本文針對工業(yè)生產(chǎn)中對特定工件的識別與定位問題,對基于三維激光掃描點(diǎn)云數(shù)據(jù)目標(biāo)識別算法與定位方法進(jìn)行了研究,主要研究的內(nèi)容如下:1)分析了本文課題的時代意義,并對激光掃描技術(shù)和基于點(diǎn)云的物體識別方法的發(fā)展現(xiàn)狀做了介紹,引出本文基于激光點(diǎn)云的物體識別與定位問題解決方案。1)基于激光掃描深度圖的數(shù)據(jù)特點(diǎn),對臨近點(diǎn)提取與圖像分割問題做相關(guān)研究,提出了條件K臨近點(diǎn)的概念和搜索方法,解決了激光掃描點(diǎn)云的雙向密度不對稱給臨近點(diǎn)提取帶來的問題。同時利用深度圖的有序拓普信息加速了歐幾里得分割方法。2)本文識別方法的總體思路是首先對工件的主平面邊緣進(jìn)行提取,然后在此基礎(chǔ)上完成識別與定位。邊緣提取在使處理數(shù)據(jù)的數(shù)量級減小的同時,保留了用于識別與定位的有效信息。本文在傳統(tǒng)的隨機(jī)采樣一致擬合平面的方法的基礎(chǔ)上進(jìn)行改進(jìn),提出了效率更高的基于隨機(jī)點(diǎn)局部法向的RANSAC算法,并與全局最小二乘法結(jié)合,實(shí)現(xiàn)了工件主平面的快速準(zhǔn)確的提取。最后綜合主平面信息和基于掃描線法提取的邊緣,得到工件主平面的邊緣特征。并在此過程中根據(jù)邊緣的性質(zhì)來進(jìn)行遮擋關(guān)系判定。3)最后,基于提取到的特征邊緣本文提出了分層的遞進(jìn)式的識別算法,并在識... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－］?Ｇｏｃａｔｏｒ２０００成像原理圖??

ｐ＝０．４ｍｍ），然后進(jìn)行歐幾里得分割（文中２取０．６毫米，參考Ｘ向間隔約為??０．０６毫米，；；�。澈撩祝瑓⒖迹傧蜷g隔０．６毫米）。實(shí)驗(yàn)效果如圖２－２所示：??圖２－２?ｉ除背景后的場景點(diǎn)云??１６??

成功完成分割任務(wù)，將四個工件分離出來。在分割量小于閾值（文中經(jīng)驗(yàn)性取５００）的點(diǎn)集被去除，這個去除。??結(jié)??的快速查詢方法是點(diǎn)云數(shù)據(jù)處理的基礎(chǔ)方法是計算局部激光點(diǎn)云水平雙向密度差異很大的數(shù)據(jù)特點(diǎn)提出了?ＣＫ臨網(wǎng)格的查詢方法，使在Ｋ值相對較小的情況下，雙向密的ＣＫ臨近點(diǎn)可以合理反映該局部的表面法向。??問題，首先用隨機(jī)采樣一致的方法去除背景面。然后結(jié)合結(jié)構(gòu)特點(diǎn)，對深度圖像進(jìn)行快速的歐幾里得分割，與散亂

【參考文獻(xiàn)】：
期刊論文
[1]面向點(diǎn)云的三維物體識別方法綜述[J]. 郝雯,王映輝,寧小娟,梁瑋,石爭浩.  計算機(jī)科學(xué). 2017(09)
[2]基于RANSAC和TLS的點(diǎn)云平面擬合[J]. 李希,韓燮,熊風(fēng)光.  計算機(jī)工程與設(shè)計. 2017(01)
[3]基于整體最小二乘的穩(wěn)健點(diǎn)云數(shù)據(jù)平面擬合[J]. 官云蘭,劉紹堂,周世健,張立亭,魯鐵定.  大地測量與地球動力學(xué). 2011(05)
[4]一種基于立方體小柵格的K鄰域快速搜索算法[J]. 趙儉輝,龍成江,丁乙華,袁志勇.  武漢大學(xué)學(xué)報(信息科學(xué)版). 2009(05)
[5]三維散亂數(shù)據(jù)的k個最近鄰域快速搜索算法[J]. 熊邦書,何明一,俞華璟.  計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2004(07)

碩士論文
[1]三維點(diǎn)云場景中對象識別技術(shù)研究[D]. 劉陽.南京大學(xué) 2016



本文編號：3419921