專利名稱：基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法
技術(shù)領(lǐng)域：
本發(fā)明提供一種基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法，屬于產(chǎn)品逆向工程技術(shù)領(lǐng)域。
背景技術(shù)：
在逆向工程中，點(diǎn)云型面特征分析可以基于產(chǎn)品局部型面數(shù)據(jù)對(duì)所有測量點(diǎn)進(jìn)行型面特征參數(shù)估算以實(shí)現(xiàn)點(diǎn)云型面特征的整體性評(píng)估，是數(shù)據(jù)預(yù)處理及曲面模型重建過程中的關(guān)鍵性技術(shù)之一，其實(shí)現(xiàn)方法主要有三種三角面片法矢量估計(jì)法、局部數(shù)據(jù)點(diǎn)集拋物面逼近估計(jì)法和采樣點(diǎn)4D Shepard插值計(jì)算法。
三角面片法矢量估計(jì)法采用三角曲面模型對(duì)點(diǎn)云進(jìn)行插值或逼近，根據(jù)三角曲面模型中相鄰三角面片法矢量方向的變化狀況對(duì)點(diǎn)云型面進(jìn)行整體型面特征區(qū)域評(píng)估。該方法對(duì)于數(shù)據(jù)分布較為均勻的點(diǎn)云，評(píng)估結(jié)果較為準(zhǔn)確，但存在著三角曲面模型生成過程復(fù)雜、存儲(chǔ)冗余度高，相鄰面片查詢效率低等不足。另外，該方法易受點(diǎn)云中噪聲數(shù)據(jù)的干擾而導(dǎo)致型面特征分析結(jié)果失真。
局部數(shù)據(jù)點(diǎn)集拋物面逼近估計(jì)法以點(diǎn)云中任意一個(gè)數(shù)據(jù)點(diǎn)作為目標(biāo)點(diǎn)，通過查詢其鄰近點(diǎn)獲取點(diǎn)云局部型面參考數(shù)據(jù)點(diǎn)集，以拋物面對(duì)該數(shù)據(jù)點(diǎn)集進(jìn)行逼近，然后計(jì)算當(dāng)前點(diǎn)在拋物面上對(duì)應(yīng)點(diǎn)的曲率值，并以該值作為目標(biāo)點(diǎn)在點(diǎn)云型面上對(duì)應(yīng)點(diǎn)的型面曲率估算結(jié)果。采用該方法可計(jì)算出點(diǎn)云全部數(shù)據(jù)點(diǎn)的型面曲率值，根據(jù)數(shù)據(jù)點(diǎn)曲率分布狀況來描述點(diǎn)云型面特征，其數(shù)據(jù)適應(yīng)性優(yōu)于三角面片法矢量估計(jì)法。但由于該方法基于靜態(tài)數(shù)據(jù)結(jié)構(gòu)實(shí)現(xiàn)點(diǎn)云數(shù)據(jù)的存取管理，無法有效實(shí)現(xiàn)數(shù)據(jù)近鄰點(diǎn)查詢，其數(shù)據(jù)處理效率受數(shù)據(jù)點(diǎn)云規(guī)模的限制；另外，拋物面對(duì)于型面較為復(fù)雜的局部數(shù)據(jù)點(diǎn)集逼近精度低，影響點(diǎn)云整體數(shù)據(jù)型面特征分析結(jié)果的準(zhǔn)確性。
采樣點(diǎn)4D Shepard插值計(jì)算法首先采用柵格空間八叉樹細(xì)分方法對(duì)點(diǎn)云進(jìn)行全局采樣處理，對(duì)點(diǎn)云采樣數(shù)據(jù)建立4D Shepard插值曲面模型，將點(diǎn)云中任意點(diǎn)的坐標(biāo)值代入4D Shepard曲面公式中即可計(jì)算出該點(diǎn)曲率值。在計(jì)算出點(diǎn)云所有數(shù)據(jù)點(diǎn)的型面曲率值后，后續(xù)處理與局部數(shù)據(jù)點(diǎn)集拋物面逼近估計(jì)法同。該方法對(duì)于數(shù)據(jù)分布均勻的點(diǎn)云可以很好地避免數(shù)據(jù)噪聲的干擾，點(diǎn)云曲率計(jì)算過程穩(wěn)定，但由于目前所采用的點(diǎn)云采樣算法對(duì)所處理數(shù)據(jù)的自適應(yīng)性差，在點(diǎn)云數(shù)據(jù)分布不均勻、型面特征結(jié)構(gòu)較復(fù)雜的情況下，采樣結(jié)果準(zhǔn)確性低，導(dǎo)致生成的4D Shepard曲面模型精度低，從而影響了最終型面特征分析結(jié)果的準(zhǔn)確性。另外，在柵格空間八叉樹細(xì)分以及4D Shepard曲面插值中皆進(jìn)行了大量的拋物面逼近局部數(shù)據(jù)點(diǎn)集處理，降低了算法的整體執(zhí)行效率。
