摘要 | 第8-9页 |
ABSTRACT | 第9-10页 |
第一章 绪论 | 第11-21页 |
1.1 课题研究的背景和意义 | 第11-12页 |
1.2 三维激光扫描技术 | 第12-13页 |
1.3 基于三维点云的物体识别方法的研究现状 | 第13-17页 |
1.3.1 基于局部特征的识别方法 | 第14-15页 |
1.3.2 基于全局特征的识别方法 | 第15-16页 |
1.3.3 三维工件识别系统的研究难点 | 第16-17页 |
1.4 本文主要工作与组织结构 | 第17-21页 |
第二章 C-K临近点与点云语义分割 | 第21-29页 |
2.1 C-K临近点的概念与搜索方法 | 第21-24页 |
2.2 深度图的欧几里得分割与离群点去除 | 第24-26页 |
2.3 实验与分析 | 第26-27页 |
2.4 本章小结 | 第27-29页 |
第三章 工件的主平面特征边缘提取 | 第29-47页 |
3.1 基于扫描线的边缘提取算法 | 第29-32页 |
3.2 基于C-K邻域局部法向的Ransac平面拟合 | 第32-37页 |
3.3 主平面边缘提取 | 第37-40页 |
3.4 实验与分析 | 第40-45页 |
3.5 本章小结 | 第45-47页 |
第四章 工件的识别与定位 | 第47-65页 |
4.1 视点特征直方图与点对特征匹配算法 | 第47-51页 |
4.2 ICP算法简介 | 第51-53页 |
4.2.1 ICP算法原理 | 第51-52页 |
4.2.2 基于ICP算法的定位方法 | 第52-53页 |
4.3 基于工件主平面边缘的分层识别算法 | 第53-61页 |
4.3.1 基于特征边缘尺寸识别方法 | 第55-57页 |
4.3.2 以最远点对为参考轴的距离与夹角特征识别算法 | 第57-60页 |
4.3.3 基于特征边缘特征点对匹配法的识别算法 | 第60-61页 |
4.4 实验数据分析 | 第61-63页 |
4.5 本章小结 | 第63-65页 |
第五章 结束语 | 第65-67页 |
5.1 本文的主要创新点 | 第65-66页 |
5.2 进一步的研究方向 | 第66-67页 |
参考文献 | 第67-71页 |
致谢 | 第71-72页 |
学位论文评阅及答辩情况表 | 第72页 |