| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 选题的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文主要内容 | 第12-15页 |
| 第二章 基于线激光的三维扫描系统 | 第15-25页 |
| 2.1 激光三角法测距原理 | 第15-19页 |
| 2.1.1 垂直入射式激光三角法 | 第15-16页 |
| 2.1.2 倾斜入射式激光三角法 | 第16-17页 |
| 2.1.3 两种入射方式优缺点分析 | 第17-19页 |
| 2.2 高精度线激光三维扫描系统硬件构成 | 第19-22页 |
| 2.2.1 线激光传感器的选择 | 第19-20页 |
| 2.2.2 二维位移平台的选择 | 第20-22页 |
| 2.3 高精度线激光三维扫描系统的软件实现 | 第22-23页 |
| 本章小结 | 第23-25页 |
| 第三章 点云数据预处理 | 第25-43页 |
| 3.1 点云数据的X坐标矫正 | 第25-31页 |
| 3.1.1 点云数据分类 | 第25-28页 |
| 3.1.2 线激光采集点云的X坐标矫正 | 第28-31页 |
| 3.2 点云滤波 | 第31-36页 |
| 3.2.1 基于密度的离群点去除 | 第31-33页 |
| 3.2.2 双边滤波算法 | 第33-36页 |
| 3.3 点云精简 | 第36-41页 |
| 3.3.1 基于体素栅格下采样的点云精简 | 第36-39页 |
| 3.3.2 基于曲率的点云精简 | 第39-41页 |
| 本章小结 | 第41-43页 |
| 第四章 芯片引脚分割、定位及共面度评价 | 第43-67页 |
| 4.1 基于随机采样一致性(RANSAC)算法的点云平面分割 | 第43-47页 |
| 4.2 基于K均值聚类算法的芯片引脚定位 | 第47-63页 |
| 4.2.1 K均值聚类算法的基本原理和优缺点分析 | 第48-51页 |
| 4.2.2 K均值聚类算法的改进 | 第51-63页 |
| 4.3 基于最小二乘法的引脚共面度评价 | 第63-66页 |
| 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67页 |
| 5.2 展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 发表论文和参加科研情况 | 第73-75页 |
| 致谢 | 第75页 |