点云数据的预处理

点云数据的预处理

点云数据加姓理的首要任务是如何从所测数据中提取出一件的儿何特征。然后在工件删吊数排仰

儿何属性的基郤I*测可匚件付分'刑姓吧峋"I刖拍F.阳耐讥别此『件的原型进行处理，最终得到工

件原型的污征。

J.1点云概念及分菱

“JHX利用点云数据来描述工件的模型.它普通是一系列离散的儿何点，它U要是「I

一雎数据采集谖备所测得的.更籽确仙说■件横型是1：1系列•。间的栗样儿何点所•构以的、以

及//这些心相美磐的表而属性。困此，构^点云的最基本单位是点-I:.每•个点挪行」J之相对应

的X「「ffi息：比如:坐标值、大个以及工件表而属性特征等等。碰过点在点云中果集的分布检点(如密

度、摊列方式等，町将点云做一下分类：

{1傲乱点云:所测量小来的点廿征分m不明迟「撤乱无序。

⑵II指我力/,，它的点云主要E1/由催组成。J1的所有点部在打播平面内。

[31网格化点云，参数域中•个均七J网格的项点都与点云中所有点相互53利J1网格化括值对

在潮光£1描系第投影光删测璋系统及立体视厂法中获得的数据进行扯理后得到的点云即为网格化点

丑。

(4)台边昭点云:将分m在一系列平训内的距离最小的若干相邻点按照一定顺序依袱连接在一起.一

J以得到一组有•嵌套的平而台边形“呈现要越形特征的测吊:点忌ti•莫尔等高缢测量、TJkE层切法、

磁共振成棕系统等等一

除次.£汁.所测点云还可以按密度分ff'i未进行分类.包括叫密门低点云”卯缈V所测得的点

云即为低密度点£,普通数量为儿卜到儿T•个-高密度点云主要指的是那些山h动化程度或者测皇速

改^高的光学法口断层测虽:法所测得的点云。这些点云的数处一股J以壮到儿白刀个■戒们也称这叫।

点云为海毋点云数据"％

本文打要研究的是•些散乱点有所通用的处理/『而对：•芈比较特殊粪的地点

云.北忙J以荆活的采i仪其他辿月缸I方法。因此在点云址理过程中要子细观察以选取最

适？小1的力法。

3.2影响点云的要素

产品外观表面上由测量仪器所测得到的点的点表据集合在反求T程中也称之为点云，点的间缸I

也比较大与点教埴比较少的点.通常怡况卜是使用三维坐标测量机所测址得到.这些点叫稀疏点云：

而点云点数鼠比校大并旦比校密集，通常是使用三维激光打描仪或者照像式才1描仪所得到的，叫

密集点云吧稀硫点云域密集点云都是反求造型的基础,有不少专门的反求软件能膀进行点云的编辑

和处理，比如【mageware,geomagic,copycad和rapidform等等。

测量质强一股体现在对测最得到的点的斐求比较苛剑。其中测点的密度和分布是主要辅响因

素，它们将直接影响后线的曲线、曲俪拟合的ffiS.卜而详细分析一下二者在不同情况卜时拟合质

最带果的蹈响.

'1）泅点的密度

测鼠密度的稀疏程度会对测量:结果产生很大的跋响，它不仅仅能够堞响测昼的精度，而且宜

接关系到生成的图形是否更加接近原型.因此测量时应多测屋儿次从而生成密集的点会N以后的拟

合匚作起到至关重要的作用・

（2）测点的分布

测宜密度控制的好M,直接关系到后续拟合I：作，测点过密会给拟合海米很大的麻烦关键

还徂仔点云的分布情况.分布越合理越规则.并有一定的儿何特性。后续的找;合匚作将会变得越易。

3.3点云数据的预处埋方法

点云数据的预处理方法主要包括点云去哄、点云配冲；、点云分割、查云合并、点云粘简、点

云排序和点云派生等。

33.1点云去口奂

噪声点定义：为了解反求数据测量的特点，先明确如卜•儿个定义：

定义1,对直实点F的一次测■,测得惟一对应点P•则称P为测毋规划内的点•

对于点P,不存在与其相对向的真实点P,则称P为不在测在燎划内的点，如3.1(a)所示.

