基于点云处理的散乱零部件识别与定位技术的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题背景及研究意义 | 第8页 |
| 1.2 RBP系统的国内外研究现状 | 第8-10页 |
| 1.3 基于3D视觉的RBP系统关键技术研究 | 第10-13页 |
| 1.4 本文主要研究内容 | 第13-14页 |
| 1.5 论文的结构安排 | 第14-16页 |
| 第二章 点云获取系统方案设计 | 第16-26页 |
| 2.1 摄像机成像模型 | 第16-19页 |
| 2.1.1 双目视觉基本原理 | 第16-17页 |
| 2.1.2 摄像机成像模型 | 第17-19页 |
| 2.2 系统硬件选型 | 第19-22页 |
| 2.3 系统软件处理 | 第22-23页 |
| 2.4 点云邻域及基本特征 | 第23-25页 |
| 2.4.1 点云的邻域 | 第23-24页 |
| 2.4.2 点云基本特征 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 散乱零部件点云预处理和分割 | 第26-38页 |
| 3.1 点云预处理 | 第26-28页 |
| 3.1.1 冗余点去除 | 第26-27页 |
| 3.1.2 离群点去除 | 第27-28页 |
| 3.2 基于改进欧式聚类的散乱零部件点云分割 | 第28-34页 |
| 3.2.1 点云分割概述 | 第28-29页 |
| 3.2.2 基于欧式聚类的点云分割 | 第29-30页 |
| 3.2.3 基于搜索半径自适应的欧式聚类分割 | 第30-34页 |
| 3.3 实验结果与分析 | 第34-37页 |
| 3.3.1 单组零件点云分割 | 第34-35页 |
| 3.3.2 多组零件点云分割 | 第35-37页 |
| 3.3.3 实验结果分析 | 第37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 散乱零部件点云特征提取与配准 | 第38-48页 |
| 4.1 点云配准概述 | 第38-39页 |
| 4.2 基于OBB裁剪的关键点获取 | 第39-41页 |
| 4.2.1 方向包围盒 | 第39-40页 |
| 4.2.2 关键点获取 | 第40-41页 |
| 4.3 特征提取与描述 | 第41-43页 |
| 4.3.1 常见特征描述子 | 第41-43页 |
| 4.3.2 空间位置描述子 | 第43页 |
| 4.4 配准实现 | 第43-45页 |
| 4.5 实验与分析 | 第45-46页 |
| 4.6 本章小结 | 第46-48页 |
| 第五章 零部件定位与误差分析 | 第48-60页 |
| 5.1 系统搭建 | 第48页 |
| 5.2 预处理算法性能分析 | 第48-50页 |
| 5.3 分割算法性能分析 | 第50-53页 |
| 5.4 配准算法性能分析 | 第53-59页 |
| 5.5 误差分析 | 第59页 |
| 5.6 本章小结 | 第59-60页 |
| 第六章 主要研究结论与展望 | 第60-62页 |
| 6.1 主要研究结论 | 第60-61页 |
| 6.2 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录:作者在攻读硕士学位期间发表的论文 | 第66页 |
