逆向工程技術(shù)作為近年來發(fā)展起來的新興工程設(shè)計技術(shù),由于其獨特的優(yōu)勢,使其逐漸滲透到各類產(chǎn)品的開發(fā)過程中。而點云模型的特征是理解三維模型的關(guān)鍵,為模型匹配,分割,重建以及3D打印提供重要參考信息,特征提取的質(zhì)量直接影響到零件設(shè)計參數(shù)的提取精度,本文主要針對三維掃描點云中的孔洞特征提取以及輪廓線擬合算法做出研究,在充分調(diào)研現(xiàn)有孔洞特征提取算法的基礎(chǔ)上,對其中存在的問題提出了改進與完善�，F(xiàn)有的孔洞識別方法主要針對采樣密度分布均勻的點云模型設(shè)計識別算法,同時在具有復(fù)雜型面的機械類零件模型中檢測結(jié)果往往包含較多噪聲點以及在包含多個孔洞的點云模型中無法區(qū)分各孔洞邊界。在綜合考慮現(xiàn)有算法的基礎(chǔ)上提出了一種面向自動修補的復(fù)雜零件點云孔洞識別方法,通過改進鄰域選取方式,以適應(yīng)密度分布不均的點云模型,初步提取孔洞邊界后,采用鄰域支持的方法去除檢測結(jié)果中的噪聲點,同時考慮現(xiàn)有點云聚類算法的不足,提出了一種改進的歐式聚類算法,并聚類出各個邊界點集合,為后續(xù)實現(xiàn)孔洞自動修補打下基礎(chǔ)。針對現(xiàn)有張量投票算法存在算法時間復(fù)雜度高,不適用于點云孔洞邊界的提取等問題,在研究現(xiàn)有張量投票算法的基礎(chǔ)上,提出了一種改進張量投票...

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 逆向工程概述
    1.2 逆向工程的研究內(nèi)容
    1.3 課題研究現(xiàn)狀
        1.3.1 點云法向量估計研究現(xiàn)狀
        1.3.2 孔洞邊界檢測研究現(xiàn)狀
    1.4 論文的研究內(nèi)容和目的
        1.4.1 主要研究內(nèi)容
2 點云模型的法向量計算
    2.1 點云的法向量計算一般方法
    2.2 點云法向量計算方法改進
        2.2.1 自適應(yīng)帶寬選取
        2.2.2 特征系數(shù)估計
        2.2.3 法線聚類
        2.2.4 參數(shù)設(shè)定
    2.3 點云的法向量方向一致性調(diào)整
    2.4 實驗及結(jié)果分析
    2.5 本章小結(jié)
3 面向自動修補的復(fù)雜零件孔洞識別
    3.1 引言
    3.2 鄰域選取
    3.3 孔洞檢測
        3.3.1 局部微切平面擬合
        3.3.2 最大角度計算及邊界點判別
        3.3.3 鄰域支持
    3.4 邊界提取
        3.4.1 邊界點聚類
        3.4.2 邊界點排序
    3.5 實驗及結(jié)果分析
    3.6 本章小結(jié)
4 基于張量投票的點云孔洞識別
    4.1 引言
    4.2 張量投票算法原理
        4.2.1 張量投票框架
        4.2.3 基本張量投票場
    4.3 改進張量投票算法原理
        4.3.1 棒張量投票場定義
        4.3.2 局部坐標系的建立
        4.3.3 全局坐標系中投票場的計算
        4.3.4 孔洞邊界點檢測
    4.4 實驗及結(jié)果分析
    4.5 本章小結(jié)
5 基于協(xié)方差矩陣的點云孔洞邊界檢測
    5.1 引言
    5.2 邊界點檢測算子
    5.3 實驗及結(jié)果分析
        5.3.1 抗噪性分析
        5.3.2 與其它方法比較
    5.4 本章小結(jié)
6 孔洞邊界點排序及輪廓線擬合
    6.1 最小生成圖的構(gòu)建
    6.2 邊界點排序
    6.3 孔洞輪廓線擬合
    6.4 實驗及結(jié)果分析
    6.5 本章小結(jié)
7 結(jié)論
    7.1 總結(jié)
    7.2 本文研究的主要創(chuàng)新點
    7.3 本文研究的不足與展望
參考文獻
在學(xué)研究成果
致謝



本文編號：3767659