定义2：对于所获得的测琦救排，有不在测坐堤划内的点尸，如图3,1(a),也有测

量蔑切内的点尸若d曲(A,P)>$.其中.distcA.P)是两点间距离《如图3.1

山)所示)，。为测量允许误差，则广为噪声点。

定义3：若噢声，点P.在测量平而的投影为尸.对测最面内的总分别义虑插入〃插他Illi

线C'和不插入户的插值曲线C.对C与C的光嘴度进行比较.若C的光顺度优于匚•的光顺度.则

P是实用噪声点•反之.P走无用噪声点,如W3.1所示.

定义I:对于定义2中和定义3中分别所说得不在测处规别内的点和无用噪声点,

对构建曲线、曲面亳无用处，曲称其为真实噪声点。

由于噪声点的存在会对实体形状产生很大影响.构造出来的实体形状也与原实体有很大的差

距•血日.噪声点的产生在所难免，这是因为在滥坚过程中会受到测目设备和其他因素的影响.因

此在进素点云数据操作前.首先要进素的声点的去除工作。对于有序点云我们常用的方法“：标准

高斯、平均或者中值滤波算法。它们芥有特点.如高斯池波可以对蚊数拥起到能较好地保持作用，

中值滤波能妙很好的沿险数据毛等等.因此我们在选升・•时应该灵便运用滤波算法皿。依据就是建

模方法印测量数据的质量.但是对于散乱的点云数据。到U前为止仍然没有权好的方法去除0

3.3.2噪声点处理

H前噪声点去除方法:

映声点去除方法，J经由最初用于数字图象坦信号处理，发展到现如今的用于各种

滤波器的设计。在实际应用中，当需要对海量数据进行噪声处理时，常用的处理方法主要包括

程序判断沌波和臼适应湾波等.其中.由预测误差递推辨识与卡尔曼潭波相结合而产生的是自适

应滤波。

但存在如卜不少很陷，因此，在反求匚程中并不合用，主要有;①数据点要求拌列规则：②

在去除噪声点时有时会行损失真实点：③数据点要求具仃单值性，即点(X,y)必须仃唯-Z值与

其相对应.

在反求□程中，利用数据分析进行噪声点去除是最简氓的味声点去除方法.首先在图形中

显示出来明显的噪声点，然后籽这些明显噪声贞从数据序列中除去。对于其州曲而反求.这种方

法不合用.原因是数据址大.还仃其它一些噪声点去除方法.如曲线检查法(管道法)、弦高法和

角度判断法等”。

的线检查法就是采用最小二乘法，在通过首段和末段西数据点拟合•条样条曲线，事先给

定允许差国，然后逐个计算中间到样条Q.曲线的欧氏距离im若idi>k|,则认为Pi是噪声点.

在采用这种方法拟合的样条曲线时.由于在拟合曲线中<2包含噪声点，因此该曲线可能已经偏

离原始曲线，血巨惆的值也难确定.

弦高法就是连接先后两点匕和PE•计算R至IJ弦I匕匕」的铤离dl.首先祭定允许差kL如

果ldl>kl,则认为1是噪声点，此方法简单.但仅合用于故据较密、形状平整的表而。

角度旬断法就是比较两个角的大小，一个是操作者门己设定的ffj度值5.另一个是通过

计算沿扫描线方向相邻的三成所构成的角披“，若。则中间成有可能是噪声点、，标注并记录.

再顺序判断所有扫描点.井根据实际情况判断是否为噪声点.该方法在数据测址过程中可避免读

取噪声点，但是效率低.此外仃可能在角税判断后浮现噪声点・

目前在反求过程中，噪声去除方法主要存在以卜两个问题：①去除噪声点时导致会损失真

实点：②将噪声点直接去除，导致仃用噢声点无法利用.

