تشخیص خودکار سطوح تخت و استوانه‌ها در ابرهای نقاط و محاسبه پارامترهای آن‌ها

مدل­های ابر نقاط برای کاربردهای مختلف مورد بررسی و تجزیه و تحلیل قرار گرفته و بسته به نیاز ویژگی­هایی از آن­ها با الگوریتم­های مختلف استخراج می­گردد. تشخیص سطوح مختلف در داده­های ابر نقاط، یکی از مسائل کاربردی در مسائل مرتبط با ماشین بینایی و مهندسی معکوس می­باشد. در این پژوهش به منظور به دست آوردن داده­های طراحی، سطوح تخت و استوانه­ها در ابرهای نقاط مورد بررسی قرار گرفتند و الگوریتمی برای شناسایی این سطوح و محاسبه پارامترهای آن­ها پیشنهاد گردید. بر اساس روش پیشنهادی، در ابتدا باید همسایه­های همگن نقاط در ابر نقاط با کمک بردار نرمال سطح و مختصات نزدیکترین همسایه­ها مشخص شده و سپس انحنای چتری سطح با استفاده از همسایه­های همگن محاسبه گردد. مقدار انحنای چتری به دست آمده به عنوان معیاری برای دسته­بندی نقاط بکار می­رود. سطوح تخت و استوانه­ها با بررسی مقدار انحنای چتری نقاط و الگوی قرارگیری نقاط همسایه همگن، تشخیص داده می­شوند. روشی نیز برای محاسبه پارامترهای سطوح از نقاط مشخص شده متعلق به هر سطح نیز ارائه گردیده است. برای بررسی صحت کارکرد الگوریتم پیشنهادی، پارامترهای به دست آمده از روش پیشنهادی با مقادیر به دست آمده از اندازه­گیری توسط ماشین اندازه­گیری مختصات مقایسه گردید. بررسی نتایج نشان از صحت کارکرد روش پیشنهاد شده در این پژوهش، در تشخیص خودکار سطوح تخت و استوانه­ها  و محاسبه پارامترهای آن­ها دارد.