基于聚类方法的点云分割技术的研究

《基于聚类方法的点云分割技术的研究》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、硕士学位论文基于聚类方法的点云分割技术的研究STUDYOFPOINTCLOUDSEGMENTATIONBASEDONCLUSTERINGMETHOD徐辉哈尔滨工业大学2014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聚类方法的点云分割技术的研究硕士研究生：徐辉导师：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：2014年12月授予学位单位：哈尔滨工业大学ClassifiedIndex：TP391U.D.C

2、.:621DissertationfortheMaster’sDegreeofEngineeringSTUDYOFPOINTCLOUDSEGMENTATIONBASEDONCLUSTERINGMETHODCandidate：XuHuiSupervisor：AssociateProf.LiuShoubinAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：MechanicalEngineeringAffiliation：ShenzhenGra

3、duateSchoolDateofDefence：December,2014Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要逆向工程是指根据现有的产品模型，利用数字化测量设备获取实体数据，然后对这些数据进行分割与拟合，来构建一个完整的CAD模型。目前逆向工程技术已经广泛应用于各种工程领域，如工业检测、自主导航和文物保护等。随着数字化精度的不断提高，三维激光扫描仪或CT扫描仪等设备获取了海量点云数据。

4、但是传统的点云数据分割处理环节非常耗时，因此通过计算机辅助技术来解决点云数据分割问题变得十分重要。本文拟研究一种基于高斯映射及聚类技术的点云分割方法，来实现机械类零件点云的分割。本文首先改进了矢量积求解法向量的方法，通过K近邻算法查找某一点在六个方向上的近邻点，然后通过矢量积和单位化求出点云数据的单位法向量，再通过高斯映射，在单位球上形成高斯图。通过引入测度的概念得到聚类数目和聚类中心，再结合改进的模糊C-均值聚类算法对高斯图进行区域分割。为了加快分割的速度和降低孤立点的影响，引入了隶属度矩阵和聚

5、类中心修正的方法。再根据高斯图与点云数据的对应关系，由分割后的高斯图实现零件点云的分割。通过VisualC++6.0和OpenGL编制了相应的界面，再分别使用机械类零件与混合型的三维点云数据为分割对象，得到了相应的分割结果。通过分析参数1和参数对分割实验的影响，得到最佳的点云分割参数值。实验结果证明，通过2高斯映射并结合改进的模糊C-均值聚类算法，可以对机械类零件点云及其它类型点云进行鲁棒分割。关键词：逆向工程；点云数据；分割；高斯图；聚类-I-哈尔滨工业大学工程硕士学位论文AbstractR

6、everseEngineering(RE)isamethodtobuildaCADmodel.Thismethodacquirestheexistingproductmodelpointcloudthroughdigitalmeasuringequipment.ACADmodelcanberebuiltbysegmentingandfittingthepointclouddata.Now,REhasbeenwidelyappliedtomanyengineeringdomains,suchasin

7、dustrialinspection,autonomousnavigation,andprotectionofhistoricalrelics,etal.Withtheconstantdevelopmentofdigitalprecision,the3DlaserscannerandCTscanneracquirealotofpointclouddata,andthetraditionalmethodtosegmentistime-consuming,soit’sveryimportantofso

8、lvingtheproblemthatrealizesthesegmentationofpointcloudbyComputer-AidedDesign.Therefore,thisdissertationaimstostudyamethodtorealizepointcloudsegmentationbasedonGaussianmappingandclustering.Thismethodismainlysegmentingpointcloudofmechanicalobjec