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