摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-17页 |
1.1 课题来源、研究背景及意义 | 第10-11页 |
1.1.1 研究背景及意义 | 第10-11页 |
1.1.2 课题来源 | 第11页 |
1.2 叶片型面检测研究现状 | 第11-16页 |
1.2.1 国内外研究现状 | 第11-12页 |
1.2.2 检测方法 | 第12-14页 |
1.2.3 测量软件 | 第14-16页 |
1.3 本文主要研究内容 | 第16-17页 |
第2章 点云预处理原理与共性技术 | 第17-23页 |
2.1 点的领域类型 | 第17-18页 |
2.1.1 k-neareatneighbor | 第17-18页 |
2.1.2 BSPneighbors | 第18页 |
2.1.3 Voronoineighbors | 第18页 |
2.2 空间检索方法 | 第18-20页 |
2.2.1 kd-tree结构 | 第19页 |
2.2.2 octree结构 | 第19-20页 |
2.3 数据精简 | 第20-22页 |
2.3.1 包围盒法 | 第20页 |
2.3.2 均匀网络法 | 第20-21页 |
2.3.3 三角网络法 | 第21页 |
2.3.4 曲率采样法 | 第21-22页 |
2.3.5 RANSAC随机采样 | 第22页 |
2.4 本章小结 | 第22-23页 |
第3章 叶片型面点云数据去噪 | 第23-37页 |
3.1 引言 | 第23页 |
3.2 常用点云去噪方法 | 第23-26页 |
3.2.1 曲线判断法 | 第23-24页 |
3.2.2 弦高差法 | 第24页 |
3.2.3 平滑滤波法 | 第24-25页 |
3.2.4 Savitzky-Golay滤波方法 | 第25-26页 |
3.2.5 SharedNearestNeighbor去噪方法 | 第26页 |
3.3 噪声产生原因简析 | 第26-29页 |
3.3.1 噪声点云的数学模型 | 第28页 |
3.3.2 点云的排列形式 | 第28-29页 |
3.4 去噪处理实现 | 第29-36页 |
3.4.1 GQ环境下的去噪处理 | 第29-31页 |
3.4.2 PCL环境下的去噪处理 | 第31-35页 |
3.4.3 去噪方案比对测试 | 第35-36页 |
3.5 本章小结 | 第36-37页 |
第4章 叶片型面点云匹配 | 第37-46页 |
4.1 引言 | 第37页 |
4.2 GQ点云匹配实现 | 第37-40页 |
4.3 兴趣点采样 | 第40-41页 |
4.4 PCL点云匹配实现 | 第41-45页 |
4.4.1 匹配简介 | 第41-42页 |
4.4.2 对应估计 | 第42页 |
4.4.3 错误对应关系去除 | 第42-43页 |
4.4.4 采样一致性粗匹配 | 第43页 |
4.4.5 最近点迭代算法 | 第43-45页 |
4.5 本章小结 | 第45-46页 |
第5章 叶型截面前后缘区域评定算法 | 第46-55页 |
5.1 引言 | 第46-47页 |
5.2 叶型截面前后缘分割方法 | 第47-50页 |
5.2.1 初始前后缘截取 | 第47-48页 |
5.2.2 顺时针排序 | 第48-49页 |
5.2.3 拐点检测 | 第49-50页 |
5.3 基于最小二乘法的椭圆拟合 | 第50-51页 |
5.4 实例分析 | 第51-54页 |
5.4.1 点云数据采集 | 第51-52页 |
5.4.2 对比实验验证 | 第52-54页 |
5.5 本章小结 | 第54-55页 |
第6章 叶片检测系统开发 | 第55-61页 |
6.1 软件的总体设计和结构 | 第55-56页 |
6.1.1 系统设计的原则 | 第55页 |
6.1.2 系统的功能模块设计 | 第55-56页 |
6.2 检测系统的实例展示 | 第56-60页 |
6.2.1 读取数据 | 第57-58页 |
6.2.2 点云匹配 | 第58-59页 |
6.2.3 截面分析 | 第59-60页 |
6.2.4 输出报告 | 第60页 |
6.3 本章小结 | 第60-61页 |
第7章 结论与展望 | 第61-63页 |
7.1 结论 | 第61页 |
7.2 展望 | 第61-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-68页 |
攻读硕士期间科研成果 | 第68页 |