点云孔洞定位_散乱点云的孔洞识别和边界提取算法研究

散乱点云的孔洞识别和边界提取算法研究

王春香，孟

宏，张

勇

【摘

要】

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。

【期刊名称】

《机械设计与制造》

【年

(

卷

),

期】

2019(000)003

【总页数】

4

【关键词】

散乱点云；

KD

树；

K

邻域搜索；单坐标搜索法；边界追踪；孔洞边

界

来稿日期：

2018-09-04

基金项目：内蒙古自治区高等学校科学研究项目(

NJZY16167

)

1

引言

在三维扫描过程中由于测量工具和技术的限制、待测模型自身缺陷、光照或反

射性等因素的影响，不可避免地会出现采样点缺失，形成点云孔洞。点云的孔

洞识别和边界提取作为孔洞修补、曲面重构的首要环节，其重要性不言而喻。