产品模型点云边界特征快速提取方法

摘要

本发明提供一种产品模型点云边界特征快速提取方法，其特征在于：基于R^*-树组织产品模型点云的动态空间索引结构，采用动态空心球扩展算法查询目标点的k近邻点集，将目标点及其k近邻点集作为局部型面参考数据，建立其切平面，将局部型面参考数据投影到其切平面上，并建立投影点的基准平面，将各投影点到基准平面的距离与目标点到该平面的距离进行比较，判断目标点是否为边界点，识别点云边界特征。采用本方法可快速、准确提取产品模型点云的边界特征。

主权项

1、一种产品模型点云边界特征快速提取方法，其特征在于步骤依次为：1)基于R*-树组织产品模型点云的动态空间索引结构；2)采用动态空心球扩展算法查询目标点的k近邻点集，过程具体是：基于产品模型点云动态空间索引结构采用深度优先遍历算法查找包含目标点的叶结点，计算其MBR即最小包围矩形的外接球半径r，以目标点为球心，为半径，确定空间球区域，获取该空间球区域内的数据点，若数据点的个数大于k，则从中查找与目标点之间距离最近的k个点，否则以当前球半径为内径即r1′＝r2，为外径，其中n为已取得的近邻点数，动态扩展空心球区域，直到球内包含的点数大于等于k个，从中查找与目标点之间距离最近的k个点，获取目标点的k近邻点集；3)将目标点及其k近邻点集作为局部型面参考数据，建立其切平面，方法具体是：以最小二乘法拟合局部型面参考数据的切平面，设平面方程为c1x+c2y+c3z+c4＝0，其矩阵方程为Ac＝0，式中：则切平面方程为采用特征向量估计法求解该方程，对矩阵ATA进行奇异值分解得其中U和V为正交矩阵，ω1、ω2、ω3、ω4为ATA的特征值，其中最小特征值对应的特征向量即为切平面方程的最小二乘解，从而求得目标点及其k近邻点集的切平面；4)将局部型面参考数据投影到其切平面上，并建立投影点的基准平面；5)将各投影点到基准平面的距离与目标点到该平面的距离进行比较，判断目标点是否为边界点，识别点云边界特征。