結(jié)構(gòu)光三維測量技術(shù)以其卓越的優(yōu)點,廣泛應(yīng)用于工業(yè)快速測量、逆向工程等工業(yè)生產(chǎn)制造領(lǐng)域。隨著現(xiàn)代制造業(yè)對于諸如飛機和發(fā)動機葉片、汽車和船舶等大型物體需求量的極速增加,大物體形貌的三維測量逐漸成為工業(yè)制造的重要難題和發(fā)展趨勢。測量面積的增加、測量表面的復(fù)雜性以及測量精度要求的提高使得傳統(tǒng)三維測量方法難以滿足現(xiàn)代工業(yè)制造的測量要求。因此,結(jié)構(gòu)光大物體三維拼接測量方法對于獲取完整的三維形貌信息有著舉足輕重的意義。在實際測量過程中,利用結(jié)構(gòu)光三維測量技術(shù)獲取的三維點云數(shù)據(jù)量巨大且伴隨有噪聲,同時由于被測物體體型龐大,單次測量無法滿足完整三維形貌測量的要求,因此要從不同角度對其進行測量。對此本文首先對獲取的無序點云數(shù)據(jù)建立拓撲結(jié)構(gòu),然后進行去噪處理以及精簡操作,最后對多角度三維測量數(shù)據(jù)進行拼接。本文的主要研究內(nèi)容分為以下幾點:（1）搭建相交軸測量系統(tǒng),對相機以及系統(tǒng)幾何參數(shù)進行標(biāo)定等。然后對參考平面上的周期展寬效應(yīng)進行校正,同時采用基于條紋周期校正的時間相位展開法求解復(fù)雜物體表面的相位信息。（2）針對復(fù)雜大物體三維測量所獲得的三維點云數(shù)據(jù)量巨大且伴隨有噪聲的問題,對無序點云數(shù)據(jù)建立拓撲結(jié)構(gòu),然后對... 

【文章來源】：南昌航空大學(xué)江西省

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 引言
    1.2 結(jié)構(gòu)光三維測量技術(shù)
        1.2.1 結(jié)構(gòu)光三維測量的應(yīng)用
        1.2.2 三維測量拼接技術(shù)
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 點云預(yù)處理研究現(xiàn)狀
        1.3.2 三維測量拼接技術(shù)的研究現(xiàn)狀
        1.3.3 大物體三維測量的研究現(xiàn)狀
    1.4 本文主要研究內(nèi)容與章節(jié)安排
第2章 結(jié)構(gòu)光大物體測量系統(tǒng)與系統(tǒng)標(biāo)定的研究
    2.1 結(jié)構(gòu)光三維測量系統(tǒng)
    2.2 物體表面的相位-高度映射關(guān)系
    2.3 結(jié)構(gòu)光三維測量的系統(tǒng)標(biāo)定
        2.3.1 系統(tǒng)結(jié)構(gòu)標(biāo)定
        2.3.2 CCD攝像機標(biāo)定
    2.4 相位解包裹
        2.4.1 相移法及其相位解包裹
        2.4.2 基于周期校正的時間相位展開法
    2.5 本章小結(jié)
第3章 三維點云數(shù)據(jù)的預(yù)處理
    3.1 建立點云拓撲結(jié)構(gòu)
        3.1.1 八叉樹方法
        3.1.2 三維柵格法
        3.1.3 kd-tree法
    3.2 點云去燥
    3.3 自適應(yīng)柵格法精簡點云
        3.3.1 自適應(yīng)柵格法精簡點云算法原理
        3.3.2 實驗驗證與結(jié)果分析
    3.4 本章小結(jié)
第4章 基于無標(biāo)記點的大物體三維拼接的研究
    4.1 檢測特征關(guān)鍵點
        4.1.1 PFH特征描述算子
        4.1.2 FPFH特征描述算子
        4.1.3 查找對應(yīng)的幾何特征點對
    4.2 柱坐標(biāo)系的三維拼接基本原理
        4.2.1 旋轉(zhuǎn)軸的確定
        4.2.2 三維坐標(biāo)變換原理
    4.3 三維拼接全局優(yōu)化
        4.3.1 三維拼接誤差分析
        4.3.2 三維拼接誤差優(yōu)化
    4.4 基于無標(biāo)記點的三維拼接方法
    4.5 本章小結(jié)
第5章 基于旋轉(zhuǎn)臺的較大石膏像三維拼接測量
    5.1 實驗前期準(zhǔn)備
        5.1.1 CCD攝像機標(biāo)定
        5.1.2 系統(tǒng)幾何參數(shù)標(biāo)定
    5.2 單幅面三維點云數(shù)據(jù)的獲取與預(yù)處理
    5.3 較大石膏像三維拼接實驗
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻
在校期間的研究成果情況說明
致謝


【參考文獻】：
期刊論文
[1]基于匹配策略融合的低誤差快速圖像拼接算法[J]. 楊明東,石英,華逸倫,朱劍懷.  計算機應(yīng)用研究. 2019(04)
[2]基于改進IGG模型的全景圖像拼接縫消除算法[J]. 瞿中,李秀麗.  計算機科學(xué). 2017(12)
[3]自適應(yīng)K-means聚類的散亂點云精簡[J]. 陳龍,蔡勇,張建生.  中國圖象圖形學(xué)報. 2017(08)
[4]一種散亂點云的均勻精簡算法[J]. 李仁忠,楊曼,劉陽陽,張緩緩.  光學(xué)學(xué)報. 2017(07)
[5]結(jié)合MSER與HSOG的目標(biāo)局部特征提取[J]. 郭漢洲,郭立紅,呂游.  液晶與顯示. 2016(11)
[6]基于ICP算法的雙目標(biāo)定改進方法研究[J]. 郭清達,全燕鳴,于廣平,武彥林.  光學(xué)學(xué)報. 2016(12)
[7]基于區(qū)域分塊與尺度不變特征變換的圖像拼接算法[J]. 李玉峰,李廣澤,谷紹湖,龍科慧.  光學(xué)精密工程. 2016(05)
[8]應(yīng)用改進ICP算法的點云配準(zhǔn)[J]. 楊小青,楊秋翔,楊劍,鄭曉璐.  計算機工程與設(shè)計. 2015(09)
[9]基于KDTree改進的ICP算法在點云配準(zhǔn)中的應(yīng)用研究[J]. 郭俊輝.  微型機與應(yīng)用. 2015(14)
[10]一種改進的SIFT圖像立體匹配算法[J]. 李丹,孫海濤,王海莉.  西南交通大學(xué)學(xué)報. 2015(03)

碩士論文
[1]三維重建中的點云精簡研究[D]. 姚亞盼.中北大學(xué) 2015
[2]三維點云數(shù)據(jù)的精簡與平滑處理算法[D]. 張夢澤.中國海洋大學(xué) 2014



本文編號：3633608