實(shí)物表面采樣數(shù)據(jù)尖銳特征樣點(diǎn)法向估計(jì)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明提供一種實(shí)物表面采樣數(shù)據(jù)尖銳特征樣點(diǎn)法向估計(jì)方法，屬于產(chǎn)品逆向工 程技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 曲面重建是產(chǎn)品逆向工程的核心技術(shù)，為了提高曲面重建精度，需要對龐大的點(diǎn) 云采樣數(shù)據(jù)進(jìn)行預(yù)處理，點(diǎn)云的預(yù)處理主要包含去噪、平滑、精簡、特征識別等處理，而點(diǎn)云 樣點(diǎn)法向量的準(zhǔn)確估計(jì)對點(diǎn)云的預(yù)處理工作非常重要，進(jìn)而直接影響曲面重建的準(zhǔn)確性。
[0003] 目前常用的點(diǎn)云法向估計(jì)方法主要有最小二乘平面擬合的法向估計(jì)方法 和Voronoi三角網(wǎng)格劃分的法向量估計(jì)方法。Zhao Can等在學(xué)術(shù)期刊《Tsinghua Science & Technology》2009，38(14)，P77_81 上發(fā)表的 "An Improved Algorithm for k-Nearest-Neighbor Finding and Surface Normals Estimation" 中，查詢樣點(diǎn)的 k 近鄰 點(diǎn)集，并對樣點(diǎn)的近鄰點(diǎn)集擬合最小二乘平面，將擬合平面的法向估計(jì)為該樣點(diǎn)的法向?；?于最小二乘平面擬合的法向估計(jì)方法原理簡單，容易實(shí)現(xiàn)，但對于尖銳特征處的樣點(diǎn)由于 k近鄰點(diǎn)集離散程度較高，不能有效擬合局部平面，導(dǎo)致樣點(diǎn)的法向估計(jì)結(jié)果不準(zhǔn)確。Dey T K 等在學(xué)術(shù)期刊《Computers & Graphics》2011，35(3)，483-491 上發(fā)表的 "Cocone surface reconstruction"中，提出基于Voronoi三角網(wǎng)格劃分的法向量計(jì)算方法，樣點(diǎn)龍： 的法向估計(jì)為避與其所在Voronoi晶格中最遠(yuǎn)的頂點(diǎn)的連線方向，該算法要求棱邊特征的 采樣密度無窮大，以保證法向估計(jì)的準(zhǔn)確性，而現(xiàn)有的采樣設(shè)備其采樣密度僅能達(dá)到有限 大，因此導(dǎo)致尖銳特征點(diǎn)的法向估計(jì)不準(zhǔn)確。
[0004] 綜上所述，目前實(shí)物表面采樣數(shù)據(jù)尖銳特征樣點(diǎn)法向估計(jì)方法存在尖銳特征樣點(diǎn) 法向估計(jì)不準(zhǔn)確的問題，因此，提供一種估計(jì)準(zhǔn)確性較高的尖銳特征樣點(diǎn)法向估計(jì)方法已 成為本領(lǐng)域技術(shù)人員亟待解決的技術(shù)問題。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明要解決的技術(shù)問題是：克服現(xiàn)有技術(shù)的不足，提供一種實(shí)物表面采樣數(shù)據(jù) 尖銳特征樣點(diǎn)法向估計(jì)方法，快速準(zhǔn)確估計(jì)尖銳特征樣點(diǎn)的法向量。本發(fā)明解決其技術(shù)問 題所采用的技術(shù)方案是：一種實(shí)物表面采樣數(shù)據(jù)尖銳特征樣點(diǎn)法向估計(jì)方法，其特征在于 步驟依次為：（1)基于核密度估計(jì)方法計(jì)算獲取目標(biāo)樣點(diǎn)鄰域數(shù)據(jù)的模式點(diǎn)，根據(jù)目標(biāo)樣 點(diǎn)與其對應(yīng)模式點(diǎn)的偏離程度建立特征樣點(diǎn)識別準(zhǔn)則；（2)根據(jù)采樣模型過渡曲面圓角半 徑以及樣點(diǎn)與模式點(diǎn)的偏離程度定義特征識別敏感系數(shù)，用以調(diào)整特征識別敏感度；（3) 設(shè)非封閉曲面采樣數(shù)據(jù)裁剪特征樣點(diǎn)與尖銳特征樣點(diǎn)集合為f，基于間隙統(tǒng)計(jì)的算法估計(jì) 樣點(diǎn)自然分簇?cái)?shù)目，并通過k-均值自適應(yīng)聚類算法對，樣點(diǎn)集合進(jìn)行分簇，提取尖銳特 征樣點(diǎn)；具體步驟為：計(jì)算:f樣點(diǎn)對應(yīng)的殘差平方和^集合
