基于PCA-ICP點云快速配準的刀具磨損檢測技術

羅勇波，吳意囡，朱春燕，詹白勺

（1.臺州市質量技術監督檢測研究院，浙江 臺州 318000；2.臺州學院，浙江 臺州 318000）

基于PCA-ICP點云快速配準的刀具磨損檢測技術

羅勇波1，吳意囡1，朱春燕2，詹白勺2

（1.臺州市質量技術監督檢測研究院，浙江 臺州 318000；2.臺州學院，浙江 臺州 318000）

在刀具的機器視覺檢測中，圖像配準是磨損檢測的關鍵。本文提出基于共聚焦技術獲取刀具三維點云坐標，結合主元分析（PCA）和迭代最近點算法（ICP）對采集的刀具點云數據進行分步配準，高精度配準后可有效地測量微徑刀具的磨損量，為進一步提高刀具磨損檢測的精度提供了可行途徑。

刀具磨損；點云；PCA；ICP

0 引言

機器視覺法可直接獲取刀具加工部位的表面圖像，與新刀圖像配準后對比可磨損部位的幾何形態進行測量，這種方法直接快速、無接觸、精度高，已經成為刀具磨損狀態檢測研究的熱點。利用共聚焦顯微技術獲取刀具的三維數據，新舊刀的點云數據配準是磨損檢測的關鍵。常規配準方法有重心重合法、標簽法、提取特征法三種。重心重合法通過計算兩點云矩陣的重心使之重合，達到配準效果。該方法簡單，運算量小，但無法縮小旋轉錯位，只是糾正了平移誤差。標簽法在測量前人為制定一些特征標記，使用這些特征標記或特征點的位置對兩個點云矩陣進行定位，這種方式依賴于測量儀器的精度。提取特征法需要配準的點云具有比較明顯的特征，否則配準誤差較大。

1 刀具數據的獲取與預處理

1.1 刀具圖像獲取

利用CarlZeiss公司AxioCSM700共聚焦顯微鏡進行刀具表面形貌數據的采集，可過濾焦點前和焦點后的探測反射光，增強焦點處的反射光強度，通過移動透鏡系統對被測物體進行三維掃描，圖像以灰度圖形式的矩陣數據保存。

1.2 刀具圖像數據預處理

共聚焦激光掃描顯微鏡采集圖像為高度信息用Z軸灰度圖形式保存的圖像。數據導出選用CSV表格的格式，方便Matlab進行對點云讀取和處理，并在三維重構和配準的時候需要把點云文件預處理，轉化成通用點云儲存格式。

1.3 刀具點云數據的三維重構與降噪

將經過上述轉換處理流程處理出來的點云數據，導入GeomagicStudio獲得的點云進行降噪處理并三維重構。通過上述方法，對采集的點云進行初步的預處理，降噪。降噪之后的輸出降噪后的點云，保存成HTX點云頂點格式，利于與Matlab讀取和處理。

2 PCA-ICP刀具點云配準

2.1 刀具點云數據PCA初步配準

PCA（PrincipalComponentAnalysis主元分析）是一種有效的減少維數、檢測及提取數據集特征，簡化分析的方式，用于計算數據集對方差貢獻的最大特征。對于點集P(x1,x2,…,xi)，點云重心和協方差cov為：

2.2 刀具點云ICP精確配準

兩片點云大致重合，仍然達不到精度要求。本文進一步利用ICP精確配準。ICP算法（迭代最近點算法）配準算法的焦點在于尋找最小二乘逼近的坐標變換矩陣。

TG71

A

1671-0711（2016）10（下）-0052-02

臺州市科學技術局工業類一般項目(15GY48)，浙江省工量刃具檢測與深加工技術研究重點實驗室基金項目（ZD201302,ZD201303）。