举例说明，如图3.3所示假设有皿(25,10.20),P(30,12.20),P(35,

18,20),P.(40,16,20),匕(45,12,20),P,(50,15,20),匕(55,IL20))7个真实点.这

7个点拟合的样条曲线如图3.3(H)所示.眼然.实测点P「(44,13,25)是噪声点，将R'去除，由

田,P,,E,PFP-,的｝拟合.■样条曲线如图3.3(b)所示,采用如^3.2(a)方法.将P,'点投影

到测最而上，得到新点P；(45,12〉20),则由｛R.P,P..P“P：,PJ,PQ拟合稠条曲线如

朗工3(c)所示，显然比较符合旗来曲线的形状.通过比较知，对•曲声的的直接通除.有时会的

除实用噪声点.对曲线、曲血的重构牯度产生影响.

(b)去除噪苻点的插值曲线

(c)映皆点处理后的插值样条曲线

图3.3噪声农处理方法的结果对照

3.3.3点云配准

点云配准主要任务是如何获得物体完整表面的点云数据,在实际应用中，反求工程技术

在进行数据栗集时.辿常会受到测珀环境、测虽设备等囚素的制约•要怒得到物体表而完整的

测量数据，普通情况卜.，需要进行多次测玷。在每次测咏过程中.由于所得点云数据覆劣而

积的有限性，以及测云失误等原因，比如；旋转错位及平移错位等，迥常志要对所得的局部点

云数据进行应值整合。

点云酎准常见方法主要包括提U又特征法和坏签法两种.提取特征法要求点云有线为明显

的特征ICP(IterativeClosestPoint)算法，通过提特抡廓曲线或者提取平面特征等.使其

具有较高的精度.但同时其则应速度相对较慢.怀签法叫「革要是利用测址时操作者贴上的一些

特征点来定位，此法同其他方法一样•主要依赖者仪器和测量。

3.3.4点云精简

点云精简主要是对冗余点云进行滤除过谑或者采样以此达到节约时何和空何的II强

由于•在实际测量过程中.得到的测于在据非常巨大，为了不丢哭如梭线、尖锐角等实用的数据

信息，点云精简匚作必须在实体结构允许的误差范围之内进行•例如，对某组测量数据采用

点云精简方法之后.点云数据大幅减少至原来的七分之一，但是其模型特征依然保留完好。

不同的点/精简方法使用f不同类型的“点云)例如：迪常采用倍率缩减、等何距缩*威・

等量:缩减及I•弦高差等方法来进行多边形和扫描线点云的精简：在I可格化点云中，通

常采用最小包围区域法和等分布.密度法等：而在放乱点中则通常采用随机栗样、均匀网

格和三角网格法等­

本文主要的研究任务是对海虽敌乱点云进行精简算法.理想中的点云•常简算法要求在尽短

的时同内.用至少的点数表达蛟多的数据信息.但是在实际应用中.由于多种条件的制约.目前

仍没有一种算法能够达到理想状态。木文采用的混合采样法，通过曲率采样相随机采样相结合

的方式.相较于其他方法具有较好的综合表现.并且实际可行.

3.3.5点云分割

点云经过了点云的精简过程，但在对于一些比较星杂、曲率变化大的实体，用常用的

CAD/CAM软件对其进行处理仍然会比较困虚.因为过滤后的点云数据还是会比较大.这样结果的

精瘦不能得以保证而乂花费/大闽的时间.反求工程能快速响应市场的优点也就尖去/•所以.

在进行点云数据处理的时候可以考虑对整体的点云进行细小的分割，然后再进行处理.最后再

将整体匹隗起来恢殳原始的实体形状.

在点云分劄中，为了避免整体在局部细节的变形彩响最后的匹配，要尽可能使分割线处的

曲率半消些，同时在1111率变化比较大的地方尽量避免分割线的浮现.

3.3.6点云融合

点云在经过配推后实际上还是一些独E的点云.为了获得完整的点云，我们需要对点云进

行无缝融合，而一些从CAD中读入本身就是一些小点云，同样也需要对它们进行融合。

对点云的融合并不仅仅是简单地将那些小的点云融合为一个点云，对点云的融合需要根据

射接的悄况、去掠那些多余的测址点、补回丢失的测量：点，从而可以使整个点云既完整乂不

会浮现冗余.

