搜文檔
認(rèn)證信息
認(rèn)證類型:個(gè)人認(rèn)證
認(rèn)證主體:常**(實(shí)名認(rèn)證)
IP屬地:河北
下載本文檔
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
1、隨著計(jì)算機(jī)技術(shù)和測(cè)量技術(shù)的快速發(fā)展,逆向工程技術(shù)被廣泛應(yīng)用。而點(diǎn)云模型的拼接和融合是逆向工程中的關(guān)鍵。針對(duì)當(dāng)前點(diǎn)云數(shù)據(jù)量大且受噪聲影響的特點(diǎn),一般的拼接方法己不能滿足當(dāng)前的需要,本文提出了基于特征的拼接方法,并對(duì)點(diǎn)云進(jìn)行精簡(jiǎn)和去噪。點(diǎn)云拼接后,還需要將多片點(diǎn)云融合。因此,本文著重從以下幾方面進(jìn)行研究。 (1)針對(duì)大規(guī)模且?guī)г肼暤狞c(diǎn)云數(shù)據(jù),本文用KD樹(shù)的最近點(diǎn)和r-鄰域兩種查找方法,分別對(duì)點(diǎn)云去噪。并用柵格法對(duì)點(diǎn)云進(jìn)行精簡(jiǎn),
2、在精簡(jiǎn)點(diǎn)云的同時(shí)也去除了噪聲。點(diǎn)云的精簡(jiǎn)和去噪使得后續(xù)點(diǎn)云的拼接更加順利。 (2)本文實(shí)現(xiàn)了針對(duì)大規(guī)模點(diǎn)云模型的ICP拼接方法,根據(jù)一般的ICP算法的缺點(diǎn)和當(dāng)前點(diǎn)云數(shù)據(jù)特點(diǎn)提出了基于特征的ICP算法,該方法在每次對(duì)應(yīng)點(diǎn)匹配時(shí)依據(jù)曲面的局部特征量和點(diǎn)距離的關(guān)系,迭代使得點(diǎn)云拼接取得較好的效果。 (3)在基于特征的ICP拼接算法中,本文著重研究了三種特征量,基于曲率統(tǒng)計(jì)的特征描述了對(duì)點(diǎn)云局部曲率變化明顯的統(tǒng)計(jì);用
3、不變矩原理構(gòu)造三維不變矩量組表示點(diǎn)云的局部特征;基于法向量的直方圖描述了局部法向量之間的關(guān)系,并統(tǒng)計(jì)到直方圖中。將這三種特征量用于點(diǎn)云拼接中,并用實(shí)際測(cè)量得到的點(diǎn)云數(shù)據(jù)進(jìn)行測(cè)試,取得了不錯(cuò)的效果。 (4)點(diǎn)云拼接后,還需要融合才能使得多片點(diǎn)云成為一個(gè)點(diǎn)云數(shù)據(jù)模型。文中用法向量約束查找重疊點(diǎn)的方法在坐標(biāo)位置和顏色上融合了點(diǎn)云數(shù)據(jù)。 本文提出的基于特征的ICP拼接方法,相比傳統(tǒng)的拼接方法,在效率和效果上都有極大的
0/150
提交評(píng)論
聯(lián)系客服
本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務(wù)平臺(tái),本站所有文檔下載所得的收益歸上傳人(含作者)所有。眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權(quán)或隱私,請(qǐng)立即通知眾賞文庫(kù),我們立即給予刪除!
Copyright ? 2013-2023 眾賞文庫(kù)版權(quán)所有 違法與不良信息舉報(bào)電話:15067167862
復(fù)制分享文檔地址
http://www.9p6.com.cn/shtml/view-2012690.html
復(fù)制
下載本文檔
評(píng)論
0/150
提交評(píng)論