線激光測(cè)量系統(tǒng)的開發(fā)和點(diǎn)云拼接的實(shí)現(xiàn).pdf

1、工業(yè)檢測(cè)中，隨著被測(cè)工件越來(lái)越復(fù)雜和人們要求測(cè)量精度越來(lái)越高，傳統(tǒng)機(jī)器視覺(jué)測(cè)量因其二維局限性已滿足不了精密檢測(cè)的要求。與此同時(shí)，激光測(cè)量技術(shù)因?yàn)轸敯粜詮?qiáng)，精確度高，越來(lái)越受到人們的歡迎。本文針對(duì)實(shí)際項(xiàng)目需求，設(shè)計(jì)和搭建線激光測(cè)量系統(tǒng)。主要闡述硬件結(jié)構(gòu)的設(shè)計(jì)和軟件框架的搭建，并對(duì)程序設(shè)計(jì)流程作了分析。
　　由于線激光設(shè)備具有掃描盲區(qū)，面對(duì)較復(fù)雜的被測(cè)工件時(shí)無(wú)法一次性獲得整個(gè)工件的三維數(shù)據(jù)，有時(shí)需要多次在不同視角下進(jìn)行掃描，然后對(duì)三維

2、數(shù)據(jù)進(jìn)行拼接以獲得整個(gè)被測(cè)工件模型。鑒于此，本文同時(shí)對(duì)三維點(diǎn)云拼接算法進(jìn)行了研究。
　　在點(diǎn)云特征提取中，針對(duì)線激光掃描的點(diǎn)云數(shù)據(jù)的結(jié)構(gòu)特點(diǎn)，提出將三維點(diǎn)云模型映射到二維圖像中，并修改圖像處理中的Canny算法，對(duì)點(diǎn)云模型進(jìn)行特征潛在區(qū)域估算，然后基于曲率信息提取特征點(diǎn)。與傳統(tǒng)的三維點(diǎn)云特征提取算法比較，該方法具有更高的執(zhí)行效率。
　　在點(diǎn)云特征描述中，高維特征算子雖然可以直接解決多視圖三維點(diǎn)云數(shù)據(jù)的配準(zhǔn)問(wèn)題，但它的計(jì)算較復(fù)

3、雜，對(duì)大數(shù)量級(jí)的點(diǎn)云模型來(lái)說(shuō)，匹配效率將大大降低。本文出于運(yùn)行效率的考慮，提出基于鄰域曲率信息的描述方法，用低維描述算子代替高維描述算子，減少計(jì)算時(shí)間。
　　在點(diǎn)云模型間對(duì)應(yīng)點(diǎn)匹配中，根據(jù)特征描述算子構(gòu)造評(píng)價(jià)函數(shù)，為每個(gè)特征點(diǎn)尋找潛在對(duì)應(yīng)點(diǎn)。由于低維特征描述的信息豐富性不強(qiáng)，每個(gè)特征點(diǎn)往往匹配到多個(gè)對(duì)應(yīng)點(diǎn)，于是需要作進(jìn)一步篩選。本文基于剛性變換原則，提出區(qū)域投票制度的方式實(shí)現(xiàn)對(duì)應(yīng)點(diǎn)的精匹配。
　　本文最后對(duì)拼接算法進(jìn)行了實(shí)驗(yàn)

4、和對(duì)設(shè)計(jì)的線激光測(cè)量機(jī)進(jìn)行了平整度檢測(cè)應(yīng)用測(cè)試。首先，測(cè)量機(jī)對(duì)實(shí)際物體多次掃描得到不同視角下的點(diǎn)云數(shù)據(jù)模型，通過(guò)本文提出的特征提取算子、特征描述算子和對(duì)應(yīng)點(diǎn)匹配算法對(duì)兩點(diǎn)云模型進(jìn)行特征分析。然后，基于迭代最近點(diǎn)算法對(duì)兩點(diǎn)云模型進(jìn)行拼接，驗(yàn)證了拼接算法的正確性和有效性。在實(shí)際應(yīng)用測(cè)試中，本文對(duì)線激光測(cè)量機(jī)的標(biāo)定做了實(shí)驗(yàn)分析，并利用線激光測(cè)量機(jī)的平整度檢測(cè)功能，對(duì)幾種平整度要求較嚴(yán)格的工件進(jìn)行實(shí)際測(cè)量，給出測(cè)量結(jié)果和工件的3D掃描圖形，證明