含噪點(diǎn)云預(yù)處理技術(shù)探究分析

逆向工程是將現(xiàn)有實(shí)物產(chǎn)品利用數(shù)據(jù)采集設(shè)備獲取物體外表面三維信息，再將數(shù)據(jù)進(jìn)行處理及分析，最后實(shí)現(xiàn)產(chǎn)品的三維信息數(shù)字化，重建三維模型，對產(chǎn)品模型進(jìn)行二次設(shè)計、修改及優(yōu)化。物體三維數(shù)據(jù)采集設(shè)備從采集方式上可以分為兩種類型：接觸式和非接觸式。其中，基于結(jié)構(gòu)光的非接觸式測量是當(dāng)前及今后優(yōu)先發(fā)展的重點(diǎn)，它具有快速、全面獲取物體三維外形數(shù)據(jù)且對物體無損傷、對自然環(huán)境無污染的優(yōu)點(diǎn)。但是由于測量環(huán)境、人、設(shè)備等因素的影響，采集到的點(diǎn)云中往往含有大量的噪聲，難以被直接應(yīng)用于物體三維模型的重建。為了使點(diǎn)云數(shù)據(jù)能夠運(yùn)用到后期的處理過程，滿足曲面擬合及造型設(shè)計等對數(shù)據(jù)高質(zhì)量的要求，必須先對原始數(shù)據(jù)進(jìn)行去噪、光順方面的預(yù)處理。逆向工程與三維測量技術(shù)的迅速發(fā)展也推動了去噪光順研究的進(jìn)展，國內(nèi)外許多研究學(xué)者在這方面做了深入的研究，如基于局部曲面擬合的MLS方法［1］，基于Scale-Space理論的拉普拉斯方法［2］等。近年來，傳統(tǒng)的網(wǎng)格模型去噪和光順算法得到了長足的發(fā)展。其中很多網(wǎng)格模型的去噪和光順?biāo)惴梢灾苯訑U(kuò)展到點(diǎn)模型上，比較經(jīng)典的有Fleishman的雙邊濾波去噪算法［3］。
　　本文針對點(diǎn)云數(shù)據(jù)所含噪聲以及點(diǎn)云特點(diǎn)進(jìn)行分析，然后采用不同的算法進(jìn)行去噪和光順處理。
　　1 去噪光順?biāo)惴?br /> 　　三維測量系統(tǒng)獲取的點(diǎn)云數(shù)據(jù)中混雜的噪聲大致可以分為3種：（1）體外飛點(diǎn)，偏離實(shí)測數(shù)據(jù)較遠(yuǎn)，懸浮在主體點(diǎn)云外圍的孤立、稀疏點(diǎn)；（2）離群成簇噪聲，偏離主體點(diǎn)云較遠(yuǎn)，小而密集的噪聲簇；（3）混雜噪點(diǎn)，噪聲點(diǎn)和真實(shí)點(diǎn)混雜在一起，該種點(diǎn)云的形態(tài)與實(shí)體中心點(diǎn)云成分層狀，直觀表現(xiàn)為點(diǎn)云表面很多“粗糙毛刺”。
　　1.1 體外飛點(diǎn)去除算法
　　針對體外飛點(diǎn)無序、散亂的特性，本文采用空間單元柵格法［4］建立點(diǎn)云數(shù)據(jù)點(diǎn)之間的空間拓?fù)潢P(guān)系進(jìn)而搜索每個點(diǎn)的K_近鄰。首先讀入測量數(shù)據(jù)點(diǎn)，將三維坐標(biāo)點(diǎn)存入一個一維數(shù)組Array［］，同時得到其X、Y、Z坐標(biāo)的最大、最小值，這樣可以做一個與各個坐標(biāo)軸平行的大長方體柵格，包圍所有的三維點(diǎn)。根據(jù)數(shù)據(jù)點(diǎn)的密度將長方體柵格劃分為多個小立方體柵格，并判斷每個數(shù)據(jù)點(diǎn)所在的小立方體柵格，將數(shù)據(jù)點(diǎn)的序號追加到該立方體柵格對應(yīng)的線性鏈表中。
?