散亂點(diǎn)云的數(shù)據(jù)分割與特征提取技術(shù)研究

《散亂點(diǎn)云的數(shù)據(jù)分割與特征提取技術(shù)研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號：密級：ＵＤＣ：學(xué)號５９２６６１４０６８：４１南昌大學(xué)專業(yè)學(xué)位研究生學(xué)位論文散亂點(diǎn)宏的數(shù)據(jù)分割與特征提取技術(shù)研究ＲｅｓｅａｒｃｈｏｎＤａｔａＳｅｍｅｎｔａｔｉｏｎａｎｄＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎｇＴｅｃｈｎｉｕｅｓｏｆＳｃａｔｔｅｒｅｄｑ張蓉培養(yǎng)單位（阮、系）；機(jī)電工程學(xué)院指導(dǎo)教師姓名、職稱：吳祿慎教授指導(dǎo)教師姓名、職稱：王運(yùn)霄高級工程師專業(yè)學(xué)位種類：工程碩±專業(yè)領(lǐng)域名稱：儀器儀表王程＇論文答辯日期＾；?！叮赌辏拊聻槿眨崳姡敬疝q委員會卡席：／評閱人：２０１６年戶月苗曰

2、學(xué)位論文獨(dú)創(chuàng)性聲明一論文獨(dú)創(chuàng)植聲明、學(xué)位本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果，除了文中特別加Ｗ標(biāo)注和致謝的地方外，論文中不包含。據(jù)我所知其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得南昌大學(xué)或其他教育機(jī)一構(gòu)的學(xué)位或證書而使用過的材料。與我同工作的同志對本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示謝意。學(xué)位論文作者簽名（手寫簽字日期：年Ｊｒ月＾日二、學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解南昌大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校有權(quán)保留并向國家有關(guān)部ｎ或機(jī)構(gòu)送交論文的復(fù)印件和電

3、子版，允許論文被查閱和借閱。本人授權(quán)南昌大學(xué)可Ｗ將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可Ｗ采用影印、縮印或掃描等復(fù)制手段保存、匯編本學(xué)位論社文。同時授權(quán)北京萬方數(shù)據(jù)股份有限公司和中國學(xué)術(shù)期刊（光盤版）電子雜志將本學(xué)位論文收錄到《中國學(xué)位論文全文數(shù)據(jù)庫》和《中國優(yōu)秀博碩±學(xué)位論＂文全文＂數(shù)據(jù)庫》中全文發(fā)表，并通過網(wǎng)絡(luò)向社會公眾提供信息服務(wù)，同意按章程規(guī)定享受相關(guān)權(quán)益。學(xué)簽位論文作者簽名巧寫導(dǎo)師簽名字日期年月《日簽字日期：刀？?。迋淠暝滤烊眨崳娬撐念}畫喪也么巧教ｉｉ分書Ｉ為轉(zhuǎn)ｌＩＩＪｌ故Ｃ刮免辛個論姓名ＳｋＭ－Ｉ學(xué)號｜奪巧

4、＾《／如處文級別Ｉ博±＾碩；呂Ｉ院／系／所抓也１鉛遂暖專業(yè)化ｇ化若王愁ｍＥ＿ａｉｌ備注材盧４開□保密（向校學(xué)位辦申請獲批準(zhǔn)為＂保密＂，年＿月后公開摘要摘要逆向工程作為產(chǎn)品消化、吸收且快速開發(fā)的重要途徑之一，得到了越來越多的重視。通過逆向工程技術(shù)，可用三維掃描儀獲得實(shí)物的散亂點(diǎn)云模型來重建數(shù)字CAD模型。針對復(fù)雜模具的散亂點(diǎn)云數(shù)據(jù)，其數(shù)據(jù)分割與特征提取技術(shù)仍存在著適應(yīng)性不強(qiáng)、自動化程度不高、計(jì)算速度慢及精度不足等問題。本文采用理論與實(shí)踐相結(jié)合的方法從K鄰域搜索、微分信息估算、數(shù)據(jù)分割和特征提取等方面進(jìn)行理論研究與實(shí)驗(yàn)驗(yàn)證。論文主要研究內(nèi)容如下：1.

5、針對規(guī)則柵格搜索點(diǎn)云K鄰域時容易遺漏局部特征點(diǎn)的問題，采用一種改進(jìn)的點(diǎn)云K鄰域搜索算法。該算法是在基于規(guī)則立體柵格空間劃分中融入八叉樹思想，根據(jù)初劃分小立體柵格內(nèi)的點(diǎn)云數(shù)目與引入的“點(diǎn)云閾值”關(guān)系自適應(yīng)確定柵格棱長進(jìn)行自適應(yīng)空間二次劃分；并以采樣點(diǎn)的近似密度自適應(yīng)確定初始空間球半徑r和動態(tài)球的外切立方體改進(jìn)空間球算法，實(shí)現(xiàn)自適應(yīng)搜索采樣點(diǎn)的K鄰域。2.法向量計(jì)算誤差往往會給曲率計(jì)算帶來影響，并且難以估算高曲率區(qū)域曲率，本文提出一種基于穩(wěn)健統(tǒng)計(jì)的移動最小二乘曲面計(jì)算曲率的方法。該方法通過變窗寬最大核密度估計(jì)得到最佳子點(diǎn)集，并以此點(diǎn)集擬合出最優(yōu)移動最小二乘曲面，計(jì)算曲面曲率。3

6、.針對B樣條曲線擬合的特征線精度和效果與實(shí)物原始特征線偏差較大的問題，對3次B樣條構(gòu)造法進(jìn)行改進(jìn)。該改進(jìn)法是將理論的控制點(diǎn)直接用實(shí)際控制點(diǎn)來表示進(jìn)行插值擬合，并采用積累弦長參數(shù)化法求取節(jié)點(diǎn)向量，以提高擬合特征線的精度。選擇不同K值，角度閾值，獲得最優(yōu)的特征提取效果。4.針對特征區(qū)域（高曲率）處數(shù)據(jù)分割誤差大的問題，本文提出一種基于多種聚類相結(jié)合的混合分割法。采用改進(jìn)的K均值聚類算法和基于高斯映射的均值漂移算法分別對點(diǎn)云的平坦區(qū)域和特征區(qū)域進(jìn)行分割，對K均值聚類算法加入遺傳算法避免分割時陷入局部極值；針對特征區(qū)域，利用計(jì)算出的單位法向量通過高斯映射，在單位球上形成高斯圖，再結(jié)

7、合自適應(yīng)均值漂移法對高斯球進(jìn)行聚類分割，最后根據(jù)高斯圖與點(diǎn)云數(shù)據(jù)的對應(yīng)關(guān)系，由分割后的高斯圖實(shí)現(xiàn)零I摘要件點(diǎn)云的分割。5.結(jié)合Microsoftvisualstudio2010和OpenGL對上述理論進(jìn)行程序編寫，再分別使用機(jī)械類零件與混合型的點(diǎn)云模型為實(shí)驗(yàn)對象進(jìn)行研究，得到了相應(yīng)的實(shí)驗(yàn)結(jié)果。分析實(shí)驗(yàn)結(jié)果，并與其他經(jīng)典算法進(jìn)行比較，驗(yàn)證了k鄰域搜索、微分信息估算、特征提取和數(shù)據(jù)分割算法的有效性與適用性。關(guān)鍵詞：k鄰域搜索；微分信息估算；特征提??；數(shù)據(jù)分割；聚類算法IIAbstractAbstractReversee