| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·ICT图像边缘提取研究现状 | 第10-13页 |
| ·测量数据与CAD模型的配准技术研究现状 | 第13-16页 |
| ·初始(粗)配准技术 | 第13-14页 |
| ·精确配准技术 | 第14-16页 |
| ·课题研究的主要内容 | 第16-17页 |
| 2 比对问题描述及算法理论基础 | 第17-24页 |
| ·比对流程及问题描述 | 第17-18页 |
| ·比对流程 | 第17页 |
| ·问题描述 | 第17-18页 |
| ·对应空间点集的配准技术 | 第18-21页 |
| ·迭代法 | 第18-19页 |
| ·奇异值分解(SVD) | 第19-20页 |
| ·单位四元数法 | 第20-21页 |
| ·无对应空间点集的配准技术 | 第21-24页 |
| ·ICP算法 | 第21页 |
| ·ICP算法的变型 | 第21-23页 |
| ·其他算法 | 第23-24页 |
| 3 二维工业CT图像与CAD图的比对 | 第24-36页 |
| ·引言 | 第24页 |
| ·基于Facet模型的边缘提取 | 第24-27页 |
| ·Facet模型 | 第24-26页 |
| ·基于2D Facet模型提取CT切片图像边缘 | 第26-27页 |
| ·二维ICT图像与CAD图的配准 | 第27-32页 |
| ·主轴质心法粗配准 | 第28-30页 |
| ·SVD-ICP精配准 | 第30页 |
| ·最近点求取的k-d树加速 | 第30-32页 |
| ·误差结果显示 | 第32页 |
| ·实验结果及小结 | 第32-36页 |
| 4 基于细胞神经网络的三维工业CT体数据边缘面提取 | 第36-45页 |
| ·细胞神经网络理论 | 第36-37页 |
| ·基于CNN的图像边缘提取 | 第37-39页 |
| ·模板自适应CNN及其在边缘提取中的应用 | 第39-40页 |
| ·工业CT体数据的边缘面提取 | 第40-42页 |
| ·实验结果及小结 | 第42-45页 |
| 5 三维工业CT边缘面数据与三维CAD模型的配准 | 第45-53页 |
| ·引言 | 第45页 |
| ·粗配准 | 第45-46页 |
| ·PCA方法 | 第45-46页 |
| ·修正方法 | 第46页 |
| ·SVD-ICP精配准 | 第46-47页 |
| ·误差分析与显示 | 第47-48页 |
| ·实验结果及小结 | 第48-53页 |
| 6 总结与展望 | 第53-55页 |
| ·研究工作总结 | 第53页 |
| ·今后研究方向 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第60页 |