论文部分内容阅读
摘要：在采集物体表面数据时，因物体太大或是单幅无法得到全面监测时，要求对测量点云作拼接处理。本文基于ICP算法完成多幅测量点云的迅速拼接，ICP算法既可以处理繁琐的拼接问题，同时还加快了计算速度，符合具体的使用要求。
关键词：拼接技术；ICP算法；三维点云数据
3D光学测量法属于一种基于光学技术采集物体3D空间数据的方式方法。伴随生产质量的提升，生产出的产品配件大都采取繁琐不规范的曲面，在其制造的每个环节均需要3D测量与信息化，所以，3D测量技术与反求逆向设计方法就显得特别关键。
1、数据获取
针对面扫描项目研究，首先要采集到所探究物体表面的3D坐标，采集其几何特征数据。该种采集几何数据的方法即点云信息的获取，就是采用相关设备及方法测量研究物体并标记处各个特征点的3D坐标。
1.1标定扫描器
为了可以精准获取扫描点的3D坐标，要求先标定扫描器，指使用标定设备，结合相关算法获得扫描器内外系统参数。当扫描器重新设置，或是任意一个扫描头调整后都要求再次标定设备。标定结束后，电脑在数秒内将在屏幕上展现出标定极差，极差愈小，表明标定结果愈精准，若标定结果过大，将显示标定失败，表示误差很大，一定要重新加以标定。
1.2分布拼接点
将人体模型用作不规范的几何体，其十分繁琐，研究过程非常困难，因为扫描器的工作范围有限，若不进行多次扫描，将难以采集精准、完整的数据。为此，本实验从多方面展开扫描，进而采集完善的人体模型数据。为确保信息的精准定位及得到良好的拼接质量，选择的扫描对象表面分布非编码点[1]。针对分布的标定点，在扫描过程，要求可以充分对扫描器进行反射，进而让扫描器更精准的辨别标志点，采集其3D坐标。
参考点的分布原则：①为确保模型有效拼接，在测量过程，相邻两次间要不少于3个参考点重叠；②参考点部位选择时，要确保处在相邻空间的边界上；③参考点的部位防止处在同个直线上；③参考点的布置尽可能防止成规则点阵，同时，点和点之间的间隔不得相同。
2、粗差处理
在测量过程，不管是接触式或者非接触式的监测，因为振动、温度的改变及被测物体外表粗糙度等因素，均无法避免的在准确信息点中加入异常噪音点，出现这种粗差的原因较多，但通常是因为无法抗拒的随机因素造成的[2]。粗差处理是指的是对测量环节因系统设备和监测外界环境等因素产生的噪音点进行辨别，及去除其对监测成果信息质量的干扰。
2.1粗差类别
根据粗差出现的原因分类，能分成两类：①非参考噪音点。物体外表、模型結构和周边物体上有圆形和近似圆形图像，且满足参考点的绘图要求的白色痕迹、孔口等，就会在图形测量中出现这种参考点粗差，因为参考点是智能编号的，这种粗差的出现，对后期的非编码点配置有较大阻碍。②同个参考噪音点[3]。这种粗差点出现在模型外表粘合的参考点位置，基于XJTUDP结构测量原理得知，参考点的3D坐标是摄像的多幅图形上同个参考点，通过交会原理完善计算得到的，当某一参考点于多幅图形上被辨别时，其重投影环节若偏差很大，相同参考点位置就会重复产生2个或2个之上的参考点，同时，这类点之间的间隔不会大于预期的参考点半径，于XJTUDP平台的3D点云位置，通过人眼根本不能看到。而且，这种粗差的出现，对后期参考点配有很大影响。
此外，XJTUOM软件对人体模型展开面扫描时，因测量条件的制约，除了采集所需要的模型自身点云信息外，还无法避免的采集模型架及其周边物体，这些信息是无效的数据资料，为提升信息质量、方便数据保存管理及点云信息创模等后期处理，需要把这种无用信息去除。
