基于RealSense的散乱零件三维目标识别
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 课题研究的目的和意义 | 第11-12页 |
| 1.3 国内外研究现状与分析 | 第12-15页 |
| 1.3.1 国外研究现状 | 第12-13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.3.3 研究现状分析 | 第14-15页 |
| 1.4 本课题研究内容 | 第15-18页 |
| 第2章 基于深度传感器物体三维模型的建立 | 第18-27页 |
| 2.1 引言 | 第18页 |
| 2.2 数据采集平台的设计 | 第18-22页 |
| 2.2.1 硬件平台的介绍 | 第18-21页 |
| 2.2.2 软件平台的介绍 | 第21-22页 |
| 2.3 深度图像的获取与点云数据的生成 | 第22-26页 |
| 2.3.1 深度图像的获取过程 | 第22-23页 |
| 2.3.2 深度图像的滤波处理 | 第23-25页 |
| 2.3.3 基于深度图像点云数据的获取 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 零件三维点云分割 | 第27-43页 |
| 3.1 引言 | 第27页 |
| 3.2 抓取对象与背景的分离 | 第27-29页 |
| 3.2.1 环境点云数据的去除 | 第27-28页 |
| 3.2.2 载物台与零件数据的分离 | 第28-29页 |
| 3.3 点云数据的预处理 | 第29-33页 |
| 3.3.1 基于体素网格方法的点云密度稀疏化 | 第29-30页 |
| 3.3.2 降低零件之间的连接性 | 第30-33页 |
| 3.4 零件点云分割 | 第33-39页 |
| 3.4.1 点云超体素分割 | 第33-36页 |
| 3.4.2 基于局部几何特性的点云分割 | 第36-39页 |
| 3.5 实验结果和分析 | 第39-42页 |
| 3.5.1 实验结果 | 第39-41页 |
| 3.5.2 实验数据分析 | 第41-42页 |
| 3.5.3 实验数据讨论 | 第42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 零件三维点云识别与配准 | 第43-62页 |
| 4.1 引言 | 第43页 |
| 4.2 点云特征的描述 | 第43-48页 |
| 4.2.1 表面法线 | 第43-45页 |
| 4.2.2 点特征直方图(PFH) | 第45-47页 |
| 4.2.3 快速点特征直方图(FPFH)描述子 | 第47页 |
| 4.2.4 视点特征直方图(VFH) | 第47-48页 |
| 4.3 点云三维模型库的建立 | 第48-50页 |
| 4.3.1 三维模型的注册 | 第48-49页 |
| 4.3.2 模型的离线训练 | 第49-50页 |
| 4.4 三维点云的识别 | 第50-53页 |
| 4.4.1 基于局部朴素贝叶斯的三维点云识别 | 第50-52页 |
| 4.4.2 基于视点特征直方图(VFH)物体识别 | 第52页 |
| 4.4.3 点云识别实验与分析 | 第52-53页 |
| 4.5 三维点云配准 | 第53-59页 |
| 4.5.1 点云配准原理 | 第53-54页 |
| 4.5.2 匹配点对的确定 | 第54-55页 |
| 4.5.3 基于随机采样一致性粗配准 | 第55-57页 |
| 4.5.4 最小二乘法求解刚性变换参数 | 第57-58页 |
| 4.5.5 基于迭代最近点算法的精确优化 | 第58-59页 |
| 4.6 实验验证 | 第59-61页 |
| 4.7 本章小结 | 第61-62页 |
| 第5章 软件系统设计与实验 | 第62-71页 |
| 5.1 引言 | 第62页 |
| 5.2 三维视觉软件系统的设计 | 第62-66页 |
| 5.2.1 交互展示层 | 第62-63页 |
| 5.2.2 数据处理层 | 第63-64页 |
| 5.2.3 数据接口层 | 第64-65页 |
| 5.2.4 基础框架层 | 第65-66页 |
| 5.3 三维零件识别实验 | 第66-69页 |
| 5.3.1 参考模型的建立 | 第66页 |
| 5.3.2 实验测试 | 第66-69页 |
| 5.4 实验结果讨论 | 第69-70页 |
| 5.5 本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间发表的论文 | 第75-77页 |
| 致谢 | 第77页 |
