为提高结构光三维重构系统的点云匹配速度及精度,提出二维视图及三维点云交叉特征点协同匹配的方法。首先,通过投影变换及维度映射关系实现待拼接投影图像的归一化,经预处理后提取端点及分叉点作为关键点,对同类点进行三角划分及相似匹配得到初始点集,并将其映射至三维空间。其次,利用kd-tree搜索得到双邻域质心,根据三点构成的三角形相似关系进一步筛选点集。最后,采用四元数法完成粗拼接,进而使用改进的迭代最近点(ICP)算法完成精拼接。实验结果表明,所提算法的匹配准确率达98.16%,匹配用时3s,粗拼接重叠区域的重心距离误差为0.018mm,所提算法对于二维图像视角变换、纹理光滑、光线不均等具有较高的鲁棒性。

为了克服噪声导致的相位展开不连续现象,用Canny边缘检测算法获取重建模型的真实边缘,结合二阶差分函数计算边缘可靠性,并根据可靠性的大小逐区域展开相位,以达到稳定展开模型全局相位的目的。提取传统算法和本算法相位展开后任意行(或列)的数据点,得到两种算法相对原始数据点的标准差分别为0.0562和0.0121。同时,本算法可以解决枝切法中因噪声过大导致的相位展开稳定性低以及最小二乘法在重建模型中断层的问题,能很好地克服噪声并进行三维重建。

航空发动机叶片长期工作在高温高压的涵道中,容易发生断裂、划道、形变等损伤。损伤叶片增材修复的关键是对其进行三维数字建模,模型的精度直接影响到熔覆制造的质量。基于航空发动机叶片的空间扭转特征,提出了一种非接触式的激光交叠式三维重建方法。利用扫描策略中线激光测头与叶片相对位置的特征矩阵初始化点云配准参数,通过分配权值缩小源点云规模,对迭代最近点算法进行优化。最后对点云数据进行精简、网格化,建立了损伤叶片的三维模型。在配准过程中,分析了点云块的交叠率对模型精度的影响。实验结果表明,当交叠率为50%时,采集时间短、信息完整度高,通过标准量块阶梯验证了模型的测量精度为10 μm,满足损伤叶片重建模型的精度要求。