2.2粗差处理
（1）非参考噪音点：从这次试验的目的及布点原则得知，这种粗差按照其在模型中产生的范围不同能分为两种：人体模型与模型外表方的参照点。在本次试验中，参照点分布于模型外表，构成测量线，用于观测模型变形重要部分的3D坐标。参照点的分布存在规律性，同时，模型表面通过处理，模型外表的这种噪音点较少，模型外的这种噪音点由于不在模型上，极易区别去除，所以，这种噪音点能人工去除。
（2）同个参考噪音点：从这种粗差点出现的原因得知，相同参考点位置多次产生两个及两个之上的非编码噪音点的各点间隔不会大于预期的参考点半径，同时在系统平台的3D点云区，人眼根本就不能观看到，这种粗差点就采取中值滤波处理，其操作原理是通过识别点的一个领域内每个点值的中值来取代这一识别点，中值滤波极易剔除单独的噪音点。即设计的参考点直径当做阀值，识别一个参考点和其周边一定范围内参照点之间的间距，若点间距离低于阀值，便采集该点的坐标平均值来取代这一参考点的部位。
3、信息拼接
3.1拼接算法分析现状
经多方面收集的点云信息，直接用点集配准方式来拼接，其是在待测对象相对平整的外表和标定平板上设置一些大小适宜的测量专业参考标志点，再结合各测量点至少能看到3个之上的不共线参照标志点为原则展开数据收集，采集的多个视图能通过这类重叠部位的公共点展开拼接算出坐标变化定位。当前，许多方式是通过三点定位组合转变。ICP算法能反复次迭代求取，不断满足精准的坐标变换。以往的ICP方法是先对测量点综合的各个点，在参考点统一找到一个预期间隔最近的点，创建点对点间隐射关联，再用最小二乘求出最佳坐标转变。具体使用中，在缺少确切的映射关系状态下找到点集各点对点的隐射关联很困难，测算速度也迟缓，无法真正处理实际遇到的难题。
3.2ICP拼接方法
本研究从实际使用方面周守，结合ICP算法理念并对其实现简化。通过把特征点集确定成3个或是3个之上的参照标志点的组合，创建参照标志点集搭配的最小二乘目标方程计算，如此能加快计算速度，以符合具体的使用需要。
经在待测物体外表分布参考点，而参考点要选用精度很高的标志及很明显的圆点，通常是黑底白色，则布设的特征点集就能选择这些参考点，再导入测得的信息，按照每个小部分的各个坐标系点云数据凭借，根据相关的特征点集拼接转变为目标综合点云。全方位特征点拼接方式提前标记区域内特征标定点，能有效管理整个重建点云的拓扑系统，且可以及时调节拼接结论。
模型上分布的圆形参照点扫描后，将以椭圆模型融进测量信息中，首先对于各幅点云内三个非编码点点云展开拟合椭圆，采集三个非编码点椭圆中心坐标；然后把相邻方向下扫描获得的点云，采集其三个相应的非编码点确定椭圆中心点坐标，通过坐标变化，拼接各个点位，获得比较完善的点云信息。
3.3拼接结果呈现
采取ICP算法迅速拼接后，人体模型的手部轮廓清楚可见，将之融进逆向工程系统展开精准分析评估，其拼接效果很好。
4、结束语
文章针对3D光学面扫描环节粗差出现的原因，提出了粗差的判别与剔除方式。在多幅点云拼接环节，借鉴ICP方法，提出了一种简洁过的ICP拼接方法，在扫描物体外表分布参考标志点，通过最小二乘原理，基于参考点群间的坐标变化完成点云的配合，运算量少，操作速度快，更有助于在实际工程中得到使用。
参考文献：
[1]黄凌潇. 基于三维激光扫描技术的点云滤波与平面拟合算法研究[D].长安大学，2017.
[2]骆林. 基于无标志点溶洞三维激光点云自动拼接算法及应用研究[D].贵州大学，2016.
