تشخيص خودكار سطوح تخت و استوانه‌ها در ابرهاي نقاط و محاسبه پارامترهاي آن‌ها

Automatic Detection of Planes and Cylinders from Point Clouds and Calculation of Their Parameters

مدل­ هاي ابر نقاط براي كاربردهاي مختلف مورد بررسي و تجزيه و تحليل قرار گرفته و بسته به نياز ويژگي­هايي از آن­ها با الگوريتم ­هاي مختلف استخراج مي­گردد. تشخيص سطوح مختلف در داده ­هاي ابر نقاط، يكي از مسائل كاربردي در مسائل مرتبط با ماشين بينايي و مهندسي معكوس مي­باشد. در اين پژوهش به منظور به دست آوردن داده ­هاي طراحي، سطوح تخت و استوانه­ ها در ابرهاي نقاط مورد بررسي قرار گرفتند و الگوريتمي براي شناسايي اين سطوح و محاسبه پارامترهاي آن­ها پيشنهاد گرديد. بر اساس روش پيشنهادي، در ابتدا بايد همسايه ­هاي همگن نقاط در ابر نقاط با كمك بردار نرمال سطح و مختصات نزديكترين همسايه ­ها مشخص شده و سپس انحناي چتري سطح با استفاده از همسايه­هاي همگن محاسبه گردد. مقدار انحناي چتري به دست آمده به عنوان معياري براي دسته­ بندي نقاط بكار مي­رود. سطوح تخت و استوانه­ ها با بررسي مقدار انحناي چتري نقاط و الگوي قرارگيري نقاط همسايه همگن، تشخيص داده مي­شوند. روشي نيز براي محاسبه پارامترهاي سطوح از نقاط مشخص شده متعلق به هر سطح نيز ارائه گرديده است. براي بررسي صحت كاركرد الگوريتم پيشنهادي، پارامترهاي به دست آمده از روش پيشنهادي با مقادير به دست آمده از اندازه ­گيري توسط ماشين اندازه ­گيري مختصات مقايسه گرديد. بررسي نتايج نشان از صحت كاركرد روش پيشنهاد شده در اين پژوهش، در تشخيص خودكار سطوح تخت و استوانه ­ها و محاسبه پارامترهاي آن­ها دارد.

Point-based models have been analyzed for different applications and depending on the demand, features are extracted by various algorithms. Surfacerecognition from point clouds is most applicable problem in machine vision and reverse engineering. In this research for estimating design parameters, planes and cylinders in point clouds are investigated and new algorithm for detecting these surfaces and calculate their parameters is proposed. According to proposed method, at first surface normal vector by using nearest neighbors must be estimated. By using surface normal vector homogeneous neighborhood is selected. Umbrella curvature is then calculated using homogeneous neighbors. The points are grouping by umbrella curvature as a criterion. Planes and Cylinders are detected by analyzing umbrella curvature values and pattern of homogeneous neighbors. A new method for calculation of planes and cylinders parameters is proposed. This method used for determining parameters of each group of points. For evaluation that the proposed algorithm, the calculated parameters are compared with parameters are measured by coordinate measuring machine (CMM). Analyzing results shows that the proposed algorithm performs well and has appropriate abilities on automatic detection of cylinders and planes and calculation their parameters.