基于三个基准点的点云拼接对齐方法_混合对齐.doc

基于三个基准点的点云拼接对齐方法_混合对齐.doc基于三个基准点的点云拼接对齐方法_ 混合对齐论文导读:: 在逆向工程技术应用中, 我们经常需要得到物体内、外表面几何形状的完整数据。测量仪器往往不便于在同一定位状态( 同一坐标系) 下完成整个内、外表面的测量工作。为了得到完整数据模型, 常用的方法是采用多视拼合技术。本文首先讨论了对齐拼接的算法。然后根据此原理, 提出粘贴带有孔的薄壁塑料片的新办法, 在不同的定位状态下对物体内、外表面进行多次测量获得多视点云,并利用 Imageware 逆向软件的数据对齐技术实现其多视点云拼合。论文关键词:逆向工程,多视拼合 Imageware ,混合对齐引言在逆向工程中实际过程中,对实物样件实行数字化时,往往不能在同一坐标系下将产品的几何数据一次测出。其原因一是产品尺寸超出扫描仪的扫描范围, 二是在部分区域扫描光线受被测实物几何形状的干涉阻碍以及不能触及产品的反面, 这时就需要在不同的定位状态( 不同的坐标系) 下测量产品的各个部分, 得到的数据为多次测量建模数据。这两种情况的数据都称为多视数据, 由于在几何模型重构时必须将这些不同坐标系下的多视数据变换或统一到同一个坐标系中, 这个数据处理过程称为多视数据的对齐, 或数据拼合、重定位等[1] 。处理多视数据对齐的方法: 一是通过专用的测量装置实现测量数据的直接对齐, 二是事后的数据处理方法。基于测量装置的对齐, 不需要事后的数据处理, 快速方便, 但需要增加精密辅助装置, 使系统复杂, 而且不能完全满足任何视角的探测, 仍需要合适的事后数据对齐处理。事后数据对齐处理即多次测量数据的拼合问题最终归结为非线性的优化问题,在 20世纪 80 年代中期,很多学者开始对点集数据的配准(拼接、注册)进行了大量研究。目前已提出的算法有 ICP 算法、四元数法、 SVD 法等。在逆向工程的点云或 CAD 数据重定位中, 一般采用 ICP 算法进行拼合[2] 。本文采用粘贴带有孔的薄壁塑料片的办法分两次测量零件的内、外表面几何形状, 获得多视点云, 然后基于参考点与特征, 利用 Imageware 逆向软件的数据对齐技术在误差允许情况下快速实现其多视点云拼合,实现实物样件数字化。 1 多视拼合算法实现三维数据点集的对齐方法混合对齐,首先是建立对应点集距离的最小二乘目标函数, 利用四元组法、矩阵的奇异值分解法求取刚体运动的旋转和平移矩阵。测量数据的多视统一可以看做是一种刚体移动, 因此可以利用上述数据对齐方法来处理。由于三点可以建立一个坐标关系, 如果我们测量时, 在不同视图中建立用于对齐的三个基准点, 通过三个基准点的对齐就能实现三维测量数据的多视统一, 实际上是将数据对齐转换为坐标变换问题期刊网。[3] 基准点测量测量时,在零件上设立基准点,取不同位置的三个点,用记号标记,在进行零件表面数据测量时, 如果需变动零件位置, 每次变动必须重复测量基准点。在不同测量坐标下得到的数据, 通过三个基准点移动对齐, 就能将数据统一在一个造型坐标下, 数据变换问题就归结为基准点的对齐,可以利用几何图形的坐标变换方法来实现。 三点对齐坐标变换方法在实物表面的数字化过程中,由于物体的移动造成测量坐标的定位变化,相同的位置在不同的测量过程中, 数据是不同的, 但对同一个点来说, 相当于从一个坐标系变换到另一个坐标系,因此可以将问题表