摘要 | 第3-5页 |
abstract | 第5-7页 |
第1章 绪论 | 第11-31页 |
1.1 引言 | 第11页 |
1.2 研究背景与意义 | 第11-13页 |
1.3 摄影测量技术及标定研究现状 | 第13-19页 |
1.3.1 摄影测量 | 第13-18页 |
1.3.2 相机标定技术 | 第18-19页 |
1.4 逆向工程关键技术研究现状 | 第19-28页 |
1.4.1 常用三维模型测量技术 | 第19-24页 |
1.4.2 数据预处理 | 第24-26页 |
1.4.3 表面数据融合 | 第26-28页 |
1.5 主要研究内容 | 第28-30页 |
1.6 本章小结 | 第30-31页 |
第2章 基于摄影测量系统的标定技术研究 | 第31-53页 |
2.1 引言 | 第31页 |
2.2 摄影测量系统 | 第31-35页 |
2.3 摄像机标定方法及评价 | 第35-37页 |
2.3.1 传统摄像机标定方法 | 第35-37页 |
2.3.2 摄像机自标定方法 | 第37页 |
2.3.3 标定方法评价 | 第37页 |
2.4 基于差分进化粒子群混合优化的摄像机标定方法 | 第37-48页 |
2.4.1 摄像机标定 | 第38-45页 |
2.4.2 算法设计和应用 | 第45-48页 |
2.5 相机标定实验结果分析及性能比较 | 第48-52页 |
2.5.1 实验结果分析 | 第48-51页 |
2.5.2 算法的性能比较 | 第51-52页 |
2.6 本章小结 | 第52-53页 |
第3章 数据预处理研究 | 第53-73页 |
3.1 引言 | 第53-54页 |
3.2 基于局部和全局特征的点云数据简化算法 | 第54-62页 |
3.2.1 局部点云特征采样 | 第54-55页 |
3.2.2 全局点云特征采样 | 第55-57页 |
3.2.3 点云特征融合 | 第57页 |
3.2.4 实验及误差分析 | 第57-62页 |
3.3 三维点云数据拼接算法 | 第62-72页 |
3.3.1 引言 | 第62-63页 |
3.3.2 ICP拼接算法 | 第63页 |
3.3.3 基于动态调整因子的改进的ICP算法 | 第63-66页 |
3.3.4 点云数据拼接实验与误差分析 | 第66-72页 |
3.4 本章小结 | 第72-73页 |
第4章 表面数据融合算法研究 | 第73-102页 |
4.1 引言 | 第73-74页 |
4.2 算法机理 | 第74-78页 |
4.2.1 免疫遗传算法 | 第74-76页 |
4.2.2 蚁群算法 | 第76-78页 |
4.3 基于免疫遗传和蚁群的数据融合算法 | 第78-90页 |
4.3.1 NURBS曲面表达 | 第78-79页 |
4.3.2 数据参数化 | 第79-80页 |
4.3.3 基于免疫遗传算法的自适应节点计算 | 第80-81页 |
4.3.4 反求曲线控制顶点 | 第81-82页 |
4.3.5 数据分割 | 第82-83页 |
4.3.6 光滑拼接B样条曲面片 | 第83-85页 |
4.3.7 免疫遗传和蚁群融合算法步骤 | 第85-87页 |
4.3.8 实验及误差分析 | 第87-90页 |
4.4 基于迭代和混合优化算法的 3D曲面重构 | 第90-101页 |
4.4.1 CIHO算法描述 | 第91-96页 |
4.4.2 实验结果 | 第96-99页 |
4.4.3 算法的比较及运行时间分析 | 第99-101页 |
4.5 本章小结 | 第101-102页 |
第5章 应用完备正交v系统的数据重构及精度评价研究 | 第102-123页 |
5.1 引言 | 第102页 |
5.2 正交V系统数据重构算法 | 第102-116页 |
5.2.1 完备正交V系统 | 第102-105页 |
5.2.2 三角域上构造正交V系统 | 第105-109页 |
5.2.3 V系统下的三维模型正交重构 | 第109-113页 |
5.2.4 实验及误差分析 | 第113-116页 |
5.3 三维模型重构精度评价 | 第116-122页 |
5.3.1 曲线曲面光顺性 | 第116页 |
5.3.2 曲面质量评价 | 第116-117页 |
5.3.3 三维模型重构精度评价实验 | 第117-122页 |
5.4 本章小结 | 第122-123页 |
第6章 结论与展望 | 第123-126页 |
6.1 本文工作总结 | 第123-124页 |
6.2 创新点 | 第124页 |
6.3 后续工作展望 | 第124-126页 |
致谢 | 第126-127页 |
参考文献 | 第127-140页 |
攻读博士学位期间的研究成果 | 第140页 |