[发明专利]基于样点拓扑近邻的散乱点云曲面拓扑重建方法

摘要

本发明提供一种基于样点拓扑近邻的散乱点云曲面拓扑重建方法，其特征在于通过对目标样点及其k近邻进行偏心扩展和自适应扩展获取目标样点的拓扑近邻参考数据，从中查询目标样点的拓扑近邻，从目标样点的同层拓扑近邻中获取符合Delaunay条件的匹配点，生成局部Delaunay三角网格，并通过增量扩展实现整个散乱点云的曲面拓扑重建。实例证明该方法可对无隙、有边界等任意模型的散乱点云进行合理的曲面拓扑重建，有效解决了非均匀点云易产生非工艺孔洞的问题。

主权项

一种基于样点拓扑近邻的散乱点云曲面拓扑重建方法，其特征在于步骤依次为：1)对三坐标测量设备输出的产品表面采样数据构成的散乱点云，采用基于四维聚类的结点分裂方法建立R*‑tree树动态索引；2)从散乱点云中任取一样点作为目标样点，采用动态空心球区域增长k近邻查询算法获取目标样点的k近邻，令目标样点及其k近邻组成点集P，判断点集P是否满足偏心扩展条件，对满足偏心扩展条件的点集P进行偏心扩展，对不满足偏心扩展条件的点集P进行自适应扩展，获取目标样点拓扑近邻参考数据；3)根据目标样点拓扑近邻参考数据生成目标样点拓扑近邻参考数据的Voronoi图，查询与目标样点所在Voronoi单元相邻的Voronoi单元对应的样点，该样点即为目标样点的拓扑近邻；4)求解点集P的最小二乘平面F，计算点集P中各样点到F的最大距离H，将到F距离小于H的目标样点拓扑近邻定义为目标样点的同层拓扑近邻，目标样点的其它拓扑近邻为目标样点的异层拓扑近邻；5)将目标样点的同层拓扑近邻作为其Delaunay匹配点，依据目标样点拓扑近邻参考数据的Voronoi图判断目标样点与其同层拓扑近邻之间的空间邻接关系，连接相应样点生成局部Delaunay三角网格，将目标样点的同层拓扑近邻顺次添加到初始传播主环中，构建出网格初始传播主环；6)依据基于局部三维Delaunay的插值网格边界增量构造算法中的环分裂与自裁剪条件，通过对初始传播主环进行膨胀、分裂及自裁剪等增量操作将局部网格构造增量传播至整体点云，实现散乱点云的曲面拓扑重建。