綜上所述，現(xiàn)有的點(diǎn)云型面特征分析方法僅在特定條件下可以獲得較好的分析結(jié)果，對(duì)于不同數(shù)據(jù)規(guī)模、拓?fù)漕愋图靶兔鎻?fù)雜程度的點(diǎn)云數(shù)據(jù)缺乏通用性，導(dǎo)致點(diǎn)云型面參數(shù)計(jì)算過程的穩(wěn)定性與計(jì)算結(jié)果的準(zhǔn)確性都無法滿足工程需求。

發(fā)明內(nèi)容
為克服現(xiàn)有點(diǎn)云型面特征分析方法的不足，本發(fā)明目的在于提供一種基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法。該方法可準(zhǔn)確地對(duì)點(diǎn)云型面特征進(jìn)行整體性評(píng)估，根據(jù)評(píng)估結(jié)果進(jìn)行產(chǎn)品模型重建，能顯著提高逆向工程建模效率及模型精度，其實(shí)現(xiàn)方案為一種基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法，其特征在于步驟依次為1)點(diǎn)云數(shù)據(jù)輸入；2)基于三維R*-tree為點(diǎn)云創(chuàng)建數(shù)據(jù)動(dòng)態(tài)存取模型；3)估算點(diǎn)云中所有數(shù)據(jù)點(diǎn)的型面曲率值；4)根據(jù)點(diǎn)云中所有數(shù)據(jù)點(diǎn)的型面曲率值分布對(duì)點(diǎn)云型面特征進(jìn)行整體評(píng)估。
為實(shí)現(xiàn)發(fā)明目的，所述的多維數(shù)據(jù)動(dòng)態(tài)存取機(jī)制，在步驟1)中將產(chǎn)品數(shù)字化設(shè)備輸出的數(shù)據(jù)點(diǎn)云文件讀入到存儲(chǔ)器中，并為數(shù)據(jù)建立線性表存儲(chǔ)結(jié)構(gòu)，以滿足對(duì)數(shù)據(jù)結(jié)點(diǎn)基本存儲(chǔ)及數(shù)據(jù)順序遍歷的需求。
為實(shí)現(xiàn)發(fā)明目的，所述的基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法，在步驟2)中，以相互嵌套的多維矩形對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行聚類劃分，組織數(shù)據(jù)點(diǎn)之間的拓?fù)溧徑P(guān)系，為點(diǎn)云建立一種支持?jǐn)?shù)據(jù)動(dòng)態(tài)存取的平衡樹數(shù)據(jù)動(dòng)態(tài)存取模型。
為實(shí)現(xiàn)發(fā)明目的，所述的基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法，在步驟3)中對(duì)點(diǎn)云數(shù)據(jù)線性表進(jìn)行順序遍歷，以當(dāng)前遍歷點(diǎn)為目標(biāo)點(diǎn)查詢其鄰近數(shù)據(jù)點(diǎn)獲取點(diǎn)云局部型面參考數(shù)據(jù)點(diǎn)集，并對(duì)其逼近生成自由樣條曲面，在曲面上計(jì)算目標(biāo)點(diǎn)參數(shù)對(duì)應(yīng)點(diǎn)的高斯曲率值，以該曲率值作為目標(biāo)點(diǎn)的型面曲率值。完成上述遍歷過程后，即可計(jì)算出所有數(shù)據(jù)點(diǎn)型面曲率值。
為實(shí)現(xiàn)發(fā)明目的，所述的基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法，在步驟3)中點(diǎn)云局部型面參考數(shù)據(jù)的獲取方法是以目標(biāo)點(diǎn)為球心，建立一個(gè)可自適應(yīng)向外擴(kuò)散的空心球區(qū)域，將其與數(shù)據(jù)動(dòng)態(tài)存取模型多維矩形進(jìn)行區(qū)域求交，獲取落入交集空間中的近鄰點(diǎn)。以目標(biāo)點(diǎn)及其近鄰點(diǎn)構(gòu)成點(diǎn)云局部型面參考數(shù)據(jù)來表達(dá)點(diǎn)云局部型面幾何特征。
