本发明属于三维点云曲面拟合，具体涉及一种基于三维点云数据移动窗口法的不规则曲面粗糙度评估方法。
背景技术：
1、利用三维激光对目标物体进行快速扫描，可以直接获取高精度的点云数据，通过对点云数据处理可以对目标物体进行三维建模，该技术已经广泛应用到测绘工程、结构测量、文物保护等领域，其中获取目标物体表面形态如粗糙度等信息，对于金属切削加工、岩体结构面识别有重大意义。大多数情况下，目标物体表面的形态结构是规则的平面或曲面如柱面、球面等，容易开展点云拟合分析工作，进而获取粗糙度指标。但对于不规则曲面，现有技术中，则需要通过很多但有限条b样条曲线、nurbs曲线的组合来描述和表征曲面，得到曲面拟合参数方程，进而获取曲面粗糙度，该方法计算成本大，且受点云数据质量影响，有时甚至难以获得拟合曲面，无法得到不规则曲面粗糙度指标。因此，如何针对任意不规则曲面，根据其三维点云数据，简单高效的得到其表面粗糙度，是目前需要解决的难点问题。
技术实现思路
1、针对现有技术存在的缺陷，本发明提供一种基于三维点云数据移动窗口法的不规则曲面粗糙度评估方法，可有效解决上述问题。
2、本发明采用的技术方案如下：
3、本发明提供一种基于三维点云数据移动窗口法的不规则曲面粗糙度评估方法，包括以下步骤：
4、步骤s1，获取待测物体表面的三维点云数据；确定所述三维点云数据的三维空间范围；
5、步骤s2，当前循环阶段数表示为m；m初始值为1；
6、步骤s3，确定与当前循环阶段数m反向关联的移动窗口尺寸rm以及移动步长dm；其中，rm表示第m次循环阶段数时采用的移动窗口尺寸；dm表示第m次循环阶段数时采用的移动步长；
7、步骤s4，在所述三维空间范围内，移动窗口从起始区域开始，按移动步长dm逐步移动尺寸为rm的移动窗口，直至覆盖所述三维空间范围；每当所述移动窗口移动到某个区域时，所述移动窗口当前覆盖的三维点云数据，称为区域点云数据；因此，设所述移动窗口从起始区域开始，一共覆盖形成n个区域，因此，分割形成n个区域点云数据，分别表示为区域点云数据zm1,zm2,…,zmn；
8、步骤s5，对于每个区域点云数据zmu，u＝1,2,…,n，进行平面拟合，得到拟合平面；再计算得到该区域点云数据zmu中每个坐标点与所述拟合平面之间的起伏度，得到每个区域点云数据zmu对应的起伏度集合hmu；
9、由此得到n个起伏度集合，分别为：hm1,hm2,…,hmn；对n个起伏度集合的所有起伏度进行综合分析，得到第m次循环阶段数时的整体粗糙度指标γm；
10、步骤s6，判断是否满足终止条件，如果不满足，则令m＝m+1，返回步骤s3；如果满足，则执行步骤s7；
11、步骤s7，设一共进行m次循环，因此，得到m个整体粗糙度指标，形成整体粗糙度指标序列γ＝{γ1,γ2,…,γm}；对整体粗糙度指标序列中的γ1,γ2,…,γm进行进一步分析，得到物体表面粗糙度评估结果。
12、优选的，步骤s1中，确定所述三维点云数据的三维空间范围具体为：
13、确定待测物体表面的三维点云数据中x方向的最小值xmin和最大值xmax，y方向的最小值ymin和最大值ymax，z方向的最小值zmin和最大值zmax，由此得到两个顶点坐标，分别为：顶点(xmin,ymin,zmin)和顶点(xmax,ymax,zmax)，以顶点(xmin,ymin,zmin)到顶点(xmax,ymax,zmax)的连线作为对角线形成的矩形区域，为所述三维点云数据的三维空间范围。
14、优选的，步骤s3具体为：
15、采用公式(1)，确定移动窗口尺寸rm：
16、
17、其中：am,bm,cm,分别代表移动窗口rm在x方向、y方向和z方向的尺寸；
18、采用公式(2)，确定移动步长dm：
19、dm＝(dmx,dmy,dmz)＝(λam,λbm,λcm) (2)
