線激光測量系統(tǒng)的開發(fā)和點云拼接的實現(xiàn).pdf

1、工業(yè)檢測中，隨著被測工件越來越復(fù)雜和人們要求測量精度越來越高，傳統(tǒng)機器視覺測量因其二維局限性已滿足不了精密檢測的要求。與此同時，激光測量技術(shù)因為魯棒性強，精確度高，越來越受到人們的歡迎。本文針對實際項目需求，設(shè)計和搭建線激光測量系統(tǒng)。主要闡述硬件結(jié)構(gòu)的設(shè)計和軟件框架的搭建，并對程序設(shè)計流程作了分析。
　　由于線激光設(shè)備具有掃描盲區(qū)，面對較復(fù)雜的被測工件時無法一次性獲得整個工件的三維數(shù)據(jù)，有時需要多次在不同視角下進行掃描，然后對三維

2、數(shù)據(jù)進行拼接以獲得整個被測工件模型。鑒于此，本文同時對三維點云拼接算法進行了研究。
　　在點云特征提取中，針對線激光掃描的點云數(shù)據(jù)的結(jié)構(gòu)特點，提出將三維點云模型映射到二維圖像中，并修改圖像處理中的Canny算法，對點云模型進行特征潛在區(qū)域估算，然后基于曲率信息提取特征點。與傳統(tǒng)的三維點云特征提取算法比較，該方法具有更高的執(zhí)行效率。
　　在點云特征描述中，高維特征算子雖然可以直接解決多視圖三維點云數(shù)據(jù)的配準(zhǔn)問題，但它的計算較復(fù)

3、雜，對大數(shù)量級的點云模型來說，匹配效率將大大降低。本文出于運行效率的考慮，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，減少計算時間。
　　在點云模型間對應(yīng)點匹配中，根據(jù)特征描述算子構(gòu)造評價函數(shù)，為每個特征點尋找潛在對應(yīng)點。由于低維特征描述的信息豐富性不強，每個特征點往往匹配到多個對應(yīng)點，于是需要作進一步篩選。本文基于剛性變換原則，提出區(qū)域投票制度的方式實現(xiàn)對應(yīng)點的精匹配。
　　本文最后對拼接算法進行了實驗

4、和對設(shè)計的線激光測量機進行了平整度檢測應(yīng)用測試。首先，測量機對實際物體多次掃描得到不同視角下的點云數(shù)據(jù)模型，通過本文提出的特征提取算子、特征描述算子和對應(yīng)點匹配算法對兩點云模型進行特征分析。然后，基于迭代最近點算法對兩點云模型進行拼接，驗證了拼接算法的正確性和有效性。在實際應(yīng)用測試中，本文對線激光測量機的標(biāo)定做了實驗分析，并利用線激光測量機的平整度檢測功能，對幾種平整度要求較嚴(yán)格的工件進行實際測量，給出測量結(jié)果和工件的3D掃描圖形，證明