面向结构件几何特征保留的点云精简方法
Point cloud simplification method for geometric feature preservation of structural parts作者机构:武汉理工大学现代汽车零部件技术湖北省重点实验室武汉430070 武汉理工大学湖北省新能源与智能网联车工程技术研究中心武汉430070
出 版 物:《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)
年 卷 期:2022年第36卷第6期
页 面:196-204页
核心收录:
学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0803[工学-光学工程]
基 金:湖北省技术创新专项重大项目(2019AAA075) 湖北省技术创新专项重大项目(2020BED010)资助
主 题:结构件测量 FCM聚类 K-means聚类 特征描述子 点云精简
摘 要:汽车结构件表面几何特征测量时,传统的点云精简方法在高精简率时会对点云中的几何特征进行破坏,降低几何特征的完整性和尺寸精度,针对此问题,提出一种面向几何特征保留的点云精简方法。首先,基于空间区域分割思想进行点云的K-means聚类划分,并构建几何特征描述子,通过计算簇内信息熵提取特征区域点云。其次,对特征区域点云进行基于FCM(fuzzy C-means)&K-means的迭代聚类精简,对于非特征区域点云进行八叉树精简。最后,对不同区域精简后的点云进行拼接,实现精简的目的。结果表明,本文方法能较完整地保留模型表面的几何特征,避免孔洞的出现,且在94.30%精简率下,精简点云与原始点云的最大误差为0.912 mm,均方根误差为0.041 mm,相较于传统的方法精度更高。