基于3D点云数据提取立体特征的算法

专利主权项内容

1.基于3D点云数据提取立体特征的算法，其特征在于：包括以下步骤：S1：利用激光扫描仪器对目标工件进行扫描获取原始工件点云数据；S2：基于主成分分析原理计算点云数据的主成分方向并建立点云空间坐标系；S3：输入目标工件点云数据中的每个点，对每个点进行邻域统计，计算其到邻域点的平均欧氏距离后剔除大尺度离群点云数据，对去除大尺度离群点云数据后的目标工件单视角点云数据采用移动最小二乘进行平滑处理获取目标工件多视角光滑曲面；S4：对源工件点云数据和处理后的目标工件点云数据采用基于密度的DBSCAN聚类算法进行分割处理；S5：针对分割后的源工件点云数据和目标工件点云数据引入角度阈值对其进行轮廓点提取处理，将从源工件点云数据和目标工件点云数据提取出的轮廓点作为接下来两片点云数据匹配的特征点；S6：基于源工件点云数据和目标工件点云数据提取出的特征点进行对应匹配；S7：记录剔除大尺度离群点云数据和平滑处理前后的点云数量、空间体积、源工件点云空间体积、点云数量以及点云数据清洗时间，记录源工件和目标工件点云数据集上提取的特征点数量和点云数量，记录正确匹配的特征点数量；S8：基于记录的数据计算点云数据贴合度系数、点云数据校正效率指数、特征点平均提取率，以及特征点匹配准确度；S9：基于点云数据校正效率指数、特征点平均提取率以及特征点匹配准确度计算特征提取精度指数。