激光扫描酸蚀岩板的三维重建技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题研究的目的和意义 | 第10页 |
| ·国内外研究现状 | 第10-13页 |
| ·关于逆向工程 | 第10-11页 |
| ·典型研究成果 | 第11-12页 |
| ·三维重建方法 | 第12-13页 |
| ·课题主要研究内容 | 第13-14页 |
| ·研究目标 | 第13页 |
| ·研究内容 | 第13-14页 |
| ·主要创新点 | 第14页 |
| ·论文组织结构 | 第14-16页 |
| 第2章 激光形貌测量的基本原理 | 第16-28页 |
| ·光源与测量流程 | 第16-18页 |
| ·光源的分类 | 第16-17页 |
| ·形貌测量的流程 | 第17-18页 |
| ·映射关系法 | 第18-19页 |
| ·小孔成像法 | 第19-27页 |
| ·CCD 摄像机成像模型的建立 | 第19-23页 |
| ·点光源形貌测量原理 | 第23-24页 |
| ·线光源形貌测量原理 | 第24-25页 |
| ·面光源形貌测量原理 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 三维激光扫描仪的设计 | 第28-41页 |
| ·三维激光扫描仪的成像原理 | 第28-29页 |
| ·三维激光扫描仪的系统结构 | 第29页 |
| ·三维激光扫描仪的硬件结构 | 第29-36页 |
| ·激光扫描单元 | 第29-30页 |
| ·三维运动控制单元 | 第30-33页 |
| ·通信单元 | 第33-36页 |
| ·软件系统 | 第36-38页 |
| ·软件功能 | 第36-37页 |
| ·软件界面 | 第37-38页 |
| ·实验测试与分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于遗传神经网络的残缺点云修补 | 第41-53页 |
| ·问题提出 | 第41页 |
| ·BP 神经网络 | 第41-44页 |
| ·BP 神经网络数学模型 | 第41-42页 |
| ·BP 学习算法 | 第42-44页 |
| ·遗传算法概述 | 第44-45页 |
| ·遗传算法的设计 | 第45-46页 |
| ·遗传神经网络优化算法的步骤 | 第46-48页 |
| ·遗传神经网络在残缺点云修补中的应用 | 第48-52页 |
| ·遗传神经网络的设计 | 第48页 |
| ·实验结果 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 点云的三角网格重建 | 第53-65页 |
| ·三维重建方法概述 | 第53-54页 |
| ·三维重建方法的分类 | 第53页 |
| ·网格重建 | 第53-54页 |
| ·三维扫描数据的结构 | 第54-56页 |
| ·智能点云三角网格化原理 | 第56-58页 |
| ·智能点云三角化算法 | 第58-61页 |
| ·实验结果 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 第6章 结论与展望 | 第65-67页 |
| ·论文总结 | 第65页 |
| ·论文创新点 | 第65-66页 |
| ·课题研究展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-73页 |
| 攻读学位期间取得的成果 | 第73-74页 |
| 致谢 | 第74页 |
