电信1001_1010930121_陈复春_第1页
电信1001_1010930121_陈复春_第2页
电信1001_1010930121_陈复春_第3页
电信1001_1010930121_陈复春_第4页
电信1001_1010930121_陈复春_第5页
已阅读5页,还剩20页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、LOGO逆向工程中散乱点云数据预处理逆向工程中散乱点云数据预处理本科毕设论文答辩答答 辩辩 人:人: 陈复春陈复春院院 别别:电电子子与与信息工程信息工程学学院院 专专 业业:电电子信息科子信息科学与学与技技术术 班班 级级:电电信信1001班班指指导教师导教师:耿磊:耿磊 日日 期:期:2014年年6月月5日日 课题研究的目的及意义课题研究的目的及意义1 点云数据的特征提取点云数据的特征提取3 点云数据预处理的相关技术点云数据预处理的相关技术2 目前一般的激光目前一般的激光测测量量设备设备可以可以从产从产品品表面表面轻轻易易获获取取数数十万甚至几百万的十万甚至几百万的测测量量数数据据,大大降

2、低了后大大降低了后续处续处理的效率。因此在抽理的效率。因此在抽象建模之前象建模之前,对对点云点云数数据据进进行行预处预处理理显显得尤得尤其重要。其重要。 课题研究的目的及意义课题研究的目的及意义1 点云数据的特征提取点云数据的特征提取3 点云数据预处理的相关技术点云数据预处理的相关技术2 点云数据的精简、滤波去噪、分割以及点云数据的精简、滤波去噪、分割以及特征提取。特征提取。 (1)基于曲率的数据精简法)基于曲率的数据精简法(2)基于中值滤波的均匀网格法)基于中值滤波的均匀网格法(3)基于包围盒的精简法)基于包围盒的精简法(1)基于曲率的精简算法)基于曲率的精简算法 (2)基于中值滤波的均匀网

3、格法)基于中值滤波的均匀网格法 (3)基于包围盒的数据精简法)基于包围盒的数据精简法基本思想:先求出点云数据密度的平均值,再根据基本思想:先求出点云数据密度的平均值,再根据这个平均值计算出小立方体栅格边长。然后根据边这个平均值计算出小立方体栅格边长。然后根据边长的值对点云数据进行空间划分,并在相应的小栅长的值对点云数据进行空间划分,并在相应的小栅格中放入划分出的各点。格中放入划分出的各点。 (3)基于包围盒的精简算法)基于包围盒的精简算法原始点云原始点云数据精简数据精简兔子的原始点云数据为兔子的原始点云数据为35947,经过包围盒算,经过包围盒算法的精简后剩余法的精简后剩余761个点,兔子的特

4、征保留,个点,兔子的特征保留,基本实现对点云数据的精简基本实现对点云数据的精简 (1)基于图像处理的滤波去噪方法)基于图像处理的滤波去噪方法(2)体素化网格法)体素化网格法 (1)基于图像处理的滤波去噪方法)基于图像处理的滤波去噪方法1)均值滤波法)均值滤波法均值滤波原理是用滤波窗口灰度值序列中的统均值滤波原理是用滤波窗口灰度值序列中的统计平均值来代替窗口中心所对应象素的灰度。计平均值来代替窗口中心所对应象素的灰度。2 2)中值滤波法)中值滤波法中值滤波的原理就是先对滤波窗口所得到的灰中值滤波的原理就是先对滤波窗口所得到的灰度值进行排序,将所得序列中间的那个灰度值度值进行排序,将所得序列中间的

5、那个灰度值为中值,然后用它代替窗口中心所对应象素的为中值,然后用它代替窗口中心所对应象素的灰度。灰度。 (2)体素化网格法)体素化网格法其原理如下:通过输入的点云数据创建一个三其原理如下:通过输入的点云数据创建一个三维体素栅格,然后在每个体素内,用体素中所维体素栅格,然后在每个体素内,用体素中所有点的重心点来近似显示体素中其他点,这样有点的重心点来近似显示体素中其他点,这样该体素内所有点就用一个重心点最终表示,对该体素内所有点就用一个重心点最终表示,对于所有体素处理后得到过滤后的点云。于所有体素处理后得到过滤后的点云。 原始点云数据原始点云数据滤波后点云数据滤波后点云数据滤波前的点云数据为滤波

6、前的点云数据为451410,滤波后,滤波后为为36993,对于采样点对应曲面的表,对于采样点对应曲面的表示比较准确。示比较准确。 (1 1)基于边的分割方法)基于边的分割方法(2 2)基于面的分割方法)基于面的分割方法(3 3)基于颜色的区域生长分割算法)基于颜色的区域生长分割算法 (1 1)基于边的分割方法)基于边的分割方法找出曲率或法矢量的突变点,然后将找出曲率或法矢量的突变点,然后将这些特殊点连接成边界线,由边界线这些特殊点连接成边界线,由边界线围成各封闭区域,从而实现了数据的围成各封闭区域,从而实现了数据的区域分割。区域分割。 (2 2)基于面的分割方法)基于面的分割方法基本思路是将具

7、有相似几何特征的空基本思路是将具有相似几何特征的空间点划分成同一区域,实现分割。间点划分成同一区域,实现分割。 (3 3)基于颜色的区域生长分割算法)基于颜色的区域生长分割算法该算法可看为两步:分割,当前种子点与邻该算法可看为两步:分割,当前种子点与邻域点之间色差小于色差阈值的,视为一个聚域点之间色差小于色差阈值的,视为一个聚类;合并:聚类之间的色差小于色差阈值的类;合并:聚类之间的色差小于色差阈值的合并为一个聚类。合并为一个聚类。 这这里里对对聚聚类随类随机机赋赋一一颜颜色,不同的色,不同的颜颜色色为为不同的聚不同的聚类类,由由图图可可见见分割效果良好,分割效果良好,达达到到预预期效果期效果 课题研究的目的及意义课题研究的目的及意义1 点云数据的特征提取点云数据的特征提取3 点云数据预处理的相关技术点云数据预处理的相关技术2 将表面一点法线的问题近似于估计表面的将表面一点法线的问题近似于估计表面的一个相切面法线的问题,因此转换过来

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论