一种适用于条纹投影航空叶片测量的点云数据配准方法

摘要

航空叶片作为航空发动机的重要组成部分,对发动机的性能指标有着关键性影响,如何快速精准的测量航空叶片三维形貌是目前一个研究热点.而随着光学测量技术的迅猛发展,计算机视觉、条纹投影相位测量轮廓术等已成为三维形貌快速检测的有效手段,是目前非接触测量方法中最有发展前景的一种.但是在使用条纹投影进行测量的过程中,由于测量范围的限制,有时需要将多个不同区域的测量数据进行配准,使得其处于同一个坐标系下,方便后续处理.此外,在对叶面进行评测时,需要将实际三维测量数据与理想的CAD模型进行配准,并将实测模型和CAD模型提取的特征参数进行比较,才能得出测量叶片的面型误差.因此点云数据的配准是必不可少的.航空叶片叶面的点云数据非常难于配准,原因如下:第一,叶面的曲率较小,叶面特征非常不明显,因此许多针对表面特征的配准方法难以取得好的效果.第二,常用的点云配准算法无法有效去除非重叠区域的点.针对第一个问题,本文利用一种叫做四点一致性算法(4PCS,4Points Congruent Sets)的粗配准算法来对点云进行初步配准,该算法基于共面四点的仿射不变形,能较好的对小曲率表面点云进行配准;而为了解决第二个问题,本文利用了一种叫做部分最近点迭代(FICP,FractionalIterative Closest Point)的算法,并对其做出了一定改进,改进后的FICP算法能够有效的去除非重叠区域的点.实验证明将4PCS算法与改进后的FICP算法进行结合,能够得到高质量的配准结果.