هم مرجع سازي كاملا خودكار ابرهاي نقاط با استفاده از ويژگي هاي سطح

Fully automatic registration of point clouds using surface features

هممرجعسازي ابرهاي نقاط يكي از مهمترين گامهاي اوليه جهت ايجاد مدل رايانهاي در مهندسي معكوس محسوب ميشود. پيچيدگي و بد وضع بودن مساله هممرجعسازي، ارايه الگوريتم جامع و كاملا خودكار اين فرآيند را با مشكلات اساسي روبرو كرده است. در اين پژوهش روشي براي ارتقا سطح خودكارسازي فرآيند هممرجعسازي ارايه شده است. در اين روش ابتدا ويژگيهاي مشخصي از سطوح تشكيل دهنده ابرهاي نقاط استخراج گرديده و سپس از آنها براي يافتن نقاط متناظر بين دو ابر نقاط استفاده ميشود. دقت انجام فرآيند هممرجعسازي به دقت انتخاب نقاط متناظر در ابرهاي نقاط بستگي دارد. ويژگيهاي مورد استفاده در اين پژوهش براي تناظريابي، انحناي سطح و شكل موضعي سطح مي‌باشند. براي استخراج ويژگيها، انحناي سطح براي هر نقطه از ابر نقاط با استفاده از انحناي چتري محاسبه ميگردد. همچنين روش جديدي نيز براي تعيين شكل موضعي سطح ارايه شده است. براي هر نقطه يك عدد شكل كه معرف شكل موضعي سطح است با استفاده از مختصات نقاط بدست ميآيد. نقاط متناظر در اين روش، نقاطي محسوب ميشوند كه از شكل موضعي و انحناي چتري تقريبا يكساني برخوردار باشند. هممرجعسازي با در نظر گرفتن قيد صلبيت با استفاده از زوج نقاط متناظر انجام ميشود. نتايج بدست آمده از الگوريتم پيشنهادي در هممرجعسازي ابرهاي نقاط نشان از صحت كاركرد اين روش در حل مساله هممرجعسازي به شكل كاملا خودكار دارد.

Registration of point clouds is a key process in creating a digital model in reverse engineering. Registration is a complex and ill-conditioned problem and these impede fully automatic comprehensive algorithm. In this study a new method to improve automation level is proposed. In this method, at first surface features are extracted from point clouds and then these data are used for detecting correspondence points between point clouds. Registration process accuracy depends on carefully selected corresponding points between point clouds. In present research surface curvature and local shape are used for determining the correct correspondence points. For feature extraction, surface curvature for each point of point clouds is calculated by using umbrella curvature and also a new method for determining local shape is presented. For each point of point cloud a shape number is determined. Determination of shape number is done by neighbors’ coordinates of point of concern. In this method, the corrected corresponding points are points that have almost equal umbrella curvature and shape number. Rigidity helps the algorithm to find pairwise points. Analyzing the results shows that the proposed algorithm performs well and has appropriate abilities on fully automatic registration of point clouds.