王春香，刘 流，周国勇，纪康辉

面向自动修补的圆柱特征孔洞识别

王春香，刘 流，周国勇，纪康辉

(内蒙古科技大学机械学院，内蒙古 包头 014010）

对于型面复杂且含有大量孔洞的点云模型，目前逆向软件和修补算法皆存在单孔逐一修补时效率较低、人机交互过多；多孔同时修复精度不高、特征丢失等问题。因此，有必要实现以孔洞的分类识别为前提，以特征保持为目标的高效、高精度的点云孔洞分类自动修补方式。基于上述想法，提出一种在孔洞识别的基础上将圆柱特征孔洞与一般类型孔洞分类的方法。首先，借助最大角度识别准则提取孔洞边界点集合，通过欧式聚类算法分割并统计孔洞总数，然后利用RANSAC算法和设定的距离阈值提取模型中的圆柱特征孔洞。实验结果表明，该方法不仅可提取模型中直径大小不同的多个圆柱特征孔洞，而且能估算出较为准确的圆柱面几何参数，实现了面向自动修补技术的一类特征孔洞的识别。

点云模型；孔洞识别；自动修补；聚类算法；RANSAC算法

逆向工程CAD建模过程中，完整且准确的点云模型是后续曲面重构的基础。而获取数据时会因零件本身部分损坏、测量环境及设备自身原理的缺陷等因素导致点云数据缺失，形成孔洞，因此在逆向零件CAD模型前，通常要进行点云孔洞的识别与修补[1]。而在实际逆向产品时点云模型中大量孔洞的出现，使逆向软件在串行修补时存在人机交互量大、效率低、用时长等问题；……