為實(shí)現(xiàn)發(fā)明目的，所述的基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法，在步驟3)中，對(duì)點(diǎn)云局部型面參考數(shù)據(jù)矩形域參數(shù)化過程中，首先需要對(duì)所獲取的點(diǎn)云局部型面參考數(shù)據(jù)采用微切平面逼近并將點(diǎn)集投影到微切平面；然后為投影點(diǎn)集建立參數(shù)坐標(biāo)系，將投影點(diǎn)集由世界坐標(biāo)系變換到在該坐標(biāo)系下；最后，計(jì)算點(diǎn)集的二維最小包圍矩形域，在該區(qū)域中將投影點(diǎn)坐標(biāo)值進(jìn)行正規(guī)化處理，處理后的投影點(diǎn)坐標(biāo)即為對(duì)應(yīng)點(diǎn)云局部型面參考數(shù)據(jù)點(diǎn)的參數(shù)值。
為實(shí)現(xiàn)發(fā)明目的，所述的基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法，在步驟4)中，將點(diǎn)云中所有數(shù)據(jù)點(diǎn)的型面曲率值映射為RGB顏色值，從而生成點(diǎn)云型面彩色曲率云圖，以曲率云圖漸進(jìn)變化的顏色區(qū)域反映點(diǎn)云型面特征。
本發(fā)明與現(xiàn)有技術(shù)相比，具有以下優(yōu)點(diǎn)1)為點(diǎn)云建立了動(dòng)態(tài)存取模型，通過對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行空間聚類劃分來組織數(shù)據(jù)的拓?fù)潢P(guān)系，提高了點(diǎn)云型面特征分析方法對(duì)于點(diǎn)云數(shù)據(jù)類型的自適應(yīng)性。
2)可快速獲取點(diǎn)云型面局部參考數(shù)據(jù)點(diǎn)集以準(zhǔn)確表現(xiàn)點(diǎn)云局部型面特征，提高了點(diǎn)云型面特征分析結(jié)果的穩(wěn)定性。
3)采用Bezier曲面片對(duì)點(diǎn)云局部型面參考數(shù)據(jù)精確逼近，提高了點(diǎn)云型面特征分析結(jié)果的準(zhǔn)確性。


圖1是本發(fā)明程序流程圖。
圖2是本發(fā)明步驟二所建立的數(shù)據(jù)動(dòng)態(tài)存取模型示意圖。
圖3～圖7是本發(fā)明整車外部型面點(diǎn)云實(shí)施例數(shù)據(jù)動(dòng)態(tài)存取模型各層索引結(jié)點(diǎn)三維最小包圍矩形模型圖。
圖8是本發(fā)明步驟三點(diǎn)云數(shù)據(jù)型面曲率計(jì)算程序流程圖。
圖9～圖11是本發(fā)明點(diǎn)云局部型面參考數(shù)據(jù)參數(shù)化示意圖。
圖12是本發(fā)明對(duì)某點(diǎn)云局部型面參考數(shù)據(jù)逼近生成的Bezier曲面片。
圖13～圖14是本發(fā)明型面特征分析方法對(duì)某汽車車身點(diǎn)云數(shù)據(jù)型面特征分析效果。
圖15～圖16是本發(fā)明型面特征分析方法對(duì)米老鼠點(diǎn)云數(shù)據(jù)型面特征分析效果。
具體實(shí)施例方式
下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步說明。
如圖1所示，是本發(fā)明點(diǎn)云型面特征分析程序?qū)崿F(xiàn)流程圖?；跀?shù)據(jù)動(dòng)態(tài)存取模型的點(diǎn)云型面特征分析程序包含數(shù)據(jù)輸入程序1，點(diǎn)云數(shù)據(jù)動(dòng)態(tài)存取模型構(gòu)建程序2，點(diǎn)云數(shù)據(jù)型面曲率計(jì)算程序3，以及點(diǎn)云型面特征整體性評(píng)估程序4。其中，數(shù)據(jù)輸入程序1負(fù)責(zé)讀入產(chǎn)品數(shù)字化采集設(shè)備輸出的三維點(diǎn)云數(shù)據(jù)，并為其創(chuàng)建線性表存儲(chǔ)結(jié)構(gòu)，以支持對(duì)數(shù)據(jù)點(diǎn)線性順序遍歷。當(dāng)點(diǎn)云線性表所占用內(nèi)存儲(chǔ)空間超出內(nèi)存儲(chǔ)器容量時(shí)，可存儲(chǔ)于輔存設(shè)備的數(shù)據(jù)文件中。點(diǎn)云數(shù)據(jù)動(dòng)態(tài)存取模型構(gòu)建程序2采用嵌套的三維矩形對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行動(dòng)態(tài)空間聚類劃分，為數(shù)據(jù)輸入程序1所生成的數(shù)據(jù)線性表建立上層R*-tree動(dòng)態(tài)空間索引結(jié)構(gòu)。點(diǎn)云數(shù)據(jù)型面曲率計(jì)算程序3通過順序遍歷點(diǎn)云數(shù)據(jù)線性表，計(jì)算出點(diǎn)云中所有數(shù)據(jù)點(diǎn)的型面曲率值。在點(diǎn)云型面特征整體性評(píng)估程序4中，將點(diǎn)云數(shù)據(jù)點(diǎn)型面曲率值映射為RGB顏色云圖，以曲率云圖漸進(jìn)變化的顏色區(qū)域反映點(diǎn)云型面特征。
