一种保持CAD模型点云特征的点云模型重建方法

一种保持cad模型点云特征的点云模型重建方法
技术领域
1.本发明涉及点云模型重建技术领域，尤其涉及一种保持cad模型点云特征的点云模型重建方法。


背景技术：

2.cad模型点云特征保持重建是指将原始cad模型中的特征线和特征点保持在点云模型中，并使用这些特征进行点云模型的重建。这种重建方法具有以下好处和应用：
3.首先，cad模型点云特征保持重建可以保留原始cad模型中的设计特征和结构信息。在cad模型中，通常使用特征线和特征点来定义物体的几何结构和形状，通过将这些特征保持在点云模型中，可以保留物体的设计特征和结构信息，并在点云模型中进行可视化和分析，帮助工程师、设计师等专业人员更好地理解cad模型的设计意图，提高工作效率和准确性；
4.其次，cad模型点云特征保持重建可以提高点云模型的精度和准确性。点云数据通常具有大量的噪声和误差，因此需要进行滤波和修复等操作来提高数据质量，但是这些操作可能会导致点云模型丢失一些重要的信息和特征，通过使用cad模型点云特征保持重建方法，可以保留点云模型中的重要特征和信息，从而提高点云模型的精度和准确性；
5.第三，点云模型广泛应用于各种领域中，如工业设计、医学图像处理、地形测量等，这些领域中，cad模型点云特征保持重建方法可以用于点云模型的重建和分析，从而提高工作效率和准确性。


技术实现要素：

6.针对现有技术存在的问题，本发明提供一种保持cad模型点云特征的点云模型重建方法，包括：
7.步骤一、初始化cad模型点云的法向量，并过滤cad模型点云中的噪声；
8.步骤二、利用离散最优传输算法在cad模型点云中识别边缘区域中的点，公式如下：
[0009][0010]
其中，λ是平衡项，n是点云法向量，和是两个代表性向量；
[0011]
步骤三、基于目标模型局部平面假设，使用层次聚类对法向量进行细化处理，获得更准确的法向量；
[0012]
步骤四、预测位于cad模型边缘上的附加点，采用如下公式：
[0013][0014]
其中，z是附加点的位置，p是原始点位置，n是原始点法向量，μ是平衡项；
[0015]
步骤五、利用泊松重构算法构建点云模型表面，并在计算重构的点云模型表面上产生的受限功率图时为附加点设置更高的权值，提取受限功率图的对偶，获得具有整齐几何特征的水密流形多边形网格曲面。
[0016]
可选实施例中，所述步骤一包括：
[0017]
对cad模型点云中每个点进行knn计算，并对得到的最近邻点进行主成分分析，得到cad模型点云中的初始法向量；
[0018]
对cad模型点云的偏移量和法向量进行优化过滤cad模型点云中的噪声，公式如下：
[0019][0020]
其中，∈i为点云偏移量，ni是点云法向量，mi是点云的协方差矩阵，n是点云个数。
[0021]
采用上述技术方案后，本发明至少具有如下有益效果：
[0022]
(1)本发明能够将cad模型的点云数据转换为具有整齐几何特征的水密流形多边形网格曲面；
[0023]
(2)本发明能够在cad模型点云中识别边缘区域中的点，从而能够生成足够多的精确定位于潜在几何边缘的新点；
[0024]
(3)本发明预测新的边缘点，在使用rpd重建一个多边形曲面时为新添加的边缘点设置更大的权值，该曲面插值了修改后的点集并且保留了几何边缘。
附图说明
[0025]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0026]
图1本公开实施例提供的一种保持cad模型点云特征的点云模型重建方法的流程示意图。
具体实施方式
[0027]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0028]
特征线是用来表示cad模型的重要几何信息，尽管目前关于显式点云重建和隐式点云重建的工作都已经十分成熟，但是重建带有特征线的多边形曲面仍然是一项十分有挑战的任务，特别是当输入的点云存在噪声并且缺乏法向量的情况下。
[0029]
这个问题的主要挑战分为两个方面，首先是扫描得到的点云一般很难精确地落在cad模型的几何边缘上，现有的方法都是通过增强原始点云来生成一些可能落在几何边缘上的点，但是很难做到精确；另一方面，在网格生成步骤中充分尊重线型的几何特征是非常
重要但是困难的，现有的重构方法在连接边缘上的点的时候难以排除其他非边缘点的影响，进而无法将几何边缘上的点整齐地连接起来。
[0030]
在过去的几年里，已经有大量关于点云增强的文献。其中大多数假设下表面是全局光滑的，例如使用移动最小二乘(mls)来增加点的密度，或者使用局部最优投影算子(lop)来近似光滑的表面，较为知名的方法边缘敏感的点云重采样(ear)通过对边缘附近的点进行重采样来逐步补充平面之间的空隙。
[0031]
在点云重建的任务中，尖锐的几何特征需要特别仔细处理，特别是在cad模型上。目前的一些方法依赖计算迪劳内三角化和空间维诺图来获得点云中点与点之间的连接关系，然后通过计算协方差矩阵来进行特征检测，从而希望能保留网格的尖锐特征。然而这些方法都难以保留整齐的几何特征。
[0032]
经过研究，本发明提出了两种相辅相成的技术来处理上述困难：首先，我们观察到在边缘点的邻域内，法向量的分布可以表示为两个具有相等量度的独立子分布的组合，并且每个子分布就像狄拉克函数(冲激函数)。在此基础上，我们将检测边缘区域定义为一个离散的最优质量传输问题，这有助于修改点的位置和法向量，同时预测几何边缘上的点。其次，我们使用限制power图(restricted power diagram，rpd)来建立点之间的连接，与限制voronoi图(restricted voronoi diagram，rvd)相比，rpd不仅具有rvd的优良特征，而且可以为边缘点设置更大的权值，从而促使边缘点自然形成优先级高于其他点的特征线。
[0033]
具体来说，给定cad模型的点云，本发明的目标是重建具有整齐几何特征的水密流形多边形网格曲面，如图1所示，本公开实施例提供的一种保持cad模型点云特征的点云模型重建方法，包括：
[0034]
步骤一、初始化cad模型点云的法向量，并过滤cad模型点云中的噪声；
[0035]
在处理cad模型点云之前，需要进行预处理，以提高后续处理的准确性和效率，首先，对cad模型点云中每个点进行knn计算，并对得到的最近邻点进行主成分分析，得到cad模型点云中的初始法向量，用以识别点云中的特征线；
[0036]
同时对cad模型点云的偏移量和法向量进行优化过滤cad模型点云中的噪声，以避免对后续处理产生干扰和误差，公式如下：
[0037][0038]
其中，∈i为点云偏移量，ni是点云法向量，mi是点云的协方差矩阵，n是点云个数。
[0039]
步骤二、利用离散最优传输算法在cad模型点云中识别边缘区域中的点，这一步的目的是为了在点云中找出潜在的特征线上的点，即位于几何图形边缘或角落处的点。离散最优传输(discreteoptimaltransport)是一种数学工具，可以用来度量两个离散分布之间的相似性和差异性。在点云中，特征线往往是表示几何体的边缘或分界线，因此我们需要识别边缘区域中的点。为了实现这一目标，我们使用离散最优传输算法，该算法可以帮助我们将点云中的点分配到边缘区域或非边缘区域，公式如下：
[0040]
[0041]
其中，λ是平衡项，n是点云法向量，和是两个代表性向量；
[0042]
步骤三、基于目标模型局部平面假设，使用层次聚类对法向量进行细化处理，获得更准确的法向量；
[0043]
这一步的目的为了更准确地识别特征线上的点，我们需要对点云中的法向量进行进一步的处理。基于目标模型局部平面假设，我们可以对法向量进行细化，以获得更准确的法向量信息；
[0044]
步骤四、预测位于cad模型边缘上的附加点，采用如下公式：
[0045][0046]
其中，z是附加点的位置，p是原始点位置，n是原始点法向量，μ是平衡项；
[0047]
在识别出模型的几何图形边缘后，我们需要预测在几何图形的潜在边缘上可能存在的附加点，用以更准确地描述几何图形的形状和结构。
[0048]
步骤五、在预测出潜在的附加点后，利用泊松重构算法构建点云模型表面，并在计算重构的点云模型表面上产生的受限功率图时为附加点设置更高的权值，提取受限功率图的对偶，获得具有整齐几何特征的水密流形多边形网格曲面。
[0049]
虽然本发明已以实施例揭示如上，然其并非用以限定本发明，任何所属技术领域中技术人员，在不脱离本发明的精神和范围内，当可作些许的更改与润饰，故本发明的保护范围当视权利要求所界定的为准。

