2 第4章 逆向建模数据处理技术

1
2016/11/13
2 、造型设计法
在模型重建过程中运用 CAD 软件或逆向造型软件的曲面编辑功 能，如延伸(Extend)、连接(Connect)和插入(Insert)等功能， 根据实物外形曲面的几何特征，设计出相应的曲面，再通过剪 裁，得到等补充的曲面，得到测量点。
4 、数据平滑 数据平滑目的是消除测量噪声，以得到精确的模 型和好的特征提取效果。 平均值滤波法： 该方法将相邻的3个点取平均值来取代原始点实现滤波。
2016/11/13
第四章
逆向建模测量数据处理技术
为何需对逆向建模的点云数据进行预处理？
点云数据的质量直接影响后续的曲线、曲面重构过程和质量。 几乎所有的测量方式、测量系统在测量过程中都不可避免 的存在误差，使测量数据失真； 测量过程存在一些不利因素，使得测量数据不太理想，如 存在噪点、孔洞、数据不匹配等。 实物模型经过测量获得的数据是大量的离散点数据，具有 海量、离散的特点。 通常复杂对象的点云数据需要从多个视角获得，并且，由 于测量数据的离散性，其可视化效果不佳且特征不明显，不 具有很好的拓扑结构，使得数据的分割及可视化成为必要。 对测量数据进行有效处理，使得后续模型重构方便进行。
•
4.1 测量数据前期修补技术
噪声识别与去除、数据压缩与精简、 数据补全、数据平滑
数控、计算机、激光测量技术发展 → 产品数 字化测量手段和方法更加丰富 → 庞大的测量 数据（点云）为描述原型提供了充足的信息 → 点云输入到CAD系统或专用的逆向造型软件 进行3D模型的CAD重建。
•
4.2 测量数据的多视配准技术
将可见表面的法矢、光线方向、测量点颜色、入射光源和 环境属性等带入基本光照模型，即可计算每个板壳单元的光照 效果，从而模拟该测量点的渲染效果。
3、点云网格化
将点连接成三角面片
4.4 测量数据分割技术
实际产品只由一张曲面构成的情况不多， 产品型面往往由多张曲面混合而成。 数据分割（ Data Segmentation ）
三角面片的纵横比：最长边和最短边的长度的比值。 局部顶点方向曲率：与该顶点相交的三角面片的单位法向矢量沿x、 y方向的投影变化。
测量方式
CMM，激光测量随机扫描
2 ） 曲线检查法
Step1 最小二乘法拟合样条曲线 Step2分别计算两个端点外的中 间点数据到样条曲线的欧式距离 判断。
扫描线 点云由一组扫描线组成，扫描 CMM，激光点光源测量系统 点云 线上的所有点位于扫描平面内 沿直线扫描和线光源测量
测量数据为离散的点云数据，难以看出点云所构 成的几何形状及拓扑结构，给模型分析带来不便。 点云可视化：通过相应的数学原理、光学模型等 技术更好地勾勒出点云的轮廓，使得用户在视觉上能 够更好地了解实物原型的形状结构，为后续逆向建模 提供视觉依据。 3种点云可视化分析技术：曲率分析、点云渲染、 点云网格化。
1、曲率分析
曲率估算方法分为数值法和解析法两种。 数值法：首先将点云数据三角化，基于三角网格 计算测量点主曲率或主方向。——耗费大量系统资源 用于构建并存储三角网格和网格间的拓扑关系。 解析法：在局部坐标系内拟合一张解析曲面，然 后通过曲面的一阶或二阶导数估算曲率。 通过估算的曲率可以用于绘制曲率云图，通过云 图可进一步分析点云中蕴含的形状特征。（绘制云图 需根据每个测量点着色，将点云中曲率极大值点设为 红色，极小值点设为蓝色，其余点的颜色通过光滑插 值函数计算得到。）

