基于点云三维匹配的缺陷自动识别技术研究

《基于点云三维匹配的缺陷自动识别技术研究》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、学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得直昌太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名(手写)：蒋稠签字日期：矽它年石月)日学位论文版权使用授权书本学位论文作者完全了解直昌太堂有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的

2、复印件和磁盘，允许论文被查阅和借阅。本人授权直昌太堂可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。同时授权中国科学技术信息研究所和中国学术期刊(光盘版)电子杂志社将本学位论文收录到《中国学位论文全文数据库》和《中国优秀博硕士学位论文全文数据库》中全文发表，并通过网络向社会公众提供信息服务。(保密的学位论文在解密后适用本授权书)学位论文作者签名(手写)：稿细签字闩期：≯f?年石月1日导师签名(手嘲签字日期：≯(7年6月弓日摘要IUlIl

3、UlIIIIIIIIIIY2142373针对存在局部物理缺陷及疲劳磨损的汽车及飞机模具，提出一种新型模具缺陷自动识别与定位方案，相比传统的人工检测方案，不仅能检测出人工无法及时发现的部分缺陷特征(如：型孔扩大、棱角倒塌陷、型腔涨大、型腔塌陷等)，还可提高检测效率及精度，为实现模具数字化修复与再制造奠定基础。采用逆向工程技术获取标准模具和缺陷模具待测部位的点云，然后结合三维图形匹配技术进行点云匹配，通过设定误差阈值实现缺陷的准确定位。三维匹配主要采用最近点迭代(ICP)算法，在使用ICP算法实现图形

4、匹配功能的基础上，根据ICP算法的算法特点，提出改进的三维图形匹配算法：在ICP精确匹配之前引入初始匹配，根据匹配点云的外型特性，有选择性的使用质心重合法或特征匹配算法进行初始匹配，并采用k．dtree最近邻搜索算法取代ICP中原有的朴素最近邻搜索算法，提高基本ICP算法的精度与效率。采用VS2008和OpenGL构建点云显示和操作识别软件系统平台，进行缺陷待匹配点云与标准点云三维数据匹配实验，实验结果表明，该方法能有效的对对模具疲劳磨损或局部物理缺陷进行自动识别。关键词：模具缺陷自动识别；逆向工

5、程；图形数据匹配；最近点迭代法；ABSTRACTThispaperdescribesamethodforautomaticidentificationoflocalphysicaldefectsorfatigueinmold，basingon3-Dshapesregistration．Asakeyprocedureofmoldrepairandremanufacturingtechnology,molddefectsautomaticidentificationtechnologynotonlyp

6、rovidesbasictheoreticaldataforsurfacereconstruction，butalsoaffectstheaccuracyofdigitalrepairandremanufacturingdirectly．Inordertolocatethedefects，first，pointcloudsshouldbeobtainedbyusingreverseengineertechnology．Thenbaseon3-Dshaperegistrationtechnology

7、,thepointcloudofmoldwithdefectsshouldbematchedwithstandardone．Aftersettingthethresholdvalue，thedefectsinmoldcouldbescreened．Sofarthemostpopularalgorithmfor3-Dshapesregistrationisiterativeclosestpoint(ICP)algorithm．BasedonthefeaturesofICPalgorithm，seve

8、ralefficientvariantsofICPalgorithmsareproposedtoimproveefficiencyandaccuracyofprogram．BeforetheICPregistration，initialregistrationisadoptedtoimprovetheaccuracy．Andinsteadofprimarypointssearchingmethod，k-dtreealgorithmisinvolvedtoacceleratethep