首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

散乱点云精简与自动拼接技术研究

摘要第3-4页
ABSTRACT第4-5页
第1章 绪论第9-19页
    1.1 逆向工程概述第9-14页
        1.1.1 逆向工程及其应用第9-10页
        1.1.2 逆向工程关键技术第10-14页
            1.1.2.1 数据采集第10-12页
            1.1.2.2 数据预处理第12-14页
            1.1.2.3 曲面重构第14页
    1.2 课题研究的背景及意义第14-15页
    1.3 国内外研究现状第15-17页
        1.3.1 散乱点云精简第15-16页
        1.3.2 散乱点云拼接第16-17页
    1.4 主要研究内容第17-19页
第2章 散乱点云曲率法矢的求解算法第19-32页
    2.1 基于空间栅格的K邻域查找第19-22页
        2.1.1 构建空间栅格第19-20页
        2.1.2 搜索采样点K邻域第20-21页
        2.1.3 应用实例与分析第21-22页
    2.2 矩阵的分解算法第22-25页
        2.2.1 雅克比(Jacobi)算法第22-24页
        2.2.2 奇异值分解(SVD)算法第24-25页
    2.3 点云法矢曲率及主方向的计算第25-31页
        2.3.1 拟合微切平面估算法矢第25-26页
        2.3.2 法矢方向调整第26-28页
        2.3.3 邻域点集局部坐标系的构建第28-29页
        2.3.4 拟合曲面计算曲率及主方向第29-31页
    2.4 本章小结第31-32页
第3章 特征保持的点云分区精简第32-52页
    3.1 概述第32-33页
    3.2 传统精简算法第33-35页
        3.2.1 最小距离精简法第33页
        3.2.2 曲率采样法第33-34页
        3.2.3 法矢夹角算法第34页
        3.2.4 精简算法评价指标第34-35页
    3.3 基于边界识别的分区精简算法第35-42页
        3.3.1 点云区域划分第35-37页
            3.3.1.1 基于法向距离的区域划分第35-36页
            3.3.1.2 基于曲率的区域划分第36-37页
        3.3.2 边界特征点的提取第37-40页
            3.3.2.1 最大夹角法提取外边界第38-39页
            3.3.2.2 平面夹角法提取内边界第39-40页
        3.3.3 最小椭圆距离自适应精简第40-42页
    3.4 应用实例与分析第42-51页
        3.4.1 点云模型分区第42-43页
        3.4.2 提取边界特征第43-45页
        3.4.3 数据模型精简第45-48页
        3.4.4 误差分析第48-51页
    3.5 本章小结第51-52页
第4章 无标记点散乱点云的自动拼接第52-66页
    4.1 概述第52-53页
    4.2 ICP算法及其改进第53-57页
        4.2.1 传统ICP算法第53-54页
        4.2.2 平移旋转矩阵的计算第54-56页
            4.2.2.1 四元数法第55页
            4.2.2.2 奇异值分解法第55-56页
            4.2.2.3 算法分析比较第56页
        4.2.3 改进的ICP算法第56-57页
    4.3 两种改进的自动拼接算法第57-61页
        4.3.1 基于 4PCS的ICP改进算法第57-58页
        4.3.2 基于PCA的ICP改进算法第58-61页
    4.4 数据的融合第61页
    4.5 应用实例与分析第61-64页
    4.6 本章小结第64-66页
第5章 预处理软件的设计及功能实现第66-77页
    5.1 软件窗.环境配置第66-68页
        5.1.1 OpenGL库的导入第66-67页
        5.1.2 视图窗.初始设置第67-68页
        5.1.3 视图窗.销毁第68页
    5.2 预处理软件基本功能第68-72页
        5.2.1 点云数据读取第68-70页
        5.2.2 点云模型显示第70-71页
        5.2.3 点云数据保存第71-72页
    5.3 点云预处理功能第72-76页
        5.3.1 分区精简第72-73页
        5.3.2 自动拼接第73-76页
    5.4 本章小结第76-77页
第6章 总结与展望第77-79页
    6.1 工作总结第77-78页
    6.2 工作展望第78-79页
致谢第79-80页
参考文献第80-83页
攻读学位期间的研究成果第83页

论文共83页,点击 下载论文
上一篇:基于本体的信息系统知识建模与表示框架的研究与应用
下一篇:基于机器视觉的磁瓦表面缺陷检测技术研究