；_在籠 范圍內(nèi)通過均勻分布的方式產(chǎn)生選擇，組參考數(shù)據(jù)集，初始聚類簇?cái)?shù);溶利用k-均 值算法分別將原始數(shù)據(jù)袞與參考數(shù)據(jù)分為i:簇，分別計(jì)算原始數(shù)據(jù)與參考數(shù)據(jù)聚類總體相 似度
計(jì)算間隙量
;S計(jì)算各組參考數(shù)據(jù)集產(chǎn)生的
：的標(biāo)準(zhǔn)差％和期望值
的模擬誤 差
_i;若所得結(jié)果滿足式
則原始數(shù)據(jù)集合自 然簇?cái)?shù)為I，否則令，返回步驟在滿足藎中判定式k下的聚類結(jié)果即是對
的自然分類，同樣對應(yīng)的是對奶中樣點(diǎn)的自然分類。（4)設(shè)獲取的尖銳 特征樣點(diǎn)集合為0，對中的樣點(diǎn)茗采用核密度估計(jì)的方法計(jì)算可反映采樣數(shù)據(jù)局部樣 點(diǎn)分布特征的模式點(diǎn)
根據(jù)樣點(diǎn)老與模式點(diǎn)：
怕位置關(guān)系估計(jì)樣點(diǎn)茗的法 向量
[0006] 為實(shí)現(xiàn)發(fā)明目的，所述的實(shí)物表面采樣數(shù)據(jù)尖銳特征樣點(diǎn)法向估計(jì)方法，在步驟 (1)中，根據(jù)目標(biāo)樣點(diǎn)與其對應(yīng)模式點(diǎn)的偏離程度建立特征識別準(zhǔn)則，具體為：設(shè)設(shè) 為^在實(shí)物表面上相應(yīng)位置的良好曲面局部樣本，則基于核密度估計(jì)方法的模式點(diǎn)計(jì)算公 式為：
其中為多:為中所有樣點(diǎn)距離的最大值，⑴為核函數(shù)，目標(biāo)樣點(diǎn)貧:與 模式點(diǎn)
I的偏離程度可基于的標(biāo)準(zhǔn)差予以量化，若靶滿足：
便可判定狀為特征樣點(diǎn)，其中4·)為樣點(diǎn)間的歐氏距離，賽為敏感系數(shù)，P被判定為 特征樣點(diǎn)的概率與該值成正比，8為^ 〇9)的標(biāo)準(zhǔn)差，I
[0007] 為實(shí)現(xiàn)發(fā)明目的，所述的實(shí)物表面采樣數(shù)據(jù)尖銳特征樣點(diǎn)法向估計(jì)方法，在步驟 (1) 中所述模式點(diǎn)計(jì)算公式⑴中帶寬A的取值為目標(biāo)樣點(diǎn)/?至』〇9)中所有樣點(diǎn)距離的 最大值，A是一個(gè)自適應(yīng)帶寬值，核函數(shù)以X)取高斯核函數(shù)，其形式為
[0008] 為實(shí)現(xiàn)發(fā)明目的，所述的實(shí)物表面采樣數(shù)據(jù)尖銳特征樣點(diǎn)法向估計(jì)方法，在步驟 (2) 中，根據(jù)采樣模型過渡曲面圓角半徑以及樣點(diǎn)與模式點(diǎn)的偏離程度定義特征識別敏感 系數(shù)，具體為：計(jì)算目標(biāo)樣點(diǎn)貨::與模式點(diǎn)_!:的歐氏距離
，
設(shè)過采樣模型渡曲面圓角半徑為r，則定義特征識別敏感系數(shù):f::
目標(biāo)樣點(diǎn)多.被判定為特征樣點(diǎn)的概率與#成正比。
[0009] 本發(fā)明與現(xiàn)有技術(shù)相比，具有以下優(yōu)點(diǎn)： (1) 基于目標(biāo)樣點(diǎn)與其對應(yīng)核密度估計(jì)的模式點(diǎn)之間的偏離程度所建立的特征識別準(zhǔn) 則具有較強(qiáng)的識別能力，能夠準(zhǔn)確識別封閉曲面尖銳特征樣點(diǎn)； (2) 基于間隙統(tǒng)計(jì)的k_均值自適應(yīng)分簇算法能夠準(zhǔn)確獲取非封閉曲面特征樣點(diǎn)的自 然分簇?cái)?shù)目，從而實(shí)現(xiàn)對非封閉曲面尖銳特征樣點(diǎn)的準(zhǔn)確提??； (3) 尖銳特征樣點(diǎn)的拓?fù)溧徲驍?shù)據(jù)能夠準(zhǔn)確放映樣點(diǎn)通過目標(biāo)樣點(diǎn)所處局部型面信 息，根據(jù)尖銳特征樣點(diǎn)與其對應(yīng)模式點(diǎn)的位置關(guān)系可顯著提高樣點(diǎn)法向估計(jì)的準(zhǔn)確性。
