首页|散乱点云的孔洞识别和边界提取算法研究

散乱点云的孔洞识别和边界提取算法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对逆向工程中已有孔洞识别算法执行效率低、孔洞边界点提取不完整等问题,提出一种新的基于KD树和K邻域搜索的点云孔洞识别及边界提取算法.该算法首先利用KD树建立散乱点云的拓扑关系.其次,计算点云密度、定义距离阈值作为判别参数,利用K邻域搜索计算每个点与其K个邻域点的距离,距离大于阈值的点即为边界点.再次,采用单坐标搜索法去除外边界,保留孔洞边界.最后,利用边界追踪算法获取完整的孔洞边界点.以涡轮叶片和挖掘机斗齿为研究对象,对点云上的自然孔洞利用该算法进行识别.结果表明,该算法能够快速地识别出散乱点云中孔洞,并能完整地提取出孔洞边界点,实用性强.
Research on the Hole Detection and Hole Boundary ExtractionAlgorithm for the Scattered Point Cloud

王春香、孟宏、张勇

展开 >

内蒙古科技大学 机械学院,内蒙古 包头 014010

散乱点云 KD树 K邻域搜索 单坐标搜索法 边界追踪 孔洞边界

内蒙古自治区高等学校科学研究项目

NJZY16167

2019

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2019.(3)
  • 8
  • 6