首页--工业技术论文--金属学与金属工艺论文--公差与技术测量及机械量仪论文--一般性问题论文--技术测量方法论文

再制造零件的自适应三维测量及损伤提取方法研究

致谢第3-4页
摘要第4-5页
abstract第5-6页
变量注释表第17-19页
1 绪论第19-33页
    1.1 研究背景第19-21页
    1.2 国内外研究现状第21-29页
    1.3 存在的问题第29页
    1.4 课题来源、主要工作及意义第29-32页
    1.5 论文结构第32-33页
2 再制造零件的损伤形式与视觉测量机器人第33-43页
    2.1 再制造零件的结构特征第33-34页
    2.2 再制造零件的损伤形式第34-37页
    2.3 视觉测量机器人第37-42页
    2.4 本章小结第42-43页
3 三维模型的标准化骨架图构建方法第43-61页
    3.1 基于拉普拉斯收缩的三维模型骨架提取第43-49页
    3.2 基于骨架的三维模型分割第49-52页
    3.3 标准化骨架图的构建第52-60页
    3.4 本章小结第60-61页
4 基于骨架的再制造零件整体自适应粗略扫描方法第61-73页
    4.1 单一分支的扫描路径生成策略第61-63页
    4.2 各分支的扫描顺序生成策略第63-66页
    4.3 零件整体的自适应扫描路径生成第66页
    4.4 再制造零件的整体粗扫精度设置第66-68页
    4.5 基于骨架的再制造零件整体自适应粗略扫描实验第68-72页
    4.6 本章小结第72-73页
5 基于轮廓线模型的点云预处理与损伤定位方法第73-93页
    5.1 基于轮廓线模型的点云二次预处理与损伤定位方法的工作流程第73-74页
    5.2 基于骨架匹配的模型配准第74-78页
    5.3 标准轮廓线模型的构建第78-83页
    5.4 基于轮廓线模型的点云二次预处理第83-89页
    5.5 基于轮廓线模型的损伤定位第89-92页
    5.6 本章小结第92-93页
6 零件损伤部位的自适应高精扫描与模型重构方法第93-105页
    6.1 零件损伤部位的自适应高精度扫描策略第93-96页
    6.2 再制造零件损伤部位的自适应高精扫描实验第96-98页
    6.3 精扫点云的二次去噪第98-99页
    6.4 点云融合第99-101页
    6.5 损伤部位的数据提取与模型重构第101-104页
    6.6 本章小结第104-105页
7 结论与展望第105-107页
    7.1 结论第105-106页
    7.2 展望第106-107页
参考文献第107-113页
作者简历第113-117页
学位论文数据集第117页

论文共117页,点击 下载论文
上一篇:基于DPDK的流量动态负载均衡技术研究
下一篇:基于阻变存储器的神经网络电路设计