33.7点云派生

在无纸建模的过程中.在原来的点云上派生出新的点公，而不是采用竦物汐点公•即为点云

的派生.派生点云的派生方法生要仃：加密原始的点云、彼像原始的点云、提I仅原始点天的扫描

线、按一定的比例对原始的点云进fJ•缩放、将爆始的点云对齐到新的坐标系中

3.3.8点序云排

点云搔&方法是通过对一些故据址大并11罗列无序的散乱点云•进行构造平•滑曲由i、获

得特祉线等处理，打破其原始无序状态.达到构造三的面片的日的•

点云点序方法遵循的原则主要包括方向原则和就近原所谓方向原则，就是将点云按照Y方

向或者X方向等某一方向进行排序.最终使得点云在该方向仃序：就近原则即选取距离门己最

近的点为标准•构造出三角面片临近n己的点来构成逼近实体模型的三角面片.

在实际应用过程中.具体选择何种排序方式耍视具体情况而定.例如：当实体的大部份特征

为几何体素时，通常遵循方向原魔来进行排序.而对于门由曲面，则通常遵脩就近原姻。

3.3.9点云对齐

当对零件表而形状进行测门：时，由于多种因素的制约，不论采用接触式或者非接触式测毋

方法，都没有办沾迥过•次定位达到对整个零件进行测量的II的.

通常需要引入二次测坦来完成对整个零件的测量过程•这些决定性因素主要包括，山于一

些发杂的型而存在-•些视觉的死区或者是投影编码的盲点，一次根本不可能完成整个型面的测

量.只能借助于从其它的方向进行补测来完成：受到测址范国的限利，针对•些大型的零件.必

须进行分块的测址：对于G夹紧和定位要求的被冽物体，一次测量不可能同时接得夹紧位置以

及定位面的测星数据，所以可要引进••次测量。

在通常的尖际工程中，时常对整个物体模型的测量是通过把物体衣血分戒多个材部相互重

置的子区域来完成的。多视点云是利用分块测S:•将各个视角进行分块的分别测量从而得到独

立的点云。

在不同区域进仃测哒时.所采用的都是各区域对应的局部坐标系，由于局部坐标系的不一致

性，不同的测虽何重置部份，为沁除这些柬野部份，我们卷要对这些不•致的坐标系进行统•处

理，即籽其统一到同一个坐标系中.从而可以得到被测物体表血的完整数据.称这种处理过程为・

视数据的对齐.

kliN.对于多视数据对齐的处理方式，仃两种方式：第一，采用专用的测量装凯第二，事后

对故据进行对齐处理。

栗用专用的测量装荒时.在测玷过程中工件的轩动ftj度以及挪移虽需要利用一工件的

挪移I动转换平台来记录。

当栗用的是接触式的测址方法时•“J以对数据点直接通过测凰软件进行运功的补偿：然

而，激光打描的测量方式，坐标转换可以讪过将多祝传始器安装在可转动精密伺服机构上来准

确获得.

在分析对点云处理顺序的先后的基础上，可以将处理的方法分为以卜两种：第一，在排合

以云的基础上进行产品技型原型的重构：第二.在将同部的分块点云拼合在一起的基础上，再将

局部的儿何形体拼合形成完整的数排.

在理想的情况卜，对与在一些明显的儿何特征的点云，在构在它们局部的儿何形体时，便

可•以利用这些特征来完成，最后再进行拼合处理.这样处理方法其速度翔推确性均相当的可观.

但是•在实际的情况中.通常是在不同的视图中同一个特征被分成许多特征，共至会消失.尚此，

在实际的应用中，池常采用先充■点云进行拼合，然后再进行貌型的重构的方法，血不是利用局部

的特征来进行拼合.

3.41ina*ewsire的点云处理过程

图3.4设计过程如卜'：打Imageware件.读取鼠标的点云信息。

图3.4没入点Zx文

选取版、标的外衣而•圈选鼠标的外衣而进行点云的显示汶宜.点云达择分散点显示,

以点作为点的坐标显示.采样点间隔设置为2.如图3.4,图3.5所示.

图3.5点星示设赏*

m3.6点公•nff］的V示界Ifil

述取鼠标视图的下表面的国线处.进行圈选山的设置。如图3.7、图3.8所示.

Y盾选点|T|X

点云口舞:I云■所有

丽幕询就（"6曲邮迎袜屏幕上的庶口河本JI血万武•倬

三卷形啄

保留点无Q内则。外偏J。丽侧二只拾近点□俱曾原