[发明专利]基于点云数据处理技术的球、圆柱、椭圆锥模型识别方法

权利要求书

1.一种基于点云数据处理技术的球、圆柱、椭圆锥模型识别方法，其特征在于，包括以下步骤，

步骤一：利用高精度三维扫描仪对标准的球、圆柱、椭圆锥模型进行扫描并获取球、圆柱、椭圆锥模型的点云数据；

步骤二：利用Delaunay网格划分方法对步骤一中所得到的球、圆柱、椭圆锥模型的点云数据进行处理，获取球、圆柱、椭圆锥模型点云数据的不规则三角网格模型，即，TIN网格模型；

步骤三：利用最小二乘拟合方法对步骤二中所获得的球、圆柱、椭圆锥模型TIN网格模型上的各空间点最近邻域点集内的各个点进行计算，获得球、圆柱、椭圆锥模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律；

步骤四：利用高精度扫描仪对被测模型进行高精度扫描，获取被测模型的点云数据，利用Delaunay网格划分方法对得到的被测模型的点云数据进行处理，获取被测模型的不规则三角网格模型，利用最小二乘拟合方法对获得的被测模型TIN网格模型上的各空间点最近邻域点集内的各个点进行计算，获得被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律；

步骤五：将步骤四中获得的被测模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律与步骤三中获得的球、圆柱、椭圆锥模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律进行对比，实现对被测模型的识别。

2.根据权利要求1所述的识别方法，其特征在于，步骤三还包括对得到的球、圆柱、椭圆锥模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布点进行滤波处理，使用多项式拟合方法对球、圆柱、椭圆锥模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布点进行多项式拟合，获得球、圆柱、椭圆锥模型点云数据内各空间点的最近邻域平面法向量在法向量空间内的分布规律。

3.根据权利要求1或2所述的识别方法，其特征在于，球模型点云数据内各空间点的最近邻域平面法向量分布于一个球面上。

4.根据权利要求1或2所述的识别方法，其特征在于，圆柱模型点云数据内各空间点的最近邻域平面法向量分布于y＝0的圆环上。

5.根据权利要求1或2所述的识别方法，其特征在于，椭圆锥模型点云数据内各空间点的最近邻域平面法向量分布于与椭圆锥点云数据中y存在一定对应关系的二次曲线内。