如圖2所示，是本發(fā)明點(diǎn)云數(shù)據(jù)動(dòng)態(tài)存取模型構(gòu)建程序2采用C++程序設(shè)計(jì)語言為三維R*-tree為點(diǎn)云建立的數(shù)據(jù)動(dòng)態(tài)存取模型示意圖。數(shù)據(jù)動(dòng)態(tài)存取模型的索引結(jié)點(diǎn)分為根結(jié)點(diǎn)、內(nèi)部索引結(jié)點(diǎn)和葉索引結(jié)點(diǎn)，其中內(nèi)部索引結(jié)點(diǎn)中存儲(chǔ)了其父結(jié)點(diǎn)地址、子結(jié)點(diǎn)(可能是內(nèi)部索引結(jié)點(diǎn)，也可能是葉索引結(jié)點(diǎn))地址表和該結(jié)點(diǎn)的三維最小包圍矩形參數(shù)(即三維矩形兩對(duì)角頂點(diǎn)信息)。葉索引結(jié)點(diǎn)中存儲(chǔ)了其父結(jié)點(diǎn)地址、數(shù)據(jù)結(jié)點(diǎn)地址表和該結(jié)點(diǎn)的空間最小包圍矩形(Spatial Minimum Box Rectangle SMBR)信息。多維數(shù)據(jù)動(dòng)態(tài)存取模型數(shù)據(jù)結(jié)構(gòu)的根結(jié)點(diǎn)結(jié)構(gòu)可能與內(nèi)部結(jié)點(diǎn)相同，也可能與葉索引結(jié)點(diǎn)相同，區(qū)別是其根結(jié)點(diǎn)的父結(jié)點(diǎn)地址為空。多維數(shù)據(jù)動(dòng)態(tài)存取模型數(shù)據(jù)結(jié)構(gòu)中的數(shù)據(jù)結(jié)點(diǎn)存儲(chǔ)空間對(duì)象信息項(xiàng)的地址。在各類索引結(jié)點(diǎn)的實(shí)現(xiàn)中，本發(fā)明利用C++純虛函數(shù)技術(shù)，在程序運(yùn)行中，根據(jù)虛函數(shù)的返回值判別結(jié)點(diǎn)類型。對(duì)于多維數(shù)據(jù)動(dòng)態(tài)存取模型各層結(jié)點(diǎn)的子結(jié)點(diǎn)數(shù)的上限M、下限m，以及R*樹結(jié)點(diǎn)重新插入數(shù)目R的取值，皆由用戶根據(jù)數(shù)據(jù)點(diǎn)云的規(guī)模自行設(shè)置，通常取m＝M×40％，R＝M×30％。
如圖3～7所示，是本發(fā)明調(diào)用點(diǎn)云數(shù)據(jù)動(dòng)態(tài)存取模型構(gòu)建程序2對(duì)來自于Atos三維掃描儀器輸出的整車外部型面數(shù)據(jù)點(diǎn)云所建立的數(shù)據(jù)動(dòng)態(tài)存取模型數(shù)據(jù)結(jié)構(gòu)各層結(jié)點(diǎn)三維最小包圍矩形模型圖。實(shí)驗(yàn)所用點(diǎn)云的數(shù)據(jù)點(diǎn)數(shù)為85.6112萬，所采用的索引參數(shù)m＝40、M＝100，重新插入結(jié)點(diǎn)數(shù)R＝30，多維數(shù)據(jù)動(dòng)態(tài)存取模型數(shù)據(jù)結(jié)構(gòu)構(gòu)建時(shí)間約為110秒。其中圖3顯示了整車外部型面數(shù)據(jù)動(dòng)態(tài)存取模型數(shù)據(jù)結(jié)構(gòu)的根結(jié)點(diǎn)的SMBR，圖4顯示了其首層內(nèi)部索引結(jié)點(diǎn)的SMBR，圖5)顯示了第二層內(nèi)部索引結(jié)點(diǎn)的SMBR，圖6顯示了葉索引結(jié)點(diǎn)SMBR，圖7顯示了數(shù)據(jù)結(jié)點(diǎn)層，即原始整車外部型面數(shù)據(jù)，由于是對(duì)稱件，所以僅掃描了車身的一側(cè)。該實(shí)驗(yàn)表明，采用三維動(dòng)態(tài)索引結(jié)構(gòu)可準(zhǔn)確實(shí)現(xiàn)對(duì)產(chǎn)品反求工程中大規(guī)模散亂數(shù)據(jù)的空間聚類劃分，具有較高的數(shù)據(jù)自適應(yīng)性。
