当前位置: 首页 » Proe图文教程 » Pro/engineer5.0中文版零件产品设计 »

逆向抄数数据点的预处理

发布日期:2014-12-08  来源:百佳学习邦  作者:李勇  浏览次数:1824
核心提示:数据数理是逆向工程的一项重要的技术环节,它决定了后续CAD模型重建过程能否方便、准确地进行。不同的测量系统所得到的测量数据的格式有所不同,且几乎所有的测量方式和测量系统都不可避免地存在误差。
 逆向抄数数据点的预处理

数据数理是逆向工程的一项重要的技术环节,它决定了后续CAD模型重建过程能否方便、准确地进行。不同的测量系统所得到的测量数据的格式有所不同,且几乎所有的测量方式和测量系统都不可避免地存在误差。因此,在进行CAD重构之前对测量数据进行处理是必要的。数据处理过程主要包括数据格式转化、点云的拼合、噪声过滤、特征提取、数据精简以及破洞修补等环节。

1 噪声点的去除

产品表面轮廓点云数据是通过各种数据测量设备获得的,要实现实物原型的准确构建,测量数据必须精确。

但无论是接触式测量机还是非接触式的测量机,由于实物样件的表面粗糙度不同、测量中随机误差的存在、测量设备的标定参数或测量环境变化等因素,都不可避免地会引入数据误差,尤其是尖锐边和产品边界附近的测量数据。

这些超差点或错误点,一般称为噪声点,它将直接影响后续CAD模型与参考实物之间存在差距,严重影响了产品的精度要求和性能要求。同时为了提高后续CAD建模的速度,在保证曲面精度的前提下,尽可能减少多余的数据。因此,为更好地完成原型的CAD模型重建,必须对原始测量数据进行预处理。常用的噪声点的过滤方法有人机交互法、曲线检查法和弦高差方法等。

1.人机交互法

人机交互是反求工程技术中思路最简单的去除噪声点的方法:通过反求软件尽心点云图形显示,在点云中判别明显噪声点,然后将这些点从数据点列中删除,这种方法非常直观有效,特别适合于数据的初步检查。

2.曲线检查法

通过扫描线数据的所有数据点,用最小二乘法拟合得到一条样条曲线,然后分别计算中间数据点Pi到样条曲线的欧式距离ei如果‖ei‖≥[ε][ε]为给定的阈值,则认为Pi是噪声点,应该剔除。

3.弦高差方法

连接检查点前后两点,计算Pi到弦的距离h,如果h[ε],则认为Pi是噪声点,应以剔除。这种方法适合于测量点均布且点较密集的场合,特别是曲率变化较大的位置

 

2 数据的精简

测量技术的发展,主要体现在测量速度和测量精度领域,同时测量的数据量也随之增大,庞大的数据不但包含了全面的实测物体的信息,同时冗余数据也占有很大比例,对后续处理以及存储、显示、传输等极为不利,处理时占用大量计算机资源。如果直接对点云进行造型处理,从数据点的处理到最终的模型重构时间开销较大且过程难以控制。而在实际的逆向操作中,过多的点云数据不但降低处理效率,对曲线曲面的光顺性有较为严重的影响。所以对测量的海量点云数据进行数据精简是十分必要的。

1.散乱数据的包围法

对于散乱点云数据,Weir等人都采用了包围盒的方法。该方法采用体包围盒来约束点云,然后将大包围盒分解成若干个均匀大小的小包围盒,在每个包围盒中选取最靠近包围盒中心的点来代替所有包围盒中的点。Martin则采用了大小相同的均匀网格,然后用中值滤波的方法将统一网格中的点所有数据用滤波得到一个中值点代替

这些方法简单、高效,但缺点是如何选择包围盒的大小才能保证精简后构造的模型与原始点云数据之间的精度。

2.散乱数据的精确法

提出了一种散乱数据的精简方法,首先用Riemann图确定每个散乱点的K-邻近,然后对Riemann图进行最优遍历并计算每个点处的最小二乘拟合平面,最后计算删除该点后引起的误差,提出了分别基于简化后数据点的个数、数据点之间的距离以及法向精度3种原则的精简方法。这种方法能较好地解决散乱数据的精简问题,但计算量较大。

对于扫描线点云数据,主要是对一个方向上的点列进行精简,经常用到的方法是最小距离法和角度偏差法。最小距离法就是设定一个最小距离阈值Dmin,然后沿扫描线方向顺序比较相邻两点之间的距离D,若D<Dmin,则后一个点将被删除。依此判断所有扫描点。其中,最小距离的确定应根据具体数据精简的精度要求来选取。这种方法只对测量数据点进行简单遍历,不需要反复遍历寻优,该方法适合扫描线数据点十分密集,且整体数据曲率变化较缓慢的曲面,可以快速滤除冗余数据,精简效果很好。

角度偏差法的实质就是通过角度估计点对扫描线总体趋势的影响大小来判定点的重要性,从而在不影响扫描线特征表示的情况下,对数据进行精简。

3.扫描数据的精确法

提出一种自适应最小距离扫描线数据精简方法。该方法在最小距离方法的基础上计算扫描线曲率,根据曲率变化设置不同的距离阈值Dmin,从而保证了扫描线数据在曲率变化较大的地方保留较多的点,曲率变化较为缓和的地方保留较少的点。即精简数据的同时也保留了突变处微小特征

4.比例数据精简和边界修正

对于三角网格化数据,Chen提出了比例数据精简和利用边界限制修正两种精简方法,第一种方法首先搜索与某一点相关的所有三角平面片,并选择其中一个平面的法向量为基准,用其余平面的法向量与其求差,再将所有差向量的模取平均值,并根据平均值是否小于给定的阈值作为去除数据点的标准。第二种方法是将共点的三角形面积作为权值,求出领域内三角曲面片的法向量的加权平均向量,并以此向量作为平面的法向量,过公共点作一个平面,再根据三角面处的曲率值来决定此三角面的取舍,然后重新拟合的方法,适用于STL文件的自动生成。

百佳学习邦提供proe教程和Creo教程http://www.bjxx8.com
 
 
[ ]  [ 分享给好友

点击排行榜

百佳学习邦

  • 自学总不见成效
  • 给自己找个老师吧!
  • 百佳学习邦提供
  • 1对1网络培训Creo
  • 李老师
  • 电话:15017888989
  • QQ:773606286