環(huán)形鍛件是各類重大裝備的基礎部件,在航空航天具有十分廣泛的應用。通過對環(huán)形鍛件的尺寸測量得到環(huán)形鍛件的關(guān)鍵尺寸參數(shù),根據(jù)此參數(shù)可以衡量鍛件的生產(chǎn)質(zhì)量是否達到標準,因此,環(huán)形鍛件的尺寸測量是環(huán)形鍛件軋制過程中重要的環(huán)節(jié)。環(huán)形鍛件生產(chǎn)過程中強震、粉塵、鍛件自發(fā)光、發(fā)熱等因素,使得利用現(xiàn)有測量手段對大型鍛件進行三維測量時測得三維點云數(shù)據(jù)往往含有大量噪聲數(shù)據(jù)。因此,為了提高環(huán)形鍛件三維的測量精度,保持環(huán)形鍛件的結(jié)構(gòu)特征,研究消除點云噪聲數(shù)據(jù)的方法具有重要的意義。本文對三維激光掃描的環(huán)形鍛件的點云數(shù)據(jù)處理進行了研究,具體研究內(nèi)容如下:首先,為解決混亂點云數(shù)據(jù)的劃分,根據(jù)曲率約束的條件,通過采樣點與其鄰域內(nèi)的點所構(gòu)成的三角面片,提取兩曲面的相交點與邊界點,通過K-D樹的方法搜索其他點云數(shù)據(jù),將點云數(shù)據(jù)進行分割;在分割后的點云數(shù)據(jù)中通過三次擬合曲面逼近數(shù)據(jù)點,在此基礎上根據(jù)曲率約束使得噪聲點回歸,提出基于曲率約束的三維點云分割消噪,達到環(huán)形鍛件點云數(shù)據(jù)的光順、去噪的效果。其次,鄰域的選取會影響到曲面的曲率,導致一些曲面特征保持不明顯或不合理,因此本文提出了基于拓撲變換的三維點云消噪的方法。根據(jù)拓撲理論,對環(huán)形鍛件的點云數(shù)據(jù)進行拓撲消噪研究。通過拓撲理論,利用空間拓撲映射函數(shù)使原始點云變換至二維空間,將拓撲映射函數(shù)與采樣點的距離權(quán)重相結(jié)合,使噪聲點與非噪聲點進行分離。在此基礎上,提出基于拓撲變換的三維點云分割消噪,實現(xiàn)環(huán)形鍛件點云數(shù)據(jù)的消噪效果,使得環(huán)形鍛件特征得以保持。最后,在實驗室搭建環(huán)形鍛件尺寸測量實驗系統(tǒng),以環(huán)形鍛件為實驗對象,以三維激光掃描儀對環(huán)形鍛件表面進行掃描獲取點云數(shù)據(jù)。通過對實驗結(jié)果的分析,驗證本文提出的環(huán)形鍛件三維點云數(shù)據(jù)消噪算法可以實現(xiàn)對環(huán)形鍛件的點云數(shù)據(jù)的消噪。
【學位單位】：燕山大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TB535;TG316.193
【部分圖文】：

[4]，這種生產(chǎn)工藝要求鍛件一次性軋制成型(如圖1-1所示)。環(huán)形鍛件軋制時需要在高溫環(huán)境下，在目前的鍛件生產(chǎn)過程中，大部分采用傳統(tǒng)的人工測量的方法測量鍛件尺寸，一般是利用千分尺等機械量具來進行測量[5]，鍛件的周圍環(huán)境溫度較高，實現(xiàn)鍛件外形測量成為了一個非常困難的操作，不易操作工具，容易造成測量工具的變形，使得測量精度低、效率差、誤差高[6],導致原材料的高廢料率，為提高工作效率，降低鍛件的廢品率，增強鍛件的質(zhì)量，采用非接觸測量方式對環(huán)形鍛件進行測量[7]。在非接觸的測量方式中使用激光測量,這種測量方法使用激光掃描鍛件，采集點云數(shù)據(jù)，通過三維重建獲得鍛件精準模型

圖 2-1 Fandisk 鍛件區(qū)域生長分割結(jié)果割算法算法，是一種最近鄰聚類的分割算法，是分割算法通過種子點與其相鄰點之間的歐其相鄰的點的歐氏距離小于或等于設定閾相鄰的點的歐氏距離大于設定閾值時，則Di(xi,yi,zi), i=1，2， }為原始點云集合，dL=√(Di-Di+1)2 K-D 樹對象作為提取點云集合D時所用

圖 2-2 Fandisk 鍛件歐式距離分割結(jié)果式距離聚類簇以不同顏色表示的分割結(jié)果數(shù)據(jù)點，與圖 2-1 區(qū)域生長分割算法分割況下可以將一定的大尺度噪聲分割出來并該方法進行分割，需要根據(jù)點云模型特征算法法是使用超體聚類算法完成的，它對點云不同的塊之間凹凸關(guān)系。凹凸關(guān)系通過C使用超體聚類算法將點云數(shù)據(jù)分割成超

【參考文獻】

相關(guān)期刊論文 前7條

1 盧維欣;萬幼川;何培培;陳茂霖;秦家鑫;王思穎;;大場景內(nèi)建筑物點云提取及平面分割算法[J];中國激光;2015年09期

2 樊宇;王宇楠;王俊杰;曹奇;;一種基于幾何關(guān)系的數(shù)據(jù)點云去噪算法[J];價值工程;2011年20期

3 杜小燕;姜曉峰;郝傳剛;王玉梅;;點云模型的雙邊濾波去噪算法[J];計算機應用與軟件;2010年07期

4 蒲思洪;孫莉芳;王龍祥;;徑-軸雙向環(huán)軋工藝的研究進展[J];精密成形工程;2010年04期

5 葉愛芬;龔聲蓉;王朝暉;劉純平;;基于隨機分布估計的點云密度提取[J];計算機工程;2009年04期

6 邱釗,朱慶生,盧霞,伍星;基于邊緣信息的工業(yè)CT圖像分割法[J];計算機工程;2004年08期

7 郭會光,曲宗實;我國大鍛件制造業(yè)的發(fā)展[J];大型鑄鍛件;2003年01期

相關(guān)會議論文 前1條

1 王麗輝;袁保宗;苗振江;;結(jié)合FCM和邊界檢測算法進行不規(guī)則點云去噪[A];第十三屆全國信號處理學術(shù)年會（CCSP-2007）論文集[C];2007年

相關(guān)博士學位論文 前1條

1 林洪彬;基于三維點云無網(wǎng)格處理的大型鍛件尺寸特征曲線重建[D];燕山大學;2012年

相關(guān)碩士學位論文 前7條

1 馬大賀;基于RGBD攝像頭的物體中異形凹陷三維圖像重建技術(shù)的研究[D];青島科技大學;2017年

2 王紅麗;基于地面LiDAR的水稻生物量高精度反演[D];新疆大學;2017年

3 徐飛;基于二維激光掃描的特殊環(huán)形件特征曲線重構(gòu)研究[D];燕山大學;2017年

4 李夢瑞;大型鍛件三維點云非迭代特征保持消噪研究[D];燕山大學;2013年

5 關(guān)華;三維模型的Reeb圖提取及應用研究[D];中國科學技術(shù)大學;2011年

6 趙靜;三維激光掃描數(shù)據(jù)處理[D];揚州大學;2009年

7 李輝;點模型的光順去噪和重采樣[D];浙江大學;2006年

本文編號：2812363