如圖8所示，是本發(fā)明點(diǎn)云數(shù)據(jù)型面曲率計(jì)算程序3實(shí)現(xiàn)流程圖。點(diǎn)云數(shù)據(jù)型面曲率計(jì)算程序3在對(duì)點(diǎn)云數(shù)據(jù)線性表順序遍歷中，以當(dāng)前遍歷到的數(shù)據(jù)點(diǎn)作為目標(biāo)點(diǎn)，依次調(diào)用目標(biāo)點(diǎn)近鄰查詢程序5、數(shù)據(jù)點(diǎn)集參數(shù)化程序6、Bezier曲面片逼近程序7及目標(biāo)點(diǎn)曲率估算程序8，最后輸出點(diǎn)云中所有數(shù)據(jù)點(diǎn)的型面曲率值。其中目標(biāo)點(diǎn)近鄰查詢程序5對(duì)目標(biāo)點(diǎn)的k近鄰進(jìn)行快速查詢，準(zhǔn)確獲取點(diǎn)云局部型面參考數(shù)據(jù)點(diǎn)集。數(shù)據(jù)點(diǎn)集參數(shù)化程序6對(duì)目標(biāo)點(diǎn)近鄰查詢程序3提取的數(shù)據(jù)點(diǎn)集進(jìn)行矩形域自由曲面參數(shù)分配，為點(diǎn)集中每個(gè)數(shù)據(jù)點(diǎn)分配一個(gè)二維參數(shù)坐標(biāo)(u，v)。Bezier曲面逼近程序7對(duì)參數(shù)化后的點(diǎn)云局部型面參考數(shù)據(jù)點(diǎn)集采用最小二乘法精確逼近生成用于體現(xiàn)點(diǎn)云型面微分幾何性質(zhì)的Bezier曲面片。目標(biāo)點(diǎn)曲率估算程序8根據(jù)數(shù)據(jù)點(diǎn)集參數(shù)化程序6為目標(biāo)點(diǎn)所分配的參數(shù)值，在Bezier曲面逼近程序7中生成的曲面上計(jì)算出對(duì)應(yīng)點(diǎn)的高斯曲率值，并以該值作為目標(biāo)點(diǎn)的型面曲率值。
目標(biāo)點(diǎn)近鄰查詢程序5包含點(diǎn)查詢程序9、范圍查詢程序10。其中，點(diǎn)查詢程序9負(fù)責(zé)快速確定目標(biāo)點(diǎn)所在的葉索引結(jié)點(diǎn)地址，范圍查詢程序10則負(fù)責(zé)搜索落入用戶指定區(qū)域中的數(shù)據(jù)點(diǎn)。目標(biāo)點(diǎn)近鄰查詢程序5會(huì)首先調(diào)用點(diǎn)查詢程序9在數(shù)據(jù)動(dòng)態(tài)存取模型中確定目標(biāo)點(diǎn)所在的葉索引結(jié)點(diǎn)，由該葉索引結(jié)點(diǎn)的三維最小包圍矩形參數(shù)初始化一個(gè)空心球區(qū)域S(c，r1，r2)，其球心c為三維最小包圍矩形中心，內(nèi)徑r1＝0，外徑r2=rkM]]>(r為三維最小包圍矩形外接球半徑，k為用戶指定的目標(biāo)點(diǎn)近鄰點(diǎn)數(shù))；然后調(diào)用范圍查詢程序10搜索落入S(c，r1，r2)的數(shù)據(jù)點(diǎn)，這些數(shù)據(jù)點(diǎn)即為目標(biāo)點(diǎn)的鄰近點(diǎn)。若所獲取的鄰近點(diǎn)數(shù)小于k，則對(duì)S(c，r1，r2)根據(jù)公式r1＝r2，r2=r2·k-nn+1]]>進(jìn)行自適應(yīng)擴(kuò)散；若所獲取的鄰近點(diǎn)數(shù)大于或等于用戶指定k值，則程序返回前k個(gè)數(shù)據(jù)點(diǎn)信息。
點(diǎn)查詢程序9具體實(shí)現(xiàn)步驟如下1)設(shè)指針pCurrent指向多維數(shù)據(jù)動(dòng)態(tài)存取模型根結(jié)點(diǎn)；2)若pCurrent所指結(jié)點(diǎn)類型為葉索引結(jié)點(diǎn)，且查詢目標(biāo)點(diǎn)落入該結(jié)點(diǎn)SMBR中，則程序返回pCurrent；若查詢目標(biāo)點(diǎn)未落入該結(jié)點(diǎn)SMBR中，則程序返回空值；3)順序遍歷pCurNode所指結(jié)點(diǎn)的子結(jié)點(diǎn)，在遍歷中，遞歸調(diào)用點(diǎn)查詢操作，新建指針類型retPtr，接受點(diǎn)查詢操作的返回值；4)返回retPtr。
