多分辨率测量点云融合方法研究

发布时间：2023-10-28 20:05

　　随着现代工业制造水平的发展,产品零件大量采用不规则复杂曲面,其设计、生产、检测及试验等各环节都需要进行大量的三维实体数字化建模。三维实体数字化建模主要包括点云数据采集、点云数据配准、点云数据融合、点云数据封装及曲面建模等流程。其中,点云数据融合即将采集的多视角、多分辨率点云数据融合为一幅完整的、单层的、光顺的点云模型,从而用于后期的点云数据封装及曲面建模等。本文在深入研究国内外已有点云融合理论与方法的基础上,提出一种新的多分辨率测量点云融合方法。与现有点云融合方法相比,新方法在融合效果及融合精度等方面均有大幅提高。主要的研究内容和成果如下:(1)研究了点云数据预处理技术。建立了基于增量式聚类的杂点(簇)去除算法,实现采集的原始点云数据中背景点及杂点(簇)的快速删除;研究了点云数据包含拓扑结构及未包含拓扑结构两种情形下的点数据法向量估计方法;发展了点数据局部采样密度和采样间隔计算方法。(2)研究了点数据邻域搜索方法,实现了一种点数据圆柱形邻域搜索方法。首先,给出了圆柱形邻域的定义;其次给出了点数据圆柱形邻域的搜索方法;最后采用实测点云数据对圆柱形邻域搜索效率等进行了验证。与传统邻域相比,...

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
    1.1 研究背景及课题来源
        1.1.1 研究背景
        1.1.2 课题来源
    1.2 国内外研究现状
        1.2.1 研究现状综述
        1.2.2 几种经典的点云融合算法
    1.3 现有研究工作中的主要问题及本文拟解决的关键问题
        1.3.1 主要问题
        1.3.2 拟解决的关键问题
    1.4 研究内容及技术路线
        1.4.1 研究内容
        1.4.2 技术路线
    1.5 论文结构及创新点
        1.5.1 论文结构
        1.5.2 论文创新点
第二章 点云数据预处理
    2.1 引言
    2.2 背景点及杂点删除
        2.2.1 增量式聚类算法
        2.2.2 基于增量式聚类法的背景点及杂点检测删除
    2.3 点数据邻域搜索规则
        2.3.1 球形邻域搜索方法
        2.3.2 圆柱形邻域搜索方法
        2.3.3 圆柱形邻域和球形邻域的比较
    2.4 点数据法向量估计
        2.4.1 点数据有拓扑关系
        2.4.2 点数据无拓扑关系
        2.4.3 重叠区域法向量滤波
    2.5 点数据局部采样密度及采样间隔
    2.6 小结
第三章 点数据可信度研究
    3.1 引言
    3.2 点数据可信度
    3.3 点数据局部采样密度与点数据可信度关系
    3.4 边界点数据可信度分析
    3.5 小结
第四章 一种新的多分辨率多视角点云融合算法
    4.1 引言
    4.2 重叠区域解析
    4.3 低密度点数据消除
    4.4 重叠点数据漂移
    4.5 同名点数据融合
    4.6 小结
第五章 融合实验研究
    5.1 引言
    5.2 融合效果分析
    5.3 融合误差分析
    5.4 融合效率分析
    5.5 小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
作者简介



本文编号：3857688