[发明专利]一种全自动三维特征提取方法

说明书

技术领域

本发明涉及一种全自动三维特征提取方法，可用于三维测量系统中对被测工件特征的提取，特征种类包括单点，圆孔，筋，平面等。本发明属于光学测量领域。

背景技术

工件在加工的过程中，由于机床误差、操作不规范等原因，会导致加工工件同理想模型间存在着一定误差。通过三维测量系统，可以获得待测工件的三维点云，工件点云上的诸如孔、筋、面等特征是几何参数、约束信息等各种信息的综合表达；特征同理想模型的比对，可以在一定程度上反映出加工误差；同时这些特征的精度，也对工件的质量评价具有重要意义。因此，能否快速、准确、便捷地提取出待测工件三维点云上的特征成为三维点云处理中急待解决的问题。

目前国内外的特征提取方法，在计算、实施的过程中一般都需要人工干预，手动选择待测特征，这些方法耗时长，操作复杂，对操作人员有一定的技术要求，不适用于工件的大规模、快速化、规范化工业测量。本发明针对此提出了一种全自动三维特征提取方法，此方法具有快速，准确，无需人工干预等特点，适用于多种类型工件的工业化测量。

发明内容

本发明的目的在于提供一种全自动三维特征提取方法，以解决现有技术中的缺陷，能够用于三维点云特征的全自动提取。

本发明的技术解决方案为：对三维点云进行投影，得到深度图像，在深度图像上提取定位特征，由定位特征确定工件坐标系进行坐标系的转换，最后自动提取其他特征。具体包括以下步骤：

(1)用三维测量系统对工件进行扫描，获得待测工件的三维点云。

(2)将每个视场的三维点云通过投影转化成对应的深度图像。

(3)将所有单视场三维点云拼接到同一个测量坐标系下。

(4)根据定位孔所在视场，找到包含定位孔特征的深度图像Img。

(5)采用深度图像边缘提取算法，提取在深度图像Img中待测工件的轮廓、边缘，得到边缘图像Img_E。

(6)采用图像标记算法，对边缘图像Img_E进行标记，标记结束后同一边缘上所有点具有相同的标记值，得到标记图像Img_T。

(7)采用圆形轮廓搜索算法，搜索标记图像Img_T中的所有圆形轮廓。

(8)记录深度图像Img中圆形轮廓的坐标，并找到其在测量坐标系下对应的点云，对这些点云进行拟合，得到空间圆的中心坐标和直径。根据设置的空间圆孔直径范围，剔除不符合条件的空间圆，得到定位孔特征{Φ_n}，n＝1，2。

(9)由自动提取的定位孔特征{Φ_n}，n＝1，2，进行测量坐标系自动对齐。

(10)读入所有待比对特征在工件设计模型下的三维理想坐标，由特征自动提取和比对算法进行自动提取和比对。

其中，步骤(5)中的深度图像边缘提取算法为：设置深度差阈值T₀，对整幅深度图像分别进行行搜索与列搜索，所有与其相邻像素之间深度差T，T≥T₀的像素都被提取出来，得到所需边缘图像Img_E。

其中，步骤(6)中的图像标记算法为：为对边缘图像Img_E分别进行逐行逐列扫描，搜索每一像素点的右上3邻域，属于同一边缘的点之间彼此相邻，相邻点之间赋予相同的标记值，再对标记值的互相关联关系建立索引表，由索引表对标记图进行更新，完成标记，得到Img_T。

其中，步骤(7)中的圆形轮廓搜索算法为：对Img_T进行重新搜索，确定每一个标记值M所存在区域的宽度范围Width和高度范围Height，对于圆形轮廓，其标记值M_Φ的宽度范围Width_Φ和高度范围Height_Φ之差小于设定的阈值T′，据此提取出所有可能为圆形轮廓的图像坐标。