y
工具准备
IGES STEP
视角i 视角n
x Tx

z Tz 1

视角1
视角2
DXF VDA
点云1
点云2
点云i
点云n
旋转变换
* x
完整的表面 点云数据
CAD
y*
z * 1 x
y
R11 R12 R13 0 R 21 R 22 R 23 0 z 1 R31 R32 R33 0 0 0 1 0
交互分割
实践证明，自动分割并不总是理想的，通常具有某种局限
性。 通过人为的介入，直观的判断分割区域，在某种程度上可 以弥补自动分割方法的不足。 交互分割：通过人为的交互实现数据分割，具有直观、简 单、方便的特点。 在交互分割之前，一般先对点云数据进行曲率分析、三角 化、渲染等操作，辅助用户判断需要分割的区域，然后将点云 数据旋转至合适的视角，通过交互分割工具（平面、封闭多边 形）分割点云。 点云数据区域的分割方法主要有4类：基于边、基于面、基 于边和面的混合、交互分割。
(n4 n3 ) j (n2 n1 ) j
把点云中每一点的纵横比和曲率与整体点云的平均值相比较
e 认为P i是坏点，应剔除
图 弦高差方法剔除坏点
2、数据压缩与精简
如何处理大批量的数据点云是激光扫描测量造型 的主要问题。 有必要在保证一定精度的前提下，减少数据量： 散乱点云----随机采样精简。 扫描点云和多边形点云——等间距缩减、倍率 缩减、等量缩减、弦偏差等。 数据的精简操作只简单的进行原始点云的删减， 不产生新点。
平移变换
ASCII x1, y1, z1 x2, y2, z2 RE ……… xi, yi, zi ……… xn, yn, zn
测量数据拼合 －数学基础
1 0 z 1 0 Tx y Ty 0 1 0 Ty 0 0 1 Tz 0 0 0 1
x
*
y*
z * 1 x
3、数据补全
数据空白区：
探头无法测到或激光照射不到的区域 实物零件中的表面凹边、孔及槽等 1 、实物填充法 测量前，将凹边、孔及槽等区域用填充物填充后测量。 测量完毕后，将填充物去除，再测出孔或槽的边界，用 来确定剪裁边界。 要求： 填充表面尽量平滑、与周围区域光滑连接 填充物有一定的可塑性 在常温下要求有一定的刚度特性(支持接触探头) 实践中，可以采用生石膏、加水后将孔或槽的缺口补好， 在短时间内固化
2、点云渲染
通过几何估算可以获得每个测量点的法矢方向，过测量点p 和其法矢n构建一个理想的板壳单元，该板壳单元有两个可见 表面S1，S2，其法矢n1=n，n2=-n，其颜色为测量点的颜色。以 平行光束入射单元表面，设入射光线的方向为 l，则
l n 0光线和S1，S2 平行 l n 0S1可见 l n 0S2可见
测量数据拼合－三点拼合法
Z P1 Y P2 P3
测量数据拼合－最临近点迭代(ICP) 法
测量数据拼合－ 最临近点迭代 (ICP) 法实例
F ( R, T ) min [ Rpi T pi ]
2
＋
X
初始对正 确定两点云数据的重叠区域 ICP
2
2016/11/13
4.3 测量数据可视化分析技术
4.2 多视点云的配准技术
多视点云 :
为了完成整个物体测量，常把物体表面分成多个局 部相互重叠的子区域，从多个角度获取零件不同方位 的表面信息，从各个视觉分块测量得到多个独立的点 云。 采用匹配的方法，将从不同视角得到的点云数据 统一起来表达一个完整的实物点云模型，即为多视点 云配准。 逆向工程的对齐问题可归结为三维刚体的坐标变换 问题。
根据组成实物外形曲面的子曲面类型，将属于同 一子曲面类型的数据分成组，将全部数据划分成代表 不同曲面类型的数据域，后续的曲面模型重建时，先 分别拟合单个曲面片，再通过曲面的过渡、相交、裁 减、倒圆将多个曲面“缝合”成一个整体，获得重建 模型。
数据分割方法：
基于测量的分割
在测量过程中，测量人员根据实物的外形特征，将
自动分割
基于边的方法：测量点的法矢或曲率突变是一个 区域与另一个区域的边界，将封闭边界包围的区域作 为最终的分割结果。 基于面的方法： 根据单一曲面特征数据具有某种 相似特征属性的性质，将具有相似特征属性的点云数 据作为单一特征区域分割出来。 二者混合使用：相对于基于边的方法，基于面的 方法受噪声影响小，但对域值敏感。
3 、曲线、曲面拟合法 曲线拟合法：
利用已得到的测量数据拟合得到截面曲线，根据曲 面的几何形状，利用曲线编辑功能，将曲线延拓通过需 补充的区域，然后再离散曲线形成点列。
( x0 x1 x2 ) / 3 x1
x1
曲面拟合法：与曲线拟合法类似。
x1
x0
x2
测量数据拼合－含义
测量规划
测量数据的格式转换
例：均匀网格法
均匀网格法原理：首先把所得的数据点进行均匀网格划 分，然后从每个网格中提取样本点，网格中的其余点将 被去除掉。
具体步骤： 在垂直于扫描方向建 立网格平面，将所有点投 影至网格平面上，每个网 格与对应的数据点匹配。 每个网格中的点按照 点到网格平面的距离远近 排序，如果某个点位于各 个点的中间，那么这个点 就被选中保留。
小结
数据预处理是逆向工程的一项重要的技术环节， 它决定着后续的模型重建过程能否方便、准确地进行。 本章就逆向建模技术中的数据预处理理论知识进 行论述，主要以逆向建模的思路为主线，逐次对数据 的预处理技术展开讨论，包括数据前期的修补、数据 配准技术、数据可视化分析技术以及数据分割技术。
3
测量点没有明显的几何分布特 征，呈散乱无序状态。
数据失真点的判别： 1 、扫描线点云 1 ） 直观检查法——适用于初步检查
2 、散乱点云
Step1 建立拓扑关系，三角形网格化。 Step2 利用误差点具有较高的局部特性和极端特性，即根据三 角面片的纵横比和局部顶点方向曲率判断，具有极大曲率估值 的点和大纵横比的三角面片的顶点即为误差点。
系统扫描
e 认为P i是坏点，应剔除
图 曲线检查法剔除坏点
数据失真原因：
测量设备的标定参数发生改变 测量环境突然变化 人工手动测量中的操作误差