基于聚类法的多视点云的拼接研究.doc

基于聚类法的多视点云的拼接研究 摘要：针对现有点云融合方法融合数据速度慢、占用内存大、不能适用于快速检测的问题，在深入研究国内外已有点云融合理论的基础上，结合面结构光扫描技术的特点，本文对聚类法点云融合技术进行了研究，首先提出面结构光扫描技术中点云权值计算的方法，使聚类法适用于面结构光扫描技术；其次采用新的空间邻域有哪些信誉好的足球投注网站策略，提高点云融合速度；最后依据点云空间包围盒的尺寸，等间距地划分为小块进行处理，解决了点云融合过程中内存占用大的问题。试验和应用表明，聚类方法可以满足三维快速测量的需求，能快速得到高精度、单层的点云模型，在实际应用中取得良好效果。. 关键词：面结构光扫描；点云融合；聚类法 Integration Of Multi-View Range Point Clouds Using Clustering Means Abstract： An improved cluster integration method of point cloud data is put forward based on thorough study of abroad point cloud integration methods, Combining with the features of optical scanning and measuring system, according to the existing point cloud integration methods have low processing speed and need large data storage, which can not be used in application of on-line measuring. A computing confidence method of point cloud obtained from optical scanning system is given firstly. Then a new spatial nearest neighbor search strategy is presented to improve the point cloud integration speed. finally split point cloud into equidistant small blocks according to the point cloud boundary box, solving the large data storage problem during the integration process. Engineering application examples indicated that: the improved cluster integration method can meet the requirements of three dimension fast measuring system, high precision and single point cloud modeling is obtained quickly, which proves a good performance in application. Key words：optical scanning and measuring; point cloud integration; cluster integration method 1前言 随着现代工业制造水平的发展，产品零件大量采用不规则复杂曲面，其设计、生产、检测、试验等环节需要进行大量的三维曲面实体数字化和三维快速检测。其中三维光学快速检测技术主要包括以下几个步骤：多幅点云数据采集、点云数据精确对齐、数据融合和在线测量。数据融合是指去除多幅点云重叠区域的冗余数据，获得单层精确的点云模型。数据融合是三维快速检测技术的一个难点，由于一个工件由多视角拍摄测量完成，必须全自动完成多视点云的对齐拼接和重叠面删除，快速生成单层完整的工件海量点云。 本文提出一种改进的聚类融合点云数据的新方法，配合面结构光三维扫描硬件（如图 1所示），研制了“XJTUOM点云预处理系统”（如图 2所示），在保证点云数据的融合精度的同时，提高了点云融合的效率，满足了三维快速检测的工程实际需求，并且已经应用在汽车大型模具的快速检测、大型水轮叶片的检测、 图 1 XJTUOM的面扫描硬件组成 图 2 XJTUOM点云预处理软件 对数据融合理论的研究最先由国外的一些著名大学开始于上世纪九十年代初。Turk[1]提出基于网格裁剪缝合的方法，把每幅点云三角化，通