散亂點云的數(shù)據分割與特征提取技術研究

《散亂點云的數(shù)據分割與特征提取技術研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、分類號：密級：ＵＤＣ：學號５９２６６１４０６８：４１南昌大學專業(yè)學位研究生學位論文散亂點宏的數(shù)據分割與特征提取技術研究ＲｅｓｅａｒｃｈｏｎＤａｔａＳｅｍｅｎｔａｔｉｏｎａｎｄＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎｇＴｅｃｈｎｉｕｅｓｏｆＳｃａｔｔｅｒｅｄｑ張蓉培養(yǎng)單位（阮、系）；機電工程學院指導教師姓名、職稱：吳祿慎教授指導教師姓名、職稱：王運霄高級工程師專業(yè)學位種類：工程碩±專業(yè)領域名稱：儀器儀表王程＇論文答辯日期＾；。《６年＾月為日＞答辯委員會卡席：／評閱人：２０１６年戶月苗曰

2、學位論文獨創(chuàng)性聲明一論文獨創(chuàng)植聲明、學位本人聲明所呈交的學位論文是本人在導師指導下進行的研究工作及取得的研究成果，除了文中特別加Ｗ標注和致謝的地方外，論文中不包含。據我所知其他人己經發(fā)表或撰寫過的研究成果，也不包含為獲得南昌大學或其他教育機一構的學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獻均己在論文中作了明確的說明并表示謝意。學位論文作者簽名（手寫簽字日期：年Ｊｒ月＾日二、學位論文版權使用授權書本學位論文作者完全了解南昌大學有關保留、使用學位論文的規(guī)定，同意學校有權保留并向國家有關部ｎ或機構送交論文的復印件和電

3、子版，允許論文被查閱和借閱。本人授權南昌大學可Ｗ將學位論文的全部或部分內容編入有關數(shù)據庫進行檢索，可Ｗ采用影印、縮印或掃描等復制手段保存、匯編本學位論社文。同時授權北京萬方數(shù)據股份有限公司和中國學術期刊（光盤版）電子雜志將本學位論文收錄到《中國學位論文全文數(shù)據庫》和《中國優(yōu)秀博碩±學位論＂文全文＂數(shù)據庫》中全文發(fā)表，并通過網絡向社會公眾提供信息服務，同意按章程規(guī)定享受相關權益。學簽位論文作者簽名巧寫導師簽名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ｌＩＩＪｌ故Ｃ刮免辛個論姓名ＳｋＭ－Ｉ學號｜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（向校學位辦申請獲批準為＂保密＂，年＿月后公開摘要摘要逆向工程作為產品消化、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，可用三維掃描儀獲得實物的散亂點云模型來重建數(shù)字CAD模型。針對復雜模具的散亂點云數(shù)據，其數(shù)據分割與特征提取技術仍存在著適應性不強、自動化程度不高、計算速度慢及精度不足等問題。本文采用理論與實踐相結合的方法從K鄰域搜索、微分信息估算、數(shù)據分割和特征提取等方面進行理論研究與實驗驗證。論文主要研究內容如下：1.

5、針對規(guī)則柵格搜索點云K鄰域時容易遺漏局部特征點的問題，采用一種改進的點云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，根據初劃分小立體柵格內的點云數(shù)目與引入的“點云閾值”關系自適應確定柵格棱長進行自適應空間二次劃分；并以采樣點的近似密度自適應確定初始空間球半徑r和動態(tài)球的外切立方體改進空間球算法，實現(xiàn)自適應搜索采樣點的K鄰域。2.法向量計算誤差往往會給曲率計算帶來影響，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)計的移動最小二乘曲面計算曲率的方法。該方法通過變窗寬最大核密度估計得到最佳子點集，并以此點集擬合出最優(yōu)移動最小二乘曲面，計算曲面曲率。3

6、.針對B樣條曲線擬合的特征線精度和效果與實物原始特征線偏差較大的問題，對3次B樣條構造法進行改進。該改進法是將理論的控制點直接用實際控制點來表示進行插值擬合，并采用積累弦長參數(shù)化法求取節(jié)點向量，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)據分割誤差大的問題，本文提出一種基于多種聚類相結合的混合分割法。采用改進的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云的平坦區(qū)域和特征區(qū)域進行分割，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

7、合自適應均值漂移法對高斯球進行聚類分割，最后根據高斯圖與點云數(shù)據的對應關系，由分割后的高斯圖實現(xiàn)零I摘要件點云的分割。5.結合Microsoftvisualstudio2010和OpenGL對上述理論進行程序編寫，再分別使用機械類零件與混合型的點云模型為實驗對象進行研究，得到了相應的實驗結果。分析實驗結果，并與其他經典算法進行比較，驗證了k鄰域搜索、微分信息估算、特征提取和數(shù)據分割算法的有效性與適用性。關鍵詞：k鄰域搜索；微分信息估算；特征提??；數(shù)據分割；聚類算法IIAbstractAbstractReversee