范圍查詢程序10具體實(shí)現(xiàn)步驟如下1)設(shè)pCurNode指向多維數(shù)據(jù)動(dòng)態(tài)存取模型數(shù)據(jù)結(jié)構(gòu)根結(jié)點(diǎn)；2)若pCurNode所指結(jié)點(diǎn)為葉結(jié)點(diǎn)類型且該結(jié)點(diǎn)三維最小包圍矩形與空間查詢域相交，則將pCurNode所指結(jié)點(diǎn)內(nèi)落入空間查詢域的子結(jié)點(diǎn)依次添加到全局線性表中，然后程序返回；3)順序遍歷pCurNode所指結(jié)點(diǎn)的子結(jié)點(diǎn)，在遍歷中，以當(dāng)前子結(jié)點(diǎn)作為查詢子樹遞歸調(diào)用范圍查詢操作。
如圖9～11所示，是本發(fā)明數(shù)據(jù)點(diǎn)集參數(shù)化程序6的工作過程示意圖。在圖9中，目標(biāo)點(diǎn)為x，且點(diǎn)云局部型面參考數(shù)據(jù)點(diǎn)集為X。采用最小二乘法生成點(diǎn)集X的微切平面，然后將X向微切平面投影，得到投影點(diǎn)集X′。在圖10中，以X′中目標(biāo)點(diǎn)x的投影點(diǎn)x′為坐標(biāo)原點(diǎn)，以x′與其在點(diǎn)集X′中距其最遠(yuǎn)的投影點(diǎn)構(gòu)成向量u，另設(shè)微切平面的法向量為w，可得向量v＝w×u。由向量u、v、w建立右手正交坐標(biāo)系C。如圖11所示，將點(diǎn)集X′變換到該坐標(biāo)系下，得點(diǎn)集X″，分別對(duì)X″中數(shù)據(jù)點(diǎn)的u坐標(biāo)值和v坐標(biāo)值遞增排序，得兩個(gè)坐標(biāo)分量序列Uc＝{uci|i＝0，1，…，k}和Vc＝{Vci|i＝0，1，…，k}。在坐標(biāo)系C下，計(jì)算出點(diǎn)集X″的uv平面最小包圍矩形((uc0，vc0)，(uck，vck))及其u向邊長lu和v向邊長lv，然后對(duì)點(diǎn)集X″中任意數(shù)據(jù)點(diǎn)(ui，vi)的坐標(biāo)按公式ui′=ui-ucilu,vi′=vi-vcilv]]>進(jìn)行正規(guī)化處理。由于點(diǎn)集X、X′和X″中的數(shù)據(jù)點(diǎn)存在一一映射關(guān)系，所得(ui′，vi′)即為對(duì)點(diǎn)集X中對(duì)應(yīng)三維數(shù)據(jù)點(diǎn)的參數(shù)值。
在Bezier曲面逼近程序7的實(shí)現(xiàn)中，設(shè)對(duì)參數(shù)化后的點(diǎn)云局部型面參考數(shù)據(jù)點(diǎn)集X的n×m次Bezier曲面插值公式為S(ui,vi)=Σi=0nΣj=0mBi,n(uk)Bj,m(vk)pi,j=qt]]>(qt∈X，t＝0，1，2，…，k)。若將插值公式中的Bezier曲面基函數(shù)記為Di，j(u，v)＝Bj，n(u)Bj，m(v)，則Bezier曲面插值公式可寫成矩陣方程D=D0,0(u0,v0)D0,1(u0,v0)···D0,m(u0,v0)···Dn,0(u0,v0)···Dn,m(u0,v0)························D0,0(uk,vk)D0,1(uk,vk)···D0,m(uk,vk)···Dn,0(ukvk)···Dn,m(uk,vk)]]>對(duì)該方程，點(diǎn)云局部型面參考數(shù)據(jù)點(diǎn)集中的點(diǎn)數(shù)k可能大于(n×m)，也可能小于或者等于(n×m)，因此對(duì)應(yīng)插值曲面的控制點(diǎn)集可能有無限多解，也可能無解或者有唯一解。本發(fā)明采用奇異值分解法對(duì)該矩陣方程進(jìn)行求解，最終可得插值曲面的控制點(diǎn)集的一個(gè)最優(yōu)解。設(shè)系數(shù)矩陣D的奇異值分解結(jié)果為D＝UWVT，其中U為(k+1)×(m+1)(n+1)的列正交矩陣，W為元素均為正數(shù)或0的(k+1)階對(duì)角陣，V為(m+1)(n+1)階正交矩陣。因而Bèzier曲面的控制點(diǎn)集最終解可寫為p0,0······p0,m······pn,m=VW-1U-1q0q1···qk]]>在獲取控制點(diǎn)集的解后，即可確定逼近點(diǎn)云局部型面參考數(shù)據(jù)點(diǎn)集的Bezier曲面表達(dá)式。
