[发明专利]基于分块标签描述子的航空发动机叶片点云数据配准方法

权利要求书

1.基于分块标签描述子的航空发动机叶片点云数据配准方法，其特征在于，所述方法包括以下：

S1、通过采样得到点云数据，并计算得出所述点云数据的坐标轴，所述点云数据包括叶片场景点云数据和叶片模型点云数据；

S2、根据所述点云数据的坐标轴对所述点云数据进行分块，得到点云数据分块，对所述点云数据分块附标签，得到对应的点云数据分块标签；所述S2具体为：

S21、根据所述点云数据中的坐标轴中的 轴和轴对所述点云数据分块，得到点云数据分块；

S22、将所述点云数据的质心与所述点云数据中的每个点连线构成向量，计算所述向量分别与所述点云数据的坐标轴中的轴和轴形成的夹角；

S23、对所述点云数据分块附标签，并根据所述夹角的角度对所述点云数据分块标签赋值，得到点云数据分块标签；

S3、对所述点云数据分块上的点进行关键点检测，采用所述点云数据分块标签对检测得到的关键点进行描述，得到分块标签描述子，通过所述分块标签描述子对所述叶片场景点云数据和叶片模型点云数据进行分块对应查找和关键点组合配对，得到点云数据分块上的多个关键点对；

S4、从每个所述点云数据分块中选出一个关键点对，组成所述点云数据的四点基，通过四点基求解变换矩阵，遍历所述点云数据分块上的多个关键点对，得到多个变换矩阵，结合距离均方差值最小化法得到最优变换矩阵，根据所述最优变换矩阵对所述叶片场景点云数据进行坐标变换，得到变换后的叶片模型点云数据坐标系下的叶片场景点云数据。

2.如权利要求1所述的基于分块标签描述子的航空发动机叶片点云数据配准方法，其特征在于，所述S1具体为：

S11、通过光学测量设备采集叶片多视角场景点云数据，对其进行拼接和采样，得到叶片场景点云数据；

S12、对叶片CAD模型数据进行采样，得到叶片模型点云数据；

S13、采用PCA方法分别对所述叶片场景点云数据和所述叶片模型点云数据进行坐标轴提取，得到所述叶片场景点云数据和所述叶片模型点云数据的坐标轴。

3.如权利要求2所述的基于分块标签描述子的航空发动机叶片点云数据配准方法，其特征在于，所述S13具体为：

S131、定义所述点云数据；

S132、采用PCA方法对所述点云数据求解协方差矩阵；

S133、提取所述协方差矩阵的特征值和特征向量，并依据所述特征值的大小对相应的特征向量进行排列；

S134、将排列好的特征向量作为所述点云数据的坐标轴，特征值最大的特征向量对应坐标轴的轴，特征值最小的特征向量对应坐标轴的轴，剩下的一个特征向量对应坐标轴的轴，点云数据的质心对应坐标轴原点。

4.如权利要求1所述的基于分块标签描述子的航空发动机叶片点云数据配准方法，其特征在于，所述S23具体为：对每个所述点云数据分块均附标签和，当所述向量与所述坐标轴中的轴或轴的夹角成锐角时，对应的标签被赋值为“true”，当所述向量与所述坐标轴中的轴或轴的夹角成钝角时，对应的标签被赋值为“false”。

5.如权利要求4所述的基于分块标签描述子的航空发动机叶片点云数据配准方法，其特征在于，所述S3中对所述点云数据分块上的点进行关键点检测，具体为：

S31、在所述点云数据的坐标轴中，选取坐标轴构成的坐标平面和；

S32、计算所述点云数据分块上的点到所述坐标平面和的距离；

S33、选取所述点云数据分块上距离最大的点作为检测到的所述点云数据分块上的关键点。