logo资料库

点云测量数据处理.ppt

第1页 / 共77页
第2页 / 共77页
第3页 / 共77页
第4页 / 共77页
第5页 / 共77页
第6页 / 共77页
第7页 / 共77页
第8页 / 共77页
资料共77页,剩余部分请下载后查看
第四章 逆向建模测量数据处理技术
1 目前,非接触式测量方法在工业界得到 越来越广泛的应用,这种测量方法测得的数 据量大,散乱分布。点云数据的质量直接影 响后续的曲面、曲线重构过程。 点云修补技术 噪声识别与去除 数据压缩/精简 数据补全 数据平滑
噪声识别与去除 点云数据的状况 有序点云 在行列方向上有恒定的密度进行排列 无序点云 不定的密度在空间的任一位置存在. 杂点就是测量错误的点(不是噪声),是 无效的点,放大后就看得出、很明显地 离开零件表面,孤立的点 因为逆向设备与测量方法的缘故,测量数 据存在系统误差和随机误差,其中有一 些测量点的误差比较大,超出我们允许 的范围,这就是噪声点 是因拼合、或测量角度等问题产生重叠的 多余的点。消除这类点,前两种方法, 手工和滤波器就不适用了。而应该结合 Merge/拼合等功能,将特征与特征对齐。 扫描设备 扫描质量 杂点 噪声点 操作中产生 冗余点
噪声识别与去除 通过测量设备来获取产品外形数据,不可 避免地会引入数据误差。这些噪声点对后 续的建模都是非常不利的,因此有必要在 建模前有效的去除噪声。
噪声识别与去除 直观检查法 通过图形终端,用肉眼直接将与截面数据 点集偏离较大的点,或存在于屏幕上的孤 点剔除。这种方法适合于数据的初步检查, 可从数据点集中筛选出一些偏差比较大的 异常点。
噪声识别与去除 曲线检查法
噪声识别与去除 弦高差法
分享到:
收藏