20、其中：dmx,dmy,dmz,分别代表移动窗口rm在x方向、y方向和z方向的移动步长；λ代表比例系数；0＜λ＜1。
21、优选的，步骤s4具体为：
22、步骤s4.1，移动窗口位于起始区域时，移动窗口的左下角和三维空间范围的左下角重合，重合点为顶点(xmin,ymin,zmin)；此时移动窗口覆盖的区域范围的对角线的两个顶点坐标分别为：(xmin,ymin,zmin)和(xmin+am,ymin+bm,zmin+cm)，分隔得到对应的区域点云数据；
23、步骤s4.2，移动窗口从起始区域开始，在x方向按步长dmx依次移动，即：依次改变窗口起点为(xmin+idmx,ymin,zmin)，其中，i＝0,1,2,…,nx,nx表示x方向需要移动的总次数，i表示x方向移动次数，ceil()表示向上取整，由此得到nx+1个区域点云数据，形成x方向区域点云数据集合zx＝{zxi|i＝0，1,2…nx}；
24、步骤s4.3，移动窗口以步骤s4.2在x方向移动到的每个位置作为起点，在y方向按步长dmy依次移动，即：依次改变窗口起点为(xmin+idmx,ymin+jdmy,zmin)，其中，j＝0,1,2,…,ny,ny表示y方向需要移动的总次数，j表示y方向移动次数，ceil()表示向上取整，由此得到(nx+1)(ny+1)个区域点云数据，形成x和y方向区域点云数据集合zxy＝{zi,j|i＝0,1,2…nx；j＝0,1,2…ny}；
25、步骤s4.4，移动窗口以步骤s4.3在x和y方向移动到的每个位置作为起点，在z方向按步长dmz依次移动，即：依次改变窗口起点为(xmin+idmx,ymin+jdmy,zmin+kdmz)，其中，k＝0,1,2,…,nz,nz表示z方向需要移动的总次数，k表示z方向移动次数，ceil()表示向上取整，由此得到(nx+1)(ny+1)(nz+1)个区域点云数据，形成x、y和z方向区域点云数据集合zxyz＝{zi,j,k|i＝0,1,2…nx；j＝0,1,2…ny；k＝0,1,2…nz}；
26、对区域点云数据集合zxyz＝{zi,j,k|i＝0,1,2…nx；j＝0,1,2…ny；k＝0,1,2…nz}中的每个区域点云数据按序编号，即为区域点云数据zm1,zm2,…,zmn。
27、优选的，步骤s5具体为：
28、步骤s5.1，对n个区域点云数据zm1,zm2,…,zmn中的每个区域点云数据zmu进行有效性检验，检验方法为：根据公式(3)，识别到区域点云数据zmu包含的点云数目，记为dmu，并与预设极小值dmin进行比较，如果dmu＜dmin，则区域点云数据zmu为无效区域，删除该区域点云数据zmu中的所有点云，使dmu＝0；如果dmu≥dmin，则区域点云数据zmu为有效区域，保留该区域点云数据zmu中的所有点云，dmu保持不变，并对有效的区域点云数据zmu执行步骤s5.2：
29、
30、步骤s5.2，对于每个有效的区域点云数据zmu，对其包含的所有点云采用最小二乘法进行平面拟合，得到拟合平面pmu，拟合平面pmu表达式为：ax+by+z+c＝0；其中，a、b和c分别为拟合平面的x项系数、y项系数和常数项；
31、步骤s5.3，对于有效的区域点云数据zmu，将其每个点云坐标表示为(x*,y*,z*)，采用公式(4)，计算每个点云(x*,y*,z*)与拟合平面pmu的起伏度h*：
32、
33、其中：h*＜0，表示点位于拟合平面pmu下方的凹陷度，h*＞0，表示点位于拟合平面pmu上方的凸起度；
34、因此，对于每个有效的区域点云数据zmu，得到多个起伏度h*，形成起伏度集合hmu；
35、步骤s5.4，对于所有的有效的区域点云数据zmu，其得到的所有起伏度h*形成当前移动窗口rm对应的起伏度集合；
