[发明专利]一种特征自适应激光扫描投影图形控制点提取及优化方法

权利要求书

1.一种特征自适应激光扫描投影图形控制点提取及优化方法，其特征在于，包括以下步骤：

S1.建立待投影零部件的理论数模，在理论数模中提取待投影轮廓线，并将其保存成IGES格式文件；

S2.对待投影轮廓线的IGES格式文件进行解析，得到轮廓线上数据点的三维坐标信息；

S3.利用步骤S2解析得到的数据点三维坐标信息，融合曲率和法向量设置特征判别参数，通过计算数据点的几何参数信息实现对投影图形特征区域和非特征区域的划分，包括以下过程：

S31.计算数据点的曲率；

S32.计算数据点的法向量；

S33.计算数据点与其邻域点的法向量间的夹角并求和；

S34.计算数据点的特征判别参数；

S35.计算数据点的特征判别阈值；

S36.根据特征判别阈值对数据点进行特征区域和非特征区域划分，得到特征区域点集α和非特征区域点集β；

S4.针对不同区域点集进行基于人眼空间分辨率判据的自适应数据点稀释；包括以下过程：

S41.在稀释的过程中，引入人眼空间分辨率12LP/mm作为稀释停止的判断依据，即利用直线段逼近曲线时，保证直线与曲线的间隔小于0.083mm；

S42.稀释过程以n个点为间隔分别对特征区域点集α和非特征区域点集β进行取点稀释，n的初值设置为1，步长为1，并计算每个被稀释掉的点到相应直线段的距离d，当d0.083mm，说明这段曲线可以用相应直线段表示，当d0.083mm时，则跳出循环停止稀释过程；

S43.在满足人眼空间分辨率的前提下，循环计算出稀释间隔n的最大值；

S5.用稀释后的数据点作为投影图形的控制点实现轮廓线框图形的投影。

2.如权利要求1所述的一种特征自适应激光扫描投影图形控制点提取及优化方法，其特征在于，所述步骤S2中，IGES格式文件中B样条曲线的解析过程包括：

S21.通过解析曲线的IGES文件得到B样条曲线控制顶点坐标、节点参数信息；

S22.获得B样条曲线的定义式：

式中，d_i(i＝0,1,...n)是B样条曲线的控制顶点；N_i,k(u)(i＝0,1,...n)是B样条曲线的一组基函数；

B样条曲线的基函数为：

S23.通过在B样条曲线定义域内进行等间隔取值得到B样条曲线上点的三维坐标。

3.如权利要求1所述的一种特征自适应的激光扫描投影图形控制点提取及优化方法，其特征在于，所述步骤S3具体包括：

S31.计算数据点的曲率：

设g_i为解析出投影曲线的N个数据点集合G＝{g_i(x_i,y_i,z_i)|i＝1,2,3...N}中的一点，用g_ij表示i点的第j个邻域点，则g_i点的K个邻域点集表示为{g_ij(x_ij,y_ij,z_ij)|j＝1,2,3...K}，邻域的重心表示为：

计算出g_i点的协方差矩阵T_i表示为：

求解每个数据点协方差矩阵的三个特征值λ₁，λ₂，λ₃，比较三个特征值的大小，若λ₁为三者中最小特征值，则该点对应的曲率t_i表示为：

S32.计算数据点的法向量：

计算所述协方差矩阵并求解矩阵的最小特征值λ₁对应的特征向量作为所求数据点的法向量；

S33.计算数据点与其邻域点的法向量间的夹角并求和：

对g₁点与其K邻域内所有点的法向量夹角求和，得到夹角参数ω(g_i)为：

S34.计算数据点的特征判别参数：

定义特征判别参数p(g_i)，特征判别参数p(g_i)与曲率t_i、法向量夹角值ω(g_i)成正比，因此特征判别参数p(g_i)表示为：p(g_i)＝λ_tt_i+λ_ωω(g_i)，其中λ_t是曲率调节系数，λ_ω是夹角调节系数；

S35.计算数据点的特征判别阈值，特征阈值γ表示为：

S36.根据特征判别阈值对数据点进行特征区域和非特征区域划分，得到特征区域点集α和非特征区域点集β：

当某个数据点的特征判别参数p(g_i)γ，则g₁点被判定为特征点，计入特征区域点集α；若某个数据点的特征判别参数p(g_i)≤γ，则g₁点被判定为非特征点，计入非特征区域点集β。