[3]王举. 基于激光扫描技术的水库大坝三维变形动态监测方法研究[D].郑州大学，2015.
关键词：拼接技术；ICP算法；三维点云数据
3D光学测量法属于一种基于光学技术采集物体3D空间数据的方式方法。伴随生产质量的提升，生产出的产品配件大都采取繁琐不规范的曲面，在其制造的每个环节均需要3D测量与信息化，所以，3D测量技术与反求逆向设计方法就显得特别关键。
1、数据获取
针对面扫描项目研究，首先要采集到所探究物体表面的3D坐标，采集其几何特征数据。该种采集几何数据的方法即点云信息的获取，就是采用相关设备及方法测量研究物体并标记处各个特征点的3D坐标。
1.1标定扫描器
为了可以精准获取扫描点的3D坐标，要求先标定扫描器，指使用标定设备，结合相关算法获得扫描器内外系统参数。当扫描器重新设置，或是任意一个扫描头调整后都要求再次标定设备。标定结束后，电脑在数秒内将在屏幕上展现出标定极差，极差愈小，表明标定结果愈精准，若标定结果过大，将显示标定失败，表示误差很大，一定要重新加以标定。
1.2分布拼接点
将人体模型用作不规范的几何体，其十分繁琐，研究过程非常困难，因为扫描器的工作范围有限，若不进行多次扫描，将难以采集精准、完整的数据。为此，本实验从多方面展开扫描，进而采集完善的人体模型数据。为确保信息的精准定位及得到良好的拼接质量，选择的扫描对象表面分布非编码点[1]。针对分布的标定点，在扫描过程，要求可以充分对扫描器进行反射，进而让扫描器更精准的辨别标志点，采集其3D坐标。
参考点的分布原则：①为确保模型有效拼接，在测量过程，相邻两次间要不少于3个参考点重叠；②参考点部位选择时，要确保处在相邻空间的边界上；③参考点的部位防止处在同个直线上；③参考点的布置尽可能防止成规则点阵，同时，点和点之间的间隔不得相同。
2、粗差处理
在测量过程，不管是接触式或者非接触式的监测，因为振动、温度的改变及被测物体外表粗糙度等因素，均无法避免的在准确信息点中加入异常噪音点，出现这种粗差的原因较多，但通常是因为无法抗拒的随机因素造成的[2]。粗差处理是指的是对测量环节因系统设备和监测外界环境等因素产生的噪音点进行辨别，及去除其对监测成果信息质量的干扰。
2.1粗差类别
根据粗差出现的原因分类，能分成两类：①非参考噪音点。物体外表、模型結构和周边物体上有圆形和近似圆形图像，且满足参考点的绘图要求的白色痕迹、孔口等，就会在图形测量中出现这种参考点粗差，因为参考点是智能编号的，这种粗差的出现，对后期的非编码点配置有较大阻碍。②同个参考噪音点[3]。这种粗差点出现在模型外表粘合的参考点位置，基于XJTUDP结构测量原理得知，参考点的3D坐标是摄像的多幅图形上同个参考点，通过交会原理完善计算得到的，当某一参考点于多幅图形上被辨别时，其重投影环节若偏差很大，相同参考点位置就会重复产生2个或2个之上的参考点，同时，这类点之间的间隔不会大于预期的参考点半径，于XJTUDP平台的3D点云位置，通过人眼根本不能看到。而且，这种粗差的出现，对后期参考点配有很大影响。
此外，XJTUOM软件对人体模型展开面扫描时，因测量条件的制约，除了采集所需要的模型自身点云信息外，还无法避免的采集模型架及其周边物体，这些信息是无效的数据资料，为提升信息质量、方便数据保存管理及点云信息创模等后期处理，需要把这种无用信息去除。
2.2粗差处理
