逆向工程中点云数据自动配准方法研究

逆向工程中点云数据自动配准方法研究

ID:35099294

大小:4.52 MB

页数:76页

时间:2019-03-17

逆向工程中点云数据自动配准方法研究_第1页
逆向工程中点云数据自动配准方法研究_第2页
逆向工程中点云数据自动配准方法研究_第3页
逆向工程中点云数据自动配准方法研究_第4页
逆向工程中点云数据自动配准方法研究_第5页
资源描述:

《逆向工程中点云数据自动配准方法研究》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、I中阁分类号;TP391^学校化码:10856学号:M010113114-.二iil^,BiiffflNr硕女学位论义I,MastersThesis-■,巧立;鄂亡’■"*:吃-^=^?:^;*^—T兰*:*?■—■巧■"■■■"""IMP-,ffrt^-寧-----=^:te ̄'ffifa=sS.r=.3-ifffclirL^;:Jji:l.t5s35T^iTHWB翼J25Ti***<^232£222235210i21I123^jiji^B2^^S25^S22^^H^Z223^^

2、'V[’為pSSL.-二--iVj》i^;UiLir|巧叫4?Jt!凸-Jijp^j^j单jp^古己■州巧=y"■白u‘;,赛马问韦學坤伴逆向工程巾点云数掘自动ife^SS隊配准方法研究祝械繼及其自动专业—作者姓名指导教师^完編"‘,年。H■上海工程技术大学学位论文原创性声明本人郑重声明:所递交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研巧做出重要贡献的个人和集体,己均在文中W明确方式

3、标明。本人完全意识到本声明的法律结果由本人承担。学论文作者签;名/位7^^期:曰:(年月曰W<!i^/上海工程技术大学学位论文版巧使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留口或机构送交论文的复印件和电子版。本人并向国家有关部,允许论文被查阅和借阔授权上海工程技术大学可W将本学位论文的全部或部分内容编入有关数据库进行检。、索,可W采巧影印缩印或扫描等复制手段保存和汇编本学位论文保密。□,在年解密后适用本授权书__本学位论文属于不保密^""(请在上方框内打V):^令i!学位论文作者签名:^指导教

4、师签名户成日期;年导月乂日;年方月//日日期中图分类号:TP391学校代码:10856学号:M010113114上海工程技术大学硕士学位论文逆向工程中点云数据自动配准方法研究作者姓名:金龙指导教师:张旭专业:机械制造及其自动化学院:机械工程学院申请学位:工学硕士完成时间:2015年12月评阅人:张学昌夏超文答辩委员会主席:徐洋成员:周志峰崔岩UniversityCode:10856StudentID:M010113114RESEARCHONAUTOMATICREGISTRATIONOFPOINTCLOUDDATAINREVERSEENGINEERINGCandidate:JINL

5、ongSupervisor:ZHANGXuMajor:MechanicalManufacturing&AutomationCollageofMechanicalEngineeringShanghaiUniversityofEngineeringScienceShanghai,P.R.ChinaDecember,2015逆向工程中点云数据自动配准方法研究摘要随着计算机辅助设计技术的发展,通过实物模型产生数字模型的逆向工程技术在航空、航天、汽车、船舶、模具等领域得到了广泛应用。点云配准作为逆向工程中一个重要环节,配准结果的好坏直接影响着后续数据处理和重构精度。本文围绕点云配准的精度和效率展

6、开研究,主要研究内容和成果如下:首先,针对只有空间位置信息的点云,提出一种基于快速点特征直方图的配准方法。该方法首先根据点云的局部法向量变化提取特征点,然后计算特征点的快速点特征直方图,并根据此特征确定初始对应点集;其次利用随机抽样一致性算法去除错误对应点,得到精确对应点集;然后采用四元数法求解变换参数,将点云变换到同一个坐标系下,完成点云初始配准;最后采用改进的ICP算法对点云进行精确配准。该配准算法效率高,实验验证了算法的有效性。其次,针对颜色信息比较丰富的点云,提出一种空间位置信息和颜色信息相结合的配准方法。首先提出特征图的概念,并使用特征图作为点特征的描述,根据数据的一维特征图

7、提取特征点,将一维特征图和颜色信息相结合确定初始对应点集;其次利用高维特征图初步剔除错误对应点,采用GreedyBound算法结合点云刚性变换的性质进一步去除错误对应点,得到精确的对应点集;然后利用四元数法计算初始变换参数,并变换点云数据完成初始配准;最后结合颜色信息改进ICP算法,并使用改进的ICP算法完成精确配准。提出的特征图融合了高维特征和低维特征的优点,同时算法又充分利用了点云的颜色信息,提高了点云配准的效率和精度。最后,在Visual

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。