如圖12所示，為Bezier曲面逼近程序5對(duì)點(diǎn)云中一組局部型面結(jié)構(gòu)較為復(fù)雜的參考數(shù)據(jù)逼近生成的曲面，數(shù)據(jù)逼近精度為0.0031mm(曲面與參考數(shù)據(jù)距離均值)，標(biāo)準(zhǔn)差為0.0027。實(shí)驗(yàn)表明，采用Bezier曲面可以不受數(shù)據(jù)型面復(fù)雜性的限制。
在目標(biāo)點(diǎn)曲率估算程序6中，曲面上目標(biāo)點(diǎn)對(duì)應(yīng)參數(shù)位置的高斯曲率值的計(jì)算公式為K=(Suun→)(Svvn→)-(Suvn→)2Su2Sv2-(SuSv)2]]>式中Bèzier曲面S(u，v)上任意位置的法向量，可由n→=Su×Sv|Su×Sv|]]>求得。另外Su、Sv為n×m次Bèzier曲面的一階偏導(dǎo)，Suu、Svv、Suv為曲面的二階偏導(dǎo)。最后將所求得高斯曲率值作為目標(biāo)點(diǎn)的型面曲率值。
在點(diǎn)云型面特征整體性評(píng)估程序4中，對(duì)點(diǎn)云中數(shù)據(jù)型面曲率值進(jìn)行排序，統(tǒng)計(jì)其分布范圍，得到曲率值分布區(qū)間[Ca，Cb]及曲率均值 。將計(jì)算機(jī)中RGB顏色索引表分為增1或減1步進(jìn)區(qū)間[rgb(0,255,0)，rgb(255,255,0)]和[rgb(255,255,0)，rgb(255,0,0)]兩個(gè)顏色索引區(qū)間，所表達(dá)的顏色遞進(jìn)關(guān)系是由綠色遞進(jìn)到黃色，再由黃色遞進(jìn)到紅色。在點(diǎn)云數(shù)據(jù)型面曲率區(qū)間[ ]與[rgb(0,255,0)，rgb(255,255,0)]之間為其建立等分區(qū)間段映射關(guān)系；對(duì)區(qū)間[ ]與[rgb(255,255,0)，rgb(255,0,0)]作同樣處理。最后可以實(shí)現(xiàn)在點(diǎn)云數(shù)據(jù)型面曲率較低區(qū)域以綠色系顯示，在點(diǎn)云數(shù)據(jù)型面曲率均值附近區(qū)域以黃色系顯示，在曲率最大附近區(qū)域，以紅色高亮域顯示。
如圖13所示，是某汽車車身點(diǎn)云數(shù)據(jù)，圖14是其型面特征分析RGB顏色云圖。圖15為本發(fā)明對(duì)型面較復(fù)雜的米老鼠點(diǎn)云數(shù)據(jù)，圖16是其型面特征分析RGB顏色云圖。圖中點(diǎn)云數(shù)據(jù)由低到高的型面曲率區(qū)間被圖形化為由暗到明的顏色區(qū)域。通常型面曲率較小且變化幅度低的區(qū)域?yàn)槟Ｐ椭鹘Y(jié)構(gòu)型面，在曲面建模中，將這部分區(qū)域所對(duì)應(yīng)的數(shù)據(jù)提取出來，快速完成產(chǎn)品型面的主結(jié)構(gòu)的構(gòu)造。圖中，主結(jié)構(gòu)型面的過渡區(qū)域?yàn)閳A角特征，這部分特征由于型面曲率較大且變化幅度也大，顯示為亮度較高的黃、紅色系。
權(quán)利要求
1.一種基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法，其特征在于依次包含以下步驟1)將產(chǎn)品數(shù)字化設(shè)備輸出的數(shù)據(jù)點(diǎn)云文件讀入到存儲(chǔ)器中，并為數(shù)據(jù)建立線性表存儲(chǔ)結(jié)構(gòu)；2)基于三維R*-tree為點(diǎn)云創(chuàng)建數(shù)據(jù)動(dòng)態(tài)存取模型；3)估算點(diǎn)云中所有數(shù)據(jù)點(diǎn)的型面曲率值；4)根據(jù)點(diǎn)云中所有數(shù)據(jù)點(diǎn)的型面曲率值分布對(duì)點(diǎn)云型面特征進(jìn)行整體評(píng)估。
2.如權(quán)利要求1所述的基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法，其特征在于步驟2)中，以相互嵌套的多維矩形對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行聚類劃分，組織數(shù)據(jù)點(diǎn)之間的拓?fù)溧徑P(guān)系，為點(diǎn)云建立一種支持?jǐn)?shù)據(jù)動(dòng)態(tài)存取的平衡樹數(shù)據(jù)動(dòng)態(tài)存取模型。
