基于移动最小二乘曲面多视数据对齐方法研究

论文摘要

多视数据对齐是逆向工程中的基本数据处理任务,同时也是实现基于多传感器闭环测量系统的关键技术。现有的多视数据对齐方法往往受被测零件的复杂表面外形以及测量噪声的影响,难以取得很好的对齐精度。因此,研究多视数据对齐方法具有一定的工程应用价值。本文从以下三个方面内容对多视数据对齐方法进行系统地分析和研究:1.通过对测量数据进行曲面拟合能有效提高多视数据对齐的精度,但曲面拟合时需对测量数据进行分割和曲面模型选择,而测量数据自动分割和曲面模型选择仍有待进一步研究。针对此问题,提出测量数据移动最小二乘（Moving Least-Squares, MLS）曲面的表示方法。该方法无需对测量数据进行分割和曲面模型选择,即可实现满足任意拓扑外形的光滑、连续、具有确定误差限的曲面拟合。2.点到MLS曲面的正交投影点是测量数据MLS曲面ICP （ Iterative Corresponding-Point）对齐的关键。为高效计算点到MLS曲面正交投影点,提出具有二阶收敛性的点到MLS曲面正交投影方法。该方法利用密切圆（Osculating Circle）逼近MLS曲面局部的法截线,实现正交投影点的加速收敛,从而提高对齐算法中对应点对的计算效率。3.以上述的研究工作为基础,提出和编程实现基于MLS曲面的多视数据对齐方法,并与传统方法进行分析对比。实验结果表明,本文对齐方法能获得较好的对齐结果。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题来源、目的及意义
• 1.2 国内外研究现状
• 1.3 本文的主要研究工作
• 1.4 全文结构安排及内容概要
• 2 移动最小二乘曲面理论基础
• 2.1 引言
• 2.2 移动最小二乘法
• 2.3 MLS 曲面数学模型
• 2.4 MLS 曲面算法基础
• 2.5 本章小结
• 3 基于移动最小二乘曲面的点云对齐方法
• 3.1 引言
• 3.2 点到MLS 曲面的正交投影点计算
• 3.3 基于MLS 曲面对齐方法的实现
• 3.4 确定初始对齐的变换参数
• 3.5 最小二乘偏差函数的优化求解
• 3.6 本章小结
• 4 实验验证及分析
• 4.1 实验准备基础
• 4.2 自定义样条曲面模拟案例1
• 4.3 自定义样条曲面模拟案例2
• 4.4 刀片模型多视数据对齐
• 4.5 本章小结
• 5 总结与展望
• 5.1 全文总结
• 5.2 展望
• 致谢
• 参考文献
• 附录 攻读硕士学位期间发表论文目录