【附圖說明】
[0010] 圖1是本發(fā)明實(shí)物表面采樣數(shù)據(jù)尖銳特征樣點(diǎn)法向估計(jì)流程圖； 圖2是非特征樣點(diǎn)所對應(yīng)模式點(diǎn)的分布示意圖； 圖3是特征樣點(diǎn)所對應(yīng)模式點(diǎn)的分布示意圖； 圖4是過渡曲面圓角半徑較小時(shí)樣點(diǎn)的分布示意圖； 圖5是過渡曲面圓角半徑較大時(shí)樣點(diǎn)的分布示意圖； 圖6是實(shí)物表面采樣數(shù)據(jù)特征樣點(diǎn)識別流程圖； 圖7是非封閉曲面采樣數(shù)據(jù)及其尖銳特征樣點(diǎn)與裁剪特征樣點(diǎn)示意圖； 圖8是樣點(diǎn)集合自然分簇?cái)?shù)目估計(jì)流程圖； 圖9是樣點(diǎn)集合分簇流程圖； 圖10是實(shí)物表面采樣數(shù)據(jù)尖銳特征樣點(diǎn)法向估計(jì)示意圖； 圖11是試驗(yàn)對象小魚模型樣點(diǎn)集合； 圖12是小魚模型樣點(diǎn)集合不同聚類分簇?cái)?shù)目k下的間隙量統(tǒng)計(jì)圖； 圖13是小魚模型非封閉曲面采樣數(shù)據(jù)樣點(diǎn)集合分簇結(jié)果； 圖14是實(shí)施例一中的試驗(yàn)對象刀具模型采樣數(shù)據(jù)； 圖15是實(shí)施例一中的刀具模型采樣數(shù)據(jù)尖銳特征樣點(diǎn)法向估計(jì)結(jié)果； 圖16是實(shí)施例二中的試驗(yàn)對象法蘭盤模型采樣數(shù)據(jù)； 圖17是實(shí)施例二中的法蘭盤模型采樣數(shù)據(jù)尖銳特征樣點(diǎn)法向估計(jì)結(jié)果。
【具體實(shí)施方式】
[0011] 下面結(jié)合附圖及實(shí)施例對本發(fā)明作進(jìn)一步說明。
[0012] 圖1是本發(fā)明實(shí)物表面采樣數(shù)據(jù)尖銳特征樣點(diǎn)法向估計(jì)方法的程序?qū)崿F(xiàn)流程圖， 采用C程序設(shè)計(jì)語言實(shí)現(xiàn)，實(shí)物表面采樣數(shù)據(jù)尖銳特征樣點(diǎn)法向估計(jì)方法程序主要包括實(shí) 物表面采樣數(shù)據(jù)動(dòng)態(tài)空間索引R*樹的構(gòu)建、特征樣點(diǎn)識別準(zhǔn)則的建立、根據(jù)特征識別準(zhǔn)則 對特征樣點(diǎn)的提取、對尖銳特征樣點(diǎn)的提取、尖銳特征樣點(diǎn)拓?fù)浣忺c(diǎn)集的查詢、尖銳特征 樣點(diǎn)及其拓?fù)浣忺c(diǎn)集對應(yīng)模式點(diǎn)的計(jì)算以及根據(jù)目標(biāo)樣點(diǎn)與模式點(diǎn)對目標(biāo)樣點(diǎn)法向量 進(jìn)行估計(jì)。
[0013] 圖2與圖3分別為非特征樣點(diǎn)與特征樣點(diǎn)所對應(yīng)模式點(diǎn)的分布示意圖，選取樣點(diǎn) 的拓?fù)浣忺c(diǎn)集作為曲面局部樣本能夠更好的反應(yīng)原始曲面上目標(biāo)樣點(diǎn)附近的局部型面 特征，非特征樣點(diǎn)的鄰域數(shù)據(jù)通常分布于目標(biāo)樣點(diǎn)的周圍，而特征樣點(diǎn)的鄰域數(shù)據(jù)一般具 有嚴(yán)重的偏向性，通過基于核密度估計(jì)方法計(jì)算該良好曲面局部樣本的模式點(diǎn)，非特征樣 點(diǎn)與其對應(yīng)模式點(diǎn)i偏離程度較小，而特征樣點(diǎn)與其對應(yīng)模式點(diǎn)ii的偏離程度較大，因 此可根據(jù)目標(biāo)樣點(diǎn)與其對應(yīng)模式點(diǎn)之間偏離程度建立特征樣點(diǎn)識別準(zhǔn)則，最終建立特征樣 點(diǎn)識別判別式（2)。
[0014]