36、步骤s5.5，对步骤s5.4得到的起伏度集合进行分析，得到整体粗糙度指标γm。
37、优选的，整体粗糙度指标γm包括曲面最大轮廓峰高、曲面最大轮廓谷深、曲面轮廓的最大高度、曲面轮廓的算术平均偏差、曲面轮廓的均方根偏差。
38、优选的，设步骤s5.4得到的起伏度集合中，共包括num个起伏度，按序依次表示为：h1,h2,…,hnum；采用公式(5)，得到曲面轮廓的算术平均偏差sa和曲面轮廓的均方根偏差sq：
39、
40、其中：hv代表h1,h2,…,hnum中的第v个元素，v＝1,2,…,num。
41、优选的，步骤s6中，终止条件包括两种：
42、第一种：判断前后两次得到的整体粗糙度指标的变化率是否小于设定值ε，即：如果是，则满足终止条件；
43、第二种：判断当前是否达到允许最大迭代次数q，即：m＞q，如果是，则满足终止条件。
44、优选的，步骤s7具体采用以下两种方法：
45、第一种：对于m个整体粗糙度指标γ1,γ2,…,γm，对应m个移动窗口尺寸r1,r2,…,rm，以移动窗口尺寸r为自变量，以整体粗糙度指标γ为因变量，分析整体粗糙度指标γ和移动窗口尺寸r变化趋势并构建拟合函数，当移动窗口尺寸r趋于0时，得到的整体粗糙度指标γ，即为最终物体表面粗糙度评估结果；
46、第二种：对于m个整体粗糙度指标γ1,γ2,…,γm，对应m个循环阶段数；分析整体粗糙度指标γ和循环阶段数m之间的变化趋势并构建拟合函数，其表达式为：γm＝g(m)，采用公式(6)，得到最终物体表面粗糙度评估结果：
47、
48、由此完成物体表面粗糙度评估。
49、本发明提供的一种基于三维点云数据移动窗口法的不规则曲面粗糙度评估方法具有以下优点：
50、本发明针对由三维激光扫描或其它方法得到待测曲面的表面点云数据，构建不同尺度移动窗口，采用移动窗口分隔得到局部点云数据，进行微平面拟合并计算局部起伏度参数，最终得到该尺度移动窗口下曲面的粗糙度参数如sa、sq等，再分析移动窗口尺寸和粗糙度参数的关系，基于极限理论确定曲面粗糙度，进而实现对特殊复杂曲面的表面粗糙度参数评价。本发明能够根据点云数据直接高效得到表面粗糙度，且适用于任意曲面，避免了复杂的曲面拟合步骤，简化了流程，提高了表面粗糙度评估效率。
1.一种基于三维点云数据移动窗口法的不规则曲面粗糙度评估方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于三维点云数据移动窗口法的不规则曲面粗糙度评估方法，其特征在于，步骤s1中，确定所述三维点云数据的三维空间范围具体为：
3.根据权利要求2所述的一种基于三维点云数据移动窗口法的不规则曲面粗糙度评估方法，其特征在于，步骤s3具体为：
4.根据权利要求3所述的一种基于三维点云数据移动窗口法的不规则曲面粗糙度评估方法，其特征在于，步骤s4具体为：
5.根据权利要求1所述的一种基于三维点云数据移动窗口法的不规则曲面粗糙度评估方法，其特征在于，步骤s5具体为：
6.根据权利要求5所述的一种基于三维点云数据移动窗口法的不规则曲面粗糙度评估方法，其特征在于，整体粗糙度指标γm包括曲面最大轮廓峰高、曲面最大轮廓谷深、曲面轮廓的最大高度、曲面轮廓的算术平均偏差、曲面轮廓的均方根偏差。
7.根据权利要求6所述的一种基于三维点云数据移动窗口法的不规则曲面粗糙度评估方法，其特征在于，设步骤s5.4得到的起伏度集合中，共包括num个起伏度，按序依次表示为：h1,h2,…,hnum；采用公式(5)，得到曲面轮廓的算术平均偏差sa和曲面轮廓的均方根偏差sq：
8.根据权利要求1所述的一种基于三维点云数据移动窗口法的不规则曲面粗糙度评估方法，其特征在于，步骤s6中，终止条件包括两种：
9.根据权利要求1所述的一种基于三维点云数据移动窗口法的不规则曲面粗糙度评估方法，其特征在于，步骤s7具体采用以下两种方法：