（1）非参考噪音点：从这次试验的目的及布点原则得知，这种粗差按照其在模型中产生的范围不同能分为两种：人体模型与模型外表方的参照点。在本次试验中，参照点分布于模型外表，构成测量线，用于观测模型变形重要部分的3D坐标。参照点的分布存在规律性，同时，模型表面通过处理，模型外表的这种噪音点较少，模型外的这种噪音点由于不在模型上，极易区别去除，所以，这种噪音点能人工去除。
（2）同个参考噪音点：从这种粗差点出现的原因得知，相同参考点位置多次产生两个及两个之上的非编码噪音点的各点间隔不会大于预期的参考点半径，同时在系统平台的3D点云区，人眼根本就不能观看到，这种粗差点就采取中值滤波处理，其操作原理是通过识别点的一个领域内每个点值的中值来取代这一识别点，中值滤波极易剔除单独的噪音点。即设计的参考点直径当做阀值，识别一个参考点和其周边一定范围内参照点之间的间距，若点间距离低于阀值，便采集该点的坐标平均值来取代这一参考点的部位。
3、信息拼接
3.1拼接算法分析现状
经多方面收集的点云信息，直接用点集配准方式来拼接，其是在待测对象相对平整的外表和标定平板上设置一些大小适宜的测量专业参考标志点，再结合各测量点至少能看到3个之上的不共线参照标志点为原则展开数据收集，采集的多个视图能通过这类重叠部位的公共点展开拼接算出坐标变化定位。当前，许多方式是通过三点定位组合转变。ICP算法能反复次迭代求取，不断满足精准的坐标变换。以往的ICP方法是先对测量点综合的各个点，在参考点统一找到一个预期间隔最近的点，创建点对点间隐射关联，再用最小二乘求出最佳坐标转变。具体使用中，在缺少确切的映射关系状态下找到点集各点对点的隐射关联很困难，测算速度也迟缓，无法真正处理实际遇到的难题。
3.2ICP拼接方法
本研究从实际使用方面周守，结合ICP算法理念并对其实现简化。通过把特征点集确定成3个或是3个之上的参照标志点的组合，创建参照标志点集搭配的最小二乘目标方程计算，如此能加快计算速度，以符合具体的使用需要。
经在待测物体外表分布参考点，而参考点要选用精度很高的标志及很明显的圆点，通常是黑底白色，则布设的特征点集就能选择这些参考点，再导入测得的信息，按照每个小部分的各个坐标系点云数据凭借，根据相关的特征点集拼接转变为目标综合点云。全方位特征点拼接方式提前标记区域内特征标定点，能有效管理整个重建点云的拓扑系统，且可以及时调节拼接结论。
模型上分布的圆形参照点扫描后，将以椭圆模型融进测量信息中，首先对于各幅点云内三个非编码点点云展开拟合椭圆，采集三个非编码点椭圆中心坐标；然后把相邻方向下扫描获得的点云，采集其三个相应的非编码点确定椭圆中心点坐标，通过坐标变化，拼接各个点位，获得比较完善的点云信息。
3.3拼接结果呈现
采取ICP算法迅速拼接后，人体模型的手部轮廓清楚可见，将之融进逆向工程系统展开精准分析评估，其拼接效果很好。
4、结束语
文章针对3D光学面扫描环节粗差出现的原因，提出了粗差的判别与剔除方式。在多幅点云拼接环节，借鉴ICP方法，提出了一种简洁过的ICP拼接方法，在扫描物体外表分布参考标志点，通过最小二乘原理，基于参考点群间的坐标变化完成点云的配合，运算量少，操作速度快，更有助于在实际工程中得到使用。
参考文献：
[1]黄凌潇. 基于三维激光扫描技术的点云滤波与平面拟合算法研究[D].长安大学，2017.
[2]骆林. 基于无标志点溶洞三维激光点云自动拼接算法及应用研究[D].贵州大学，2016.
[3]王举. 基于激光扫描技术的水库大坝三维变形动态监测方法研究[D].郑州大学，2015.