基于逆向工程的汽车覆盖件模具边界特征的提取

3 边界点的提取

一条曲线上的边界点可分为阶跃边界(高度不连续)、褶皱边界(切矢不连续)和光滑边界(曲率不连续)。

取曲率极值点或零交叉点(对第一种边界线来讲)作为离散曲面的边界点。基本思想如下：

(1)先选取一候选边界点P, 在该点两边沿主方向m1取最近的两邻近点T1,T2,求它们沿m1方向上的曲率KT1,KT2。如果k1大于KT1、KT2则该点为最大曲率极值点。

(2)同理选定主方向m2，在P点两边沿主方向取邻近点T3、T4,求他们沿m2方向上的曲率KT3、KT4，如果k2小于KT3、KT4，则该点为最小曲率极值点。

(3)对所有候选点进行上述操作，就可得到所需的全部边界点。

在数据点的界点提取之后，可对界点进行组织，去除伪界点，采用邻边编码链表算法形成一个有序的实体边界轮廓图。实际反求时，封闭边界的提取可分为两步进行。首先是单边界的提取；其次是对单边界按序追踪，形成封闭边界。该算法可进一步实现边界特征提取的自动程度。但在汽车覆盖件模具的逆向设计中，过渡曲面一般为光滑过渡，曲率变化不十分明显。用这种算法产生的边界轮廓并不能真正完成点云的较准确划分。因此，文中在特征点提取后，采用人机交互的方式，来生成封闭的边界轮廓特征。这样既避免了上面提到的单纯靠人机交互实现分片的缺点，又克服了单纯自动提出过程中对偏差不便调整的弊端。

4 实例和结论

该算法借鉴了文献中所提的方法，并进行了改进。文中所提算法不仅可用于规则数据点的特征点的提取，而且通过对散乱数据点的简化及三角网格化，可对其进行特征点的提取。本算法的优点是结构明晰，实现起来简单，相对单纯人机交互的方式，提高了精度，避免了大量尝试重构过程，相对自动算法提高了算法的灵活性。文中所提算法通过MFC和OpenGL 结合编程在上海大众汽车公司SAN2000前围模具设计中得到应用，取得了很好的效果，图2和图3为SAN2000前围模具采用此方法的实例 。首先采用德国GOM公司生产的ATOS(Advanced Topometric Sensor )非接触式结构光测量仪，取得模具的数据点。借助surfacer软件完成对数据的预处理。然后利用文中的算法计算各数据点的法矢和曲率估算，提取边界特征点，完成数据分片。当然该算法也有比较大的局限性，对光滑过渡特征还不能很好地获得其完整边界，需通过人工交互进行调整。这还有待于在今后的研究中发现更好的方法。