基于三维测量的机车走行部关键部件识别研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-22页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 课题关键问题综述 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-21页 |
| 1.3.1 三维测量技术的研究现状 | 第13-14页 |
| 1.3.2 三维数据精简的研究现状 | 第14-15页 |
| 1.3.3 三维数据配准的研究现状 | 第15-17页 |
| 1.3.4 三维特征提取与识别技术发展现状 | 第17-21页 |
| 1.4 本文主要研究内容 | 第21-22页 |
| 1.5 论文的结构安排 | 第22页 |
| 第2章 激光线结构光三维测量技术 | 第22-24页 |
| 2.1 线结构光三维测量原理 | 第22-23页 |
| 2.2 机车走行部三维数据的获取 | 第23-24页 |
| 第3章 三维点云数据的滤波与精简技术 | 第24-35页 |
| 3.1 点云数据的滤波 | 第24-27页 |
| 3.2 点云数据的精简 | 第27-30页 |
| 3.2.1 关键点的提取与法向量的建立 | 第28-29页 |
| 3.2.2 基于特征信息的点云非均匀分块 | 第29-30页 |
| 3.2.3 高斯映射与均值漂移聚类 | 第30页 |
| 3.3 点云精简实验与分析 | 第30-35页 |
| 第4章 三维点云数据的配准技术 | 第35-40页 |
| 4.1 点云配准原理概述 | 第35-37页 |
| 4.1.1 经典ICP算法与K-d树加速算法 | 第35-36页 |
| 4.1.2 使用精简数据引导的ICP算法 | 第36页 |
| 4.1.3 基于特征匹配的配准方法 | 第36-37页 |
| 4.2 点云配准实验与分析 | 第37-40页 |
| 第5章 三维点云数据的特征提取与识别 | 第40-45页 |
| 5.1 点云局部特征描述符的建立 | 第40-41页 |
| 5.2 特征匹配与预筛选 | 第41-42页 |
| 5.3 螺栓的精确识别与定位 | 第42-43页 |
| 5.4 螺栓识别实验结果与分析 | 第43-45页 |
| 第6章 结论 | 第45-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻硕士学位期间发表的论文及科研成果 | 第52页 |