技术特征：
1.一种保持cad模型点云特征的点云模型重建方法，其特征在于，包括：步骤一、初始化cad模型点云的法向量，并过滤cad模型点云中的噪声；步骤二、利用离散最优传输算法在cad模型点云中识别边缘区域中的点，公式如下：其中，λ是平衡项，n是点云法向量，和是两个代表性向量；步骤三、基于目标模型局部平面假设，使用层次聚类对法向量进行细化处理，获得更准确的法向量；步骤四、预测位于cad模型边缘上的附加点，采用如下公式：其中，z是附加点的位置，p是原始点位置，n是原始点法向量，μ是平衡项；步骤五、利用泊松重构算法构建点云模型表面，并在计算重构的点云模型表面上产生的受限功率图时为附加点设置更高的权值，提取受限功率图的对偶，获得具有整齐几何特征的水密流形多边形网格曲面。2.根据权利要求1所述的保持cad模型点云特征的点云模型重建方法，其特征在于，所述步骤一包括：对cad模型点云中每个点进行knn计算，并对得到的最近邻点进行主成分分析，得到cad模型点云中的初始法向量；对cad模型点云的偏移量和法向量进行优化过滤cad模型点云中的噪声，公式如下：其中，∈
i
为点云偏移量，n
i
是点云法向量，m
i
是点云的协方差矩阵，n是点云个数。

技术总结
本发明提供一种保持CAD模型点云特征的点云模型重建方法，包括：初始化CAD模型点云的法向量，并过滤CAD模型点云中的噪声；利用离散最优传输算法在CAD模型点云中识别边缘区域中的点；基于目标模型局部平面假设，使用层次聚类对法向量进行细化处理，获得更准确的法向量；预测位于CAD模型边缘上的附加点；利用泊松重构算法构建点云模型表面，并在计算重构的点云模型表面上产生的受限功率图时为附加点设置更高的权值，提取受限功率图的对偶，获得具有整齐几何特征的水密流形多边形网格曲面。本发明在进行点云模型重建时，保留了CAD模型的设计特征和结构信息，提高了点云模型的精度和准确性，提高了后续使用点云模型的效率和准确性。性。性。


技术研发人员：辛士庆 徐瑞
受保护的技术使用者：山东大学
技术研发日：2023.04.28
技术公布日：2023/9/7