| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 轮廓恢复技术的国内外研究现状 | 第11-15页 |
| 1.1.1 接触式三维测量 | 第13-14页 |
| 1.1.2 非接触型计算测量 | 第14-15页 |
| 1.2 基于正弦光栅光路的关键技术和问题 | 第15-18页 |
| 1.2.1 基于正弦光栅光路的基本技术原理 | 第15-16页 |
| 1.2.2 基于模式识别衍生的神经网络拟合技术 | 第16-18页 |
| 1.3 本文主要内容及工作安排 | 第18-21页 |
| 第二章 基于正弦光栅的轮廓恢复技术的系统结构和测量原理 | 第21-33页 |
| 2.1 基于正弦光栅的轮廓恢复系统 | 第21-25页 |
| 2.1.1 测量原理 | 第21-23页 |
| 2.1.2 模拟结构光的性能 | 第23-25页 |
| 2.2 基于DLP投影与CCD采集的系统实现 | 第25-29页 |
| 2.2.1 DLP投影与CCD采集 | 第25-27页 |
| 2.2.2 系统标定 | 第27-29页 |
| 2.3 一种新型自矫正投影算法 | 第29-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 基于正弦光栅光路的轮廓恢复算法设计与实现 | 第33-57页 |
| 3.1 图片预处理算法 | 第33-45页 |
| 3.1.1 边缘提取 | 第33-44页 |
| 3.1.2 待测物合成 | 第44-45页 |
| 3.2 提取相位主值 | 第45-51页 |
| 3.2.1 二维傅里叶分析以及滤波 | 第45-46页 |
| 3.2.2 提取相位主值 | 第46-48页 |
| 3.2.3 算法总览 | 第48-51页 |
| 3.3 展开相位 | 第51-56页 |
| 3.3.1 泛洪思想 | 第51-52页 |
| 3.3.2 递归设计与展示 | 第52-56页 |
| 3.4 本章小结 | 第56-57页 |
| 第四章 基于神经网络拟合的孤立点纠错以及点云模型 | 第57-67页 |
| 4.1 神经网络图像拟合与模式识别 | 第57-61页 |
| 4.1.1 BP神经网络 | 第58页 |
| 4.1.2 卷积神经网络 | 第58-59页 |
| 4.1.3 神经网络的训练以及拟合成果 | 第59-61页 |
| 4.2 PCL点云技术模型展示 | 第61-62页 |
| 4.2.1 PCL技术 | 第61-62页 |
| 4.2.2 PCL模型显示 | 第62页 |
| 4.3 性能优化 | 第62-66页 |
| 4.3.1 自校正算法性能优化 | 第62-63页 |
| 4.3.2 泛洪法性能优化 | 第63页 |
| 4.3.3 神经网络拟合性能优化 | 第63-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 论文总结 | 第67-68页 |
| 5.2 未来工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读学位期间发表的学术论文 | 第75页 |