| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-21页 |
| 1.1 转炉炉衬测量发展状况 | 第9-14页 |
| 1.1.1 炉衬测厚的发展现状 | 第9-10页 |
| 1.1.2 基于激光测距的炉衬测厚方法及现状 | 第10-12页 |
| 1.1.3 三维激光扫描技术国内外研究现状 | 第12-14页 |
| 1.2 点云技术介绍 | 第14-18页 |
| 1.2.1 点云技术应用 | 第14-16页 |
| 1.2.2 点云数据 | 第16-17页 |
| 1.2.3 测量定位 | 第17-18页 |
| 1.2.4 点云测厚数据的拼接 | 第18页 |
| 1.2.5 内部形貌转换成厚度 | 第18页 |
| 1.3 转炉炉衬激光扫描测量过程 | 第18-20页 |
| 1.4 本文主要研究内容 | 第20-21页 |
| 2 点云数据预处理 | 第21-29页 |
| 2.1 点云降噪 | 第21-26页 |
| 2.1.1 滤波器 | 第21-24页 |
| 2.1.1.1 Pass Through直通滤波器 | 第21-22页 |
| 2.1.1.2 Voxel Grid体素滤波器 | 第22-24页 |
| 2.1.1.3 Statistical Outlier Removal统计算法 | 第24页 |
| 2.1.1.4 Conditional Removal和Radius Outlier Removal算法 | 第24页 |
| 2.1.2 KD-TREE算法去除离群点 | 第24-26页 |
| 2.2 一种基于模糊聚类的三维平面提取算法 | 第26-28页 |
| 2.3 点云数据压缩 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 点云数据拼接 | 第29-47页 |
| 3.1 关键点 | 第30-33页 |
| 3.1.1 FPH特征描述子 | 第30-31页 |
| 3.1.2 FPFH特征描述子 | 第31-33页 |
| 3.2 配准算法 | 第33-46页 |
| 3.2.1 采样一致性算法 | 第33-34页 |
| 3.2.2 Normal Distributions Transform算法 | 第34-36页 |
| 3.2.3 ICP算法 | 第36-37页 |
| 3.2.4 改进的ICP算法 | 第37-46页 |
| 3.3 本章小结 | 第46-47页 |
| 4 转炉炉衬厚度测量 | 第47-63页 |
| 4.1 标靶球定位算法 | 第47-53页 |
| 4.1.1 Kd-tree | 第47-51页 |
| 4.1.2 最小二乘法定位 | 第51-53页 |
| 4.2 坐标变换算法 | 第53-58页 |
| 4.3 数据处理算法 | 第58-62页 |
| 4.4 本章小结 | 第62-63页 |
| 5 软件算法实现及曲面重建 | 第63-68页 |
| 5.1 软件算法实现 | 第63页 |
| 5.2 曲面重建 | 第63-67页 |
| 5.2.1 点云的曲面重建的相关算法 | 第65页 |
| 5.2.2 基于B样条点云的曲面重建 | 第65-67页 |
| 5.3 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |
