复杂零件点云的高精度鲁棒配准方法

点云配准是三维测量中的关键一步,但由于零件点云表面相似特征多,误匹配概率大,导致配准结果难以保证。为此,提出了一种具有高鲁棒性、高精度的点云配准方法。首先,使用FPFH特征描述子来计算点云特征向量,产生初始匹配点对集。然后,依据具有旋转平移不变性的精确几何结构特征对初始匹配点对集进行筛选,剔除误匹配点对。最后,利用列文伯格-马夸尔特(L-M)算法计算点云之间的变换矩阵。实验结果表明,与其他方法相比,其配准精度评价指标RMSE降低80%以上,结合精配准方法可进一步将RMSE值降低86%,从结果可看出本文方法配准精度高且具有较高的鲁棒性。     

三维鱼体参数化建模

因水下环境复杂,鱼类三维模型获取非常困难,基于三维鱼类数据驱动的很多自动化研究工作无法开展。为此,提出一种三维鱼体参数化建模方法。首先,用专业建模师构建的标准鱼体模板注册扫描仪采集三维鱼体数据,构建拓扑结构一致的三维鱼体网格数据集;其次,用主成分分析法对数据集中的三维鱼体网格模型进行建模分析,建立鱼体的参数化表示模型;最后,采集草鱼数据进行相关实验。实验结果表明,注册得到的三维鱼体模型与真实扫描鱼体模型顶点之间的平均均方根误差仅为0.691 3 mm,在可接受范围。通过改变三维鱼体参数化表示模型中的权参数,快速生成了大量三维鱼体数据,从而解决了三维鱼体数据获取困难的问题。