| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 课题的背景和意义 | 第9-10页 |
| 1.2 三维建模在国内外研究现状 | 第10-14页 |
| 1.2.1 利用现有专业级的软件虚拟重建三维模型 | 第10页 |
| 1.2.2 基于视频或图像的重建技术 | 第10-12页 |
| 1.2.3 通过三维扫描设备重建技术 | 第12页 |
| 1.2.4 重建方法的总结 | 第12-14页 |
| 1.3 Kinec传感器的原理和应用 | 第14-18页 |
| 1.3.1 Kinect传感器原理 | 第14-16页 |
| 1.3.2 Kinect应用 | 第16-18页 |
| 1.3.3 Kinect三维重建 | 第18页 |
| 1.4 本文主要研究内容 | 第18-20页 |
| 第2章 再制造零件三维建模系统设计 | 第20-34页 |
| 2.1 建模系统的主要组成 | 第20-21页 |
| 2.2 摄像头标定原理 | 第21-28页 |
| 2.2.1 相机成像模型 | 第21-24页 |
| 2.2.2 张正友标定法 | 第24-27页 |
| 2.2.3 深度和彩色摄像头相对位置确定 | 第27-28页 |
| 2.3 传感器的标定结果 | 第28-30页 |
| 2.4 深度数据与点云数据的转换 | 第30-31页 |
| 2.5 传感器精度测量 | 第31-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 基于ICP算法的多角度点云拼接 | 第34-46页 |
| 3.1 点云间的变换矩阵 | 第34-36页 |
| 3.2 ICP求解目标 | 第36-37页 |
| 3.3 四元数法 | 第37-42页 |
| 3.4 ICP算法试验结果 | 第42-45页 |
| 3.4.1 ICP配准不同拍摄角度下的点云 | 第42-44页 |
| 3.4.2 ICP配准再制造损伤零件和完整零件点云 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于MC算法的三角面绘制技术 | 第46-59页 |
| 4.1 MC算法原理 | 第46-50页 |
| 4.2 MC算法二义性及解决方法 | 第50-52页 |
| 4.3 有向距离函数 | 第52-56页 |
| 4.4 MC算法试验结果 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 再制造零件点云的布尔减算法 | 第59-67页 |
| 5.1 点云布尔减算法的原理 | 第59-60页 |
| 5.2 建立kdtree | 第60-61页 |
| 5.3 kdtree最近邻搜索 | 第61-64页 |
| 5.4 点云布尔减算法试验结果 | 第64-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第6章 再制造零件三维重建试验 | 第67-75页 |
| 6.1 金属零件三维重建试验 | 第67-69页 |
| 6.2 三维重建精度 | 第69-71页 |
| 6.3 三维建模精度的提高 | 第71-73页 |
| 6.4 再制造零件的三维建模策略 | 第73-74页 |
| 6.5 本章小结 | 第74-75页 |
| 结论 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81页 |