三维点云处理和规则曲面拟合算法研究.pdf

《三维点云处理和规则曲面拟合算法研究.pdf》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、三维点云处理和规则曲面拟合算法研究研究邓军信息工程学院控制工程刘桂华教授陈晓慈高级工程师2015325ClassifiedIndex:TP391U.D.C:004.8SouthwestUniversityofScienceandTechnologyMasterDegreeThesisResearchonthreedimensionpointcloudprocessingandsurfacefittingalgorithmGrade:2012Candidate:JunDengAcademicDegreeAppliedfor:MasterSpeciality:ControlEngineeri

2、ngSupervisor:ProfessorGuihuaLiuApr.05,2015独创性声明木人声明所1交的论文妃我个人印导师指导F进行的研宄工作及取得的研宂成果•尽我所知，除了文中特别加以标注和致谢的地方外，论文中冲;包含其他人己经发表或撰写过的研究成果，也+包含为获得两南科技大学或其它教fr机构的学位或证书而使用过的材料•1s我一间丄作的卜4志对本研宄所做的任何贡献均己在论文中作了明确的说明并表示/谢总。签名：W曰期：关于论文使用和授权的说明本人完全了解西南科技大学有关保留、使用学位论文的规定，即：学校有权保留学位论文的复印件，允许该论文被杳阅和借阅；学校可以公布该论文的全部或部分

3、内容，可以采用影印、缩印或其他复制手段保存论文。(保密的学位论文在解密后应遵守此规定）西南科技大学硕士研究生学位论文第I页摘要随着精密加工的逐步发展，传统的测量方法已经无法满足实际测量的需求，往往需要借助于非接触等方式快速获取机械零件稠密点云。但是庞大的三维点云数据量对于计算机的存储和处理来说很困难；另外，测量设备获得的三维模型点云数据受到各种因素的影响，含有大量的噪声点。因此，需要对所获取的三维点云数据进行精简和去噪等预处理。同时通过获取物体表面的三维点云数据，基于点云数据的拟合手段来分析机械零件表面的尺寸参数也是机械零件的三维测量的迫切需求。首先，针对庞大的三维点云数据存储问题，在已

4、有点云数据精简算法的基础上，提出一种基于kd树结构的等距离均匀精简算法；为了适应点云的特征保留，在该算法的基础上，实现了一种能够很好保持点云特征的算法；实验表明，本文的点云精简算法能够快速有效的对点云数据精简，能够满足实际的需求。其次，本文根据点云噪声的不同属性进行分类，分别对各类点云噪声进行处理。并提出一种基于随机采样一致性原理的去噪方法，通过对所需模型点云的识别而达到去除点云噪声的目的。经实验分析，本文算法可以有效的对点云中存在的点云噪声进行处理。最后，针对传统接触式参数测量方法已经无法满足实际测量的情况，在非接触等方式获取到的三维点云数据的基础上，对规则曲面的拟合进行了研究。并针对

5、现有圆锥拟合计算方法不稳定等缺点进行了改进，提出一种基于点法矢的圆锥拟合方法，通过实验验证了算法的可行性和鲁棒性。关键字：三维点云点云精简点云去噪规则曲面拟合西南科技大学硕士研究生学位论文第II页AbstractWiththedevelopmentofprecisionmachining,thetraditionalmeasurementmethodscannotmeettheneedsinactualmeasurementanymore.Non-contactmethodsareoftenreliedontogetdensepointcloudofthesurfaceofmachine

6、parts.Thehugeamountofthree-dimensionalpointclouddataisdifficulttostoreandprocess.furthermore,duringtheactualmeasuringprocessinfluencedbyvariousfactors,three-dimensionalmodelpointclouddataobtainedbythemeasuringdevicewillcontainagreatamountofnoisepoints.Therefore,therequirementsofprocessingobtained

7、3Dpointclouddatahavebecomeincreasinglyurgent.Meanwhile,analyzingdimensionparametersofmachinesurfacewiththemeansoffittingthatisbasedonpointcloudisurgenttoo.Firstly,forthestorageofthelargethree-dimensionalpointclouddata,