散乱点云的孔洞识别和边界提取算法研究

发布时间：2024-03-06 00:20

　　针对逆向工程中已有孔洞识别算法执行效率低、孔洞边界点提取不完整等问题,提出一种新的基于KD树和K邻域搜索的点云孔洞识别及边界提取算法。该算法首先利用KD树建立散乱点云的拓扑关系。其次,计算点云密度、定义距离阈值作为判别参数,利用K邻域搜索计算每个点与其K个邻域点的距离,距离大于阈值的点即为边界点。再次,采用单坐标搜索法去除外边界,保留孔洞边界。最后,利用边界追踪算法获取完整的孔洞边界点。以涡轮叶片和挖掘机斗齿为研究对象,对点云上的自然孔洞利用该算法进行识别。结果表明,该算法能够快速地识别出散乱点云中孔洞,并能完整地提取出孔洞边界点,实用性强。

【文章页数】：4 页

【文章目录】：
1 引言
2 基于K邻域搜索的孔洞识别
    2.1 利用KD树建立点云拓扑关系
    2.2 孔洞识别
    2.3 孔洞识别仿真测试
3 外边界去除
4 内边界追踪
5 实例应用
6 结论



本文编号：3920265