基于局部样本投影轮廓形状的实物表面采样点集边界特征识别方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106127677A(43)申请公布日2016.11.16(21)申请号201610457415.0(22)申请日2016.06.22(71)申请人山东理工大学地址255086山东省淄博市高新技术开发区高创园A座313室(72)发明人孙殿柱郭洪帅李延瑞(51)Int.Cl.G06T3/00(2006.01)G06T7/00(2006.01)G06T7/60(2006.01)权利要求书1页说明书4页附图3页(54)发明名称基于局部样本投影轮廓形状的实物表面采样点集边界特征识别方法(57)摘要本发明提供一种基于局部样本投影轮廓形状的实物表面采样点集边界特征识别方法，属于数字化设计与制造领域，其特征在于:对采样点集中的每个样点进行法向估计，并对所有样点添加标记，通过该标记可区分样点是边界样点状态还是非边界样点状态，将所有样点的标记初设为边界样点状态；对于采样点集中的每个样点，若其标记为边界样点状态，则沿样点的法向为之构建局部样本投影轮廓，验证样点沿法向的投影点是否落入局部样本投影的凹点与凸点所构成的轮廓集合，若未落入该集合，则将样点的标记修改为非边界点状态，将被标记为边界样点状态的样点所构成的子集输出。本发明可快速识别实物表面采样点集的边界样点。CN106127677ACN106127677A权利要求书1/1页1.一种基于局部样本投影轮廓形状的实物表面采样点集边界特征识别方法，其特征在于步骤依次为：一、对实物表面采样点集中的每个样点的法向进行估计；二、为中的每个样点添加标记，通过该标记可以区分样点是被标记为边界样点状态还是非边界样点状态；三、将中所有样点的标记设为边界样点状态，即假设中所有样点均为边界样点；四、对于中的每个样点，若其标记为边界样点状态，则沿样点的法向为之构建局部样本的投影轮廓，验证样点沿法向的投影点是否落入局部样本投影的凹点与凸点所构成的轮廓集合，若未落入该集合，则将样点的标记修改为非边界点状态；五、将中被标记为边界样点状态的样点所构成的子集输出。2.如权利要求1所述的基于局部样本投影轮廓形状的实物表面采样点集边界特征识别方法，其特征在于：在步骤四中，对样点的局部样本投影点集进行凸点识别，具体步骤为：(1)在中获取任意一点，查询的最远点；(2)查询的最远点,计算以所在直线的法向；(3)在中搜索沿距离直线最远的点，就是识别的一个凸点；(4)以点,,三点作三角形，判断中的点是否在三角形内部，凡是落在三角形内的点排除，不再参与凸点的计算，否则将该点加入凸点集合中；(5)遍历采样数据内所有点，即可实现凸点的完整识别过程，输出凸点集合。3.如权利要求1所述的基于局部样本投影轮廓形状的实物表面采样点集边界特征识别方法，其特征在于：在步骤四中，对进行凹点识别，以识别的凸点作为辅助点，依次判定的每条边是否穿过点云的凹陷区域来识别凹点所对应的直线段，通过离散化该直线段，计算离散点在内的最近点即为相应的凹点，输出凹点集合。4.如权利要求3所述的基于局部样本投影轮廓形状的实物表面采样点集边界特征识别方法，其特征在于：在判定三角形每条边是否穿过凹陷区域时，具体步骤为：(1)对三角形的三条边进行离散化；(2)计算离散点在中的最近点并计算离散点与最近点之间的距离；(3)若该距离大于所设定的阈值，即认为该离散点所在的边对应的凹陷区域。5.如权利要求4所述的基于局部样本投影轮廓形状的实物表面采样点集边界特征识别方法，其特征在于：在步骤(3)所设定的阈值，其设定方法为：a)从实物表面采样点集中随机获取个样点，形成点集；b)设为空集，对于中的每个样点，计算它到中距其最近的个样点的距离均值并将其加入集合中；c)将中所有元素的均值作为阈值。2CN106127677A说明书1/4页基于局部样本投影轮廓形状的实物表面采样点集边界特征识别方法技术领域[0001]本发明提供基于局部样本投影轮廓形状的实物表面采样点集边界特征识别方法，可用于对实物表面采样数据边界特征的识别，属于数字化设计与制造领域。背景技术[0002]实物表面采样点集的边界特征是指分布于非封闭点集边缘的样点集合及位于点集内部孔洞的边缘样点的集合。由于实物表面的采样数据是散乱点集，点集中各样点之间没有任何拓扑信息，因此对采样数据边界特征识别，本质上是通过点集中样点及其邻域数据分布的几何信息判断样点是否为边界点。采样点集的边界特征是曲面的重要几何特征之一，作为求解曲面参数的定义域，对曲面模型重建的品质和精度有着重要的影响。[0003]目前，国内外很多学者对实物表面采样数据的边界特征识别进行了研究。孙殿柱等在《散乱数据点云边界特征自动提取算法》(华中科技大学学报:自然科学版,2008,36(8):82-84)采用R*-tree动