3.如權(quán)利要求1所述的基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法，其特征在于步驟3)中對(duì)點(diǎn)云數(shù)據(jù)線性表進(jìn)行順序遍歷，以當(dāng)前遍歷點(diǎn)為目標(biāo)點(diǎn)查詢其鄰近數(shù)據(jù)點(diǎn)獲取點(diǎn)云局部型面參考數(shù)據(jù)點(diǎn)集，并對(duì)其逼近生成自由樣條曲面，在曲面上計(jì)算目標(biāo)點(diǎn)參數(shù)對(duì)應(yīng)點(diǎn)的高斯曲率值，以該曲率值作為目標(biāo)點(diǎn)的型面曲率值，遍歷結(jié)束后，即可計(jì)算出所有數(shù)據(jù)點(diǎn)型面曲率值。
4.如權(quán)利要求3所述的基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法，其特征在于點(diǎn)云局部型面參考數(shù)據(jù)點(diǎn)集的獲取方法是以目標(biāo)點(diǎn)為球心，建立一個(gè)可自適應(yīng)向外擴(kuò)散的空心球區(qū)域，將其與數(shù)據(jù)動(dòng)態(tài)存取模型多維矩形進(jìn)行區(qū)域求交，獲取落入交集空間中的近鄰點(diǎn)，以目標(biāo)點(diǎn)及其近鄰點(diǎn)構(gòu)成點(diǎn)云局部型面參考數(shù)據(jù)。
5.如權(quán)利要求3所述的基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法，其特征在于對(duì)點(diǎn)云局部型面參考數(shù)據(jù)矩形域參數(shù)化過程中，首先需要對(duì)所獲取的點(diǎn)云局部型面參考數(shù)據(jù)采用微切平面逼近并將點(diǎn)集投影到微切平面；然后為投影點(diǎn)集建立參數(shù)坐標(biāo)系，將投影點(diǎn)集由世界坐標(biāo)系變換到在該坐標(biāo)系下；最后，計(jì)算點(diǎn)集的二維最小包圍矩形域，在該區(qū)域中將投影點(diǎn)坐標(biāo)值進(jìn)行正規(guī)化處理，處理后的投影點(diǎn)坐標(biāo)即為對(duì)應(yīng)點(diǎn)云局部型面參考數(shù)據(jù)點(diǎn)的參數(shù)值。
6.如權(quán)利要求1所述的基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法，其特征在于步驟4)中，將點(diǎn)云中所有數(shù)據(jù)點(diǎn)的型面曲率值映射為RGB顏色值，從而生成點(diǎn)云型面彩色曲率云圖，以曲率云圖漸進(jìn)變化的顏色區(qū)域反映點(diǎn)云型面特征。
全文摘要
本發(fā)明提供一種基于數(shù)據(jù)動(dòng)態(tài)存取模型的產(chǎn)品點(diǎn)云型面特征分析方法，其特征在于首先將產(chǎn)品數(shù)字化設(shè)備輸出的數(shù)據(jù)點(diǎn)云文件讀入到存儲(chǔ)器中，并為數(shù)據(jù)建立線性表存儲(chǔ)結(jié)構(gòu)；然后采用三維R*－tree對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行快速空間聚類劃分，建立數(shù)據(jù)動(dòng)態(tài)存取模型；然后在對(duì)點(diǎn)云數(shù)據(jù)順次遍歷過程中，以當(dāng)前數(shù)據(jù)結(jié)點(diǎn)為目標(biāo)點(diǎn)，基于數(shù)據(jù)動(dòng)態(tài)存取模型快速獲取點(diǎn)云局部型面參考數(shù)據(jù)點(diǎn)集，采用Bezier曲面精確逼近該點(diǎn)集估算目標(biāo)點(diǎn)的型面曲率值；最后將點(diǎn)云中所有數(shù)據(jù)點(diǎn)的型面曲率值映射為RGB顏色模式，以型面曲率顏色云圖顯示點(diǎn)云整體型面特征分布。實(shí)驗(yàn)結(jié)果表明該方法數(shù)據(jù)適應(yīng)性強(qiáng)、點(diǎn)云型面曲率計(jì)算結(jié)果穩(wěn)定、準(zhǔn)確，可顯著提高逆向工程建模效率及模型精度。
文檔編號(hào)G06F17/00GK101017476SQ200610045319
公開日2007年8月15日 申請(qǐng)日期2006年7月10日 優(yōu)先權(quán)日2006年7月10日
發(fā)明者孫殿柱, 李延瑞, 范志先 申請(qǐng)人:山東理工大學(xué)