欢迎来到天天文库
浏览记录
ID:33186918
大小:2.63 MB
页数:61页
时间:2019-02-21
《基于法矢信息的点云特征提取技术的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、硕士学位论文基于法矢信息的点云特征提取技术的研究FEATUREEXTRACTIONOFPOINTCLOUDBASEDONNORMALINFORMATION周玉莲哈尔滨工业大学2012年12月国内图书分类号:TP391学校代码:10213国际图书分类号:621密级:公开工程硕士学位论文基于法矢信息的点云特征提取技术的研究硕士研究生::周玉莲导师::刘守斌副教授申请学位::工程硕士学科::机械工程所在单位::深圳研究生院答辩日期::2012年12月授予学位单位::哈尔滨工业大学ClassifiedIndex:TP391U.D.C.:621DissertationfortheMasterD
2、egreeinEngineeringFEATUREEXTRUCTIONOFPOINTCLOUDBASEDONNORMALINFORMATIONCandidate:ZhouYulianSupervisor:AssociateProf.LiuShoubinAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:MechanicalEngineeringAffiliation:ShenzhenGraduateSchoolDateofDefence:December,2012Degree-Conferring-Institution:Ha
3、rbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要在工业零件的反求工程(ReverseEngineering)中,点云数据特征提取是模型重建的一个重要环节。随着数字扫描技术和计算机技术的飞速发展,三维点云模型已被广泛应用于逆向工程、模式识别和计算机图形学等领域,其中点云特征提取技术是国内外众多学者十分感兴趣的一个研究方向。本文的目的是研究一种基于法矢信息的点云特征提取方法。通过激光扫描仪或数字化设备生成的数据是非常庞大的。为了缩短数据处理的时间,首先采用八叉树方法对点云数据进行空间划分,将点云包围在不同的立方体包围盒中。其次,在候选点所在立方体及周围
4、立方体中实现点云中任意一点的k个近邻点的搜寻。然后利用最小二乘二次曲面局部拟合近邻点,将利用微分几何知识求得的候选点在拟合曲面的法矢作为该点的估计法矢。最后利用每个点法矢与邻近点法矢之间的夹角变化,识别出点云数据中的特征点。利用识别出的特征点,可将点云数据分割成点云面片,再对点云面片进行曲面重建,可获得点云零件的CAD模型。在Matlab环境中利用本文提出的特征提取技术,实现点云特征提取的实验,并使用实际点云验证了该算法的实效性。关键词:逆向工程;点云;特征提取;法矢-I-哈尔滨工业大学工程硕士学位论文AbstractFeatureextractionfrompointcloudda
5、taisanimportantlinkofmodelreconstructioninthereverseengineeringofindustrialparts.Asrapiddevelopmentofdigitalscanningtechnologyandcomputertechnology,threedimensionalpointcloudmodelhasbeenusedinreverseengineering,patternrecognitionandcomputergraphics,etc.Sothenumerousscholarsathomeandabroadarecom
6、pletelyinterestedinfeatureextractionmethodsfrompointcloud.Thepurposeofthispaperistodevelopasortofpointcloudfeatureextractionmethod.Thedatageneratedbythelaserscannerordigitalequipmentisquitehuge.Inordertoshortenthetimeofdataprocessing,firstly,thepointclouddatahasbeendividedintoalotofboundingboxe
7、sbyusingOctreemethod.Secondly,knearestpointscanbesearchedinthecubeofthecandidatepointandsurroundingcubes,thenusingtheleastsquarequadricsurfacelocallyfitstheknearestpoints,theestimationnormalobtainedbydifferentialgeometryknowledgei
此文档下载收益归作者所有