74所示, 计算P 0P 1与P 1P 2夹角, 弦高d =|P 0P 1|sin ;图3角度和弦高的表示3 若P 3为空, 进行下一扫描线处理;现代制造工程2005(7 仪器仪表与检测4 判断d <d, 是, 则剔除点P 1, 点P 1后移, 令P 1, 是, 则剔除点=P 2, P 2=P 3, 转至2 ; 否则判断<P 1, 点P 1后移, 令P 1=P 2, P 2=P 3, 转至2 ; 否则保留数据若要用于确定点数的曲线曲面拟合,

14、还需作进一步的处理。点P 1, 点P 0后移P 0=P 1, P 1=P 2, P 2=P 3, 转至2 ;5 判断扫描线是否取完, 是, 则结束, 否则取下一扫描线, 转至2 。313精简实例利用最大允许偏差精简法, 对图2所示扫描数据进行简化处理, 结果如图4所示, 扫描线径向图4精减处理以后的数据点行程为156mm , 取=5°, 简化前测量点数量为197个, 预计简化后为25个, 求得d =01593mm 。实际简单化后有55简化率为7211%。314算法说明, 或曲面曲率越小, 。本方法在处理测点数据分布平滑、曲率变化不太剧烈的点时有较好的简化效果, 因此简化必须在点数据消

15、噪后进行。如果前置的滤波过程效果不佳, 所得的点数据平滑性不好, 用本方法进行精简数据时往往会去“真”存“伪”。另和弦一方面, 与简化率直接相关的是角度误差限高误差限d 的选取, 要综合样件的反求精度和曲面拟合时所需构造点的数量两方面来考虑; 此外, 实际简化结果与预期结果有较大差异, 因此, 本算法精简后的(上接第28页4结语本文针对LSH600激光扫描仪扫描数据的特点, 提出对测量点云数据进行消噪、精简的算法, 实例表明, 本文提出的算法简单易实现, 对行扫描数据适应好, 能够较好地剔除脉冲噪声数据, 并对大量点云数据进行有效的精简, 适合于单值曲面拟合前的数据处理。参考文献1李江雄, 柯

16、映林, 程耀东. 基于实物的复杂曲面产品反求工程中的CAD 建模技术J ., 1999, 10(42孙长库. M.北京:中国计量出版, , . 海量测量数据简化研究J .计, 2001, 3(114雷刚, 邹昌平, 黄剑鸣. 快速逆向工程研究进展J .机械工 , 2000, 10艺师(现现代制造工程5W. Sun, C . B radley, Y . E . Zhang, H. T . Loh . Cl oud data model 2ling e mp l oying a unified non 2redundant triangular mesh J .Computer 2A ided D

17、esign, 2001, 33作者简介:刘军强, 西安交通大学博士, 西安工业学院机电工程学院讲师, 主要研究方向为逆向工程技术、CAD /CAM/CAPP 。作者通讯地址:1西安工业学院机电工程学院(西安7100322西安交通大学机械工程学院3西安理工大学机械与精密仪器学院收稿日期:20040804技术达到空前的发展。相比之下, 机械行业针对模块化设计所做的标准化工作就逊色一些。现机械产品中模块化设计仅应用于为数不多的机床行业。212模块的划分产品模块化设计的原则是力求以少数模块组成尽可能多的产品, 并在满足要求的基础上使产品精度高、性能稳定、结构简单、成本低。要求模块结构应尽量简单、规范, 模块间的联系尽可能简单。因此, 如何科学地、有节制地划分模块, 是模块化设计中具有创造性的一项工作, 既要照顾制造、管理方便, 具有较大的灵活性, 避免组合时产生混乱, 又要考虑到该模块系列将来的扩展和向专用、变型产品的辐射。划分的好坏直接影响到模块系列设计的成功与否。划分前必须对系统进行仔细的、系统的功能分析和结构分析, 并要注意以下各点:1 模块在整个系统中的作用及其更换的可能现代制造工程2005(7性和必要性。2 保持模块在功能及结构方面有一定的独立