多特征零件非接觸式尺寸檢測中點云數據分析與處理方法.pdf

1、隨著工業(yè)產品的快速發(fā)展，零件結構愈來愈多樣化、復雜化，對于內部結構復雜的多特征零件，依靠常規(guī)的量具測量方式實現快速、全面檢測存在較大困難，因此，采用非接觸式的數字化技術檢測方式近年來得到了快速發(fā)展。非接觸式測量方法在檢測過程中仍存在一些問題，本文針對多特征零件非接觸式尺寸檢測技術中點云模型的去噪光順、簡化及比對問題進行了深入研究。
　　本文在研究了點云模型的光順去噪方法基礎上，針對多特征零件點云模型，對噪聲點進行判斷，去除噪聲點后

2、，對剩余點采用加權模糊C均值聚類算法重新定義點的位置，最后對聚類后的點云模型進行雙邊濾波光順。實驗結果表明，本文的方法可以有效去除模型周圍的噪聲點，比僅用雙邊濾波處理的效果更好。
　　在點云模型去噪光順后，本文對點云模型進行數據簡化。首先定義一個加權特征參數，再利用八叉樹原理對點云模型進行密度估計并設定閾值，通過比較特征值與閾值的大小來確定特征點。當計算比較過全部數據點后，特征點保持不動，對非特征點進行改進的曲率簡化。實驗結果表明

3、，本文采用的方法在簡化數據的基礎上使特征部分有效地得到了保留。
　　在點云模型簡化后，本文進行點云模型與設計模型的比對。分析了PCA方法中存在的反向問題，并對其進行了修正。在ICP算法基礎上采用k-d樹方法快速查找對應點對，并采用奇異值分解求取變換矩陣，實現模型的比對。實驗結果表明，本文采用的方法在保證比對精度的同時計算效率更高。
　　最后進行了實例驗證，得到了相應的零件尺寸與設計尺寸的差值報告，該檢測方法既可以作為產品出廠