基于点云数据的大型复杂曲面重建方法研究

摘要

随着测量技术和测量设备的更新迭代，通过散乱点云数据进行三维重建的逆向工程技术越来越受人们的重视。然而，对于大型复杂曲面的测量与检测需求，采用先进三维激光扫描仪获得的型面数据不可避免的存在着点云数据位姿不统一、包含噪声点和离群点、点云数据量庞大、处理效率低等问题。对于上述问题，本文针对大型风电叶片三维散乱点云数据的预处理及其重建方法展开了研究，本文的主要研究内容包括： (1)研究大型复杂曲面三维数据获取方法，对其测量原理、测量效率与精度、测量成本及适用范围进行讨论分析，在此基础上确定适合大型风电叶片型面测量方案，根据测量数据特征，分别对点云数据的配准、去噪、精简等预处理方法进行了研究，提出了一种基于特征点选取的改进ICP配准算法，可自动实现位姿偏差较大的两个视角点云数据的配准拼接功能；采用了基于统计学的滤波方法去除其中的离群点和噪声点；利用体素网格精简实现大规模点云数据的精简。 (2)主要研究了散乱点云曲面重建方法，对基于Delaunay三角剖分点云数据曲面重建方法的原理进行了阐述，讨论了基于Delaunay三角化实现的Lawson算法及Bowyer/Watson算法。同时结合风电叶片散乱点特征，提出了一种基于法向量的改进Delaunay三角剖分算法，完成了风电叶片散乱点云曲面生成；研究了基于泊松方程的曲面重建方法，对泊松重建过程进行了详细的叙述，并进行编程实现。 (3)设计开发一套大型风电叶片三维点云数据处理及曲面重建软件原型系统，可以实现点云数据读取及可视化、点云配准、点云精简去噪与点云曲面重建等功能，利用重建软件系统开展点云配准、点云精简去噪、点云曲面重建实验以验证重建系统的有效性。同时采用逆向工程软件Imageware进行风电叶片点云模型重建实验对比。实验结果表明，本文开发系统重建的曲面效果能够很好地拟合原始点云数据且能够生成一个密闭的曲面。

目录

声明

第一章 绪论

1.1 课题研究背景与意义

1.2 点云数据预处理方法研究现状

1.3 点云曲面重建方法研究现状

1.4 逆向重建软件发展现状

1.5 课题来源及主要研究内容

1.5.1 课题来源

1.5.2 主要研究内容

第二章 点云获取及预处理方法

2.1 点云数据获取方法

2.1.1 接触式测量方法

2.1.2 非接触式测量方法

2.2 测量方案选择

2.3 点云数据结构模型

2.4 点云特征描述

2.4.1 点云法向量和曲率估计

2.4.2 点特征直方图

2.4.3 快速点特征直方图

2.5.1 点云数据分类

2.5.2 点云数据去噪

2.5.3 点云数据精简

2.5.4 点云数据配准

2.6 本章小结

第三章 点云数据曲面重建方法

3.1 基于Delaunay三角剖分的曲面重建

3.1.1 三角剖分定义

3.1.2 Delaunay三角剖分及其对偶Voronoi图

3.1.3 三角剖分优化准则

3.1.4 Delaunay三角化实现

3.2 基于泊松方程的曲面重建

3.2.1 泊松算法原理

3.2.2 算法实现

3.3 风电叶片三维重建

3.3.1 基于法向量的改进Delaunay三角剖分

3.3.2 泊松曲面重建

3.4 本章小结

第四章 点云数据重建系统开发及实验验证

4.1 系统总体功能设计

4.2 点云重建系统功能实现

4.2.1 点云数据读取与显示功能实现

4.2.2 点云数据滤波精简功能实现

4.2.3 点云数据配准功能实现

4.2.4 三角网格化

4.3 误差对比

4.4 本章小结

第五章 总结与展望

5.1 全文总结

5.2 研究展望

致谢

参考文献

攻读硕士学位期间取得的成果