逆向工程关键技术研究与应用

逆向工程关键技术研究与应用

论文摘要

逆向工程是数字化产品开发方法之一,它极大地缩短了产品的开发周期,提高了产品精度,是消化、吸收先进技术进而创造和开发各种新产品的重要手段。目前逆向工程的主要研究领域集中在两大方面,一方面是对逆向工程中的关键技术的研究,包括数据获取、数据处理以及三维模型重建。数据获取是逆向工程的前提和基础,数据处理是逆向工程中的关键环节,它的结果将直接影响后期模型重构的质量,实体模型重建是逆向工程的最终环节;另一方面是逆向工程集成系统的研究,主要内容集中在逆向工程各个环节的集成,通用软件的开发。本文的研究范畴集中于数据处理与模型重建,同时开发Oper3D软件系统,使二者统一。本文首先分析了逆向工程中数据处理的规划和大致过程,阐明了本文的研究对象是扫描线数据点云,以及开发逆向工程数据处理系统软件。其次对软件系统处理中的几大关键技术作了分析和研究,实现了软件系统功能,其中主要包括扫描线点云的读取,图形显示,图形旋转,图形缩放;同时分析了扫描线数据的点云噪声去除、点云精简和点云边界特征线提取技术,提出了逆向工程数据处理方法,其中点云去噪采用观察法和偏差过滤法相结合的方法,点云精简采用最小距离法和人机交互相结合的方法,点云边界特征线提取采用经纬线扫描方法;在研究传统的三维模型重构方法的过程中,找出了适合自己的三维模型曲线重构思想和解决方法,利用曲线插值方式,实现点云B样条曲线重构;最后以机床球头铣刀为例验证了系统功能,得到了满意的逆向工程数据处理结果,实现了B样条曲线重构。最后在总结全文工作的基础上,指出了逆向工程中尚需进一步研究的几项关键技术。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 引言
  • 1.2 逆向工程概论
  • 1.2.1 逆向工程定义
  • 1.2.2 逆向工程数据
  • 1.3 逆向工程应用现状
  • 1.4 课题研究意义与主要研究内容
  • 1.4.1 课题意义
  • 1.4.2 主要研究内容
  • 1.5 论文组织与安排
  • 第2章 系统设计
  • 2.1 软件的基本功能设计
  • 2.2 交互方式设计
  • 2.2.1 拾取操作
  • 2.2.2 捕获鼠标点
  • 2.3 系统相关图形学理论基础
  • 2.4 系统开发工具
  • 2.4.1 面向对象设计与图形处理结合具有的优势
  • 2.4.2 OpenGL开发环境
  • 2.5 本章小结
  • 第3章 系统关键技术分析
  • 3.1 系统设计分析
  • 3.2 面向对象技术的应用
  • 3.3 三维图形软件接口函数OpenGL的应用
  • 3.3.1 VC++中调用OpenGL函数
  • 3.3.2 OpenGL设置场景
  • 3.3.3 OpenGL绘图操作
  • 3.4 本章小结
  • 第4章 逆向工程数据预处理
  • 4.1 引言
  • 4.2 点云噪声去除
  • 4.2.1 常用点云噪声去除方法
  • 4.2.2 扫描线点云数据噪声点去噪
  • 4.3 点云数据精简
  • 4.3.1 数据精简要求
  • 4.3.2 常用数据精简方法分析
  • 4.3.3 扫描线点云数据精简
  • 4.4 边界线提取
  • 4.4.1 常用方法比较
  • 4.4.2 扫描线边界线提取算法
  • 4.5 本章小结
  • 第5章 逆向工程曲线重构
  • 5.1 曲线重构方式
  • 5.1.1 逼近方式
  • 5.1.2 插值方式
  • 5.2 B样条曲线理论
  • 5.2.1 B样条曲线定义
  • 5.2.2 B样条曲线相关性质
  • 5.3 B样条曲线的逆向反求
  • 5.3.1 B样条曲线的反算
  • 5.3.2 B样条插值曲线节点矢量的确定
  • 5.3.3 反求B样条插值曲线控制顶点
  • 5.4 本章小结
  • 第6章 系统应用实例
  • 6.1 系统开发平台
  • 6.2 系统界面
  • 6.3 应用实例
  • 6.4 本章小结
  • 总结与展望
  • 课题主要研究成果
  • 工作展望
  • 参考文献
  • 致谢
  • 学位论文评阅及答辩情况表
  • 相关论文文献

    • [1].基于卷积神经网络的非等效点云分割方法[J]. 东华大学学报(自然科学版) 2019(06)
    • [2].点云智能研究进展与趋势[J]. 测绘学报 2019(12)
    • [3].基于深度学习的点云分割方法综述[J]. 计算机工程与应用 2020(01)
    • [4].点云数据预处理研究[J]. 现代信息科技 2020(02)
    • [5].基于地基激光雷达点云的植被表型特征测量[J]. 生态学杂志 2020(01)
    • [6].机载点云空洞的修复方法[J]. 北京测绘 2020(02)
    • [7].基于深度学习的零件点云分割算法研究[J]. 机电工程 2020(03)
    • [8].基于深度学习的点云语义分割综述[J]. 激光与光电子学进展 2020(04)
    • [9].基于神经网络的航空行李点云检测方法研究[J]. 电子世界 2020(07)
    • [10].基于二维截面筛选标记的点云简化方法研究[J]. 机电工程 2020(05)
    • [11].三维点云补全方法的现状和发展趋势[J]. 信息记录材料 2020(05)
    • [12].新型激光远程点云装置研究[J]. 机电信息 2020(17)
    • [13].一种简化的输电线路点云电塔自动定位方法[J]. 北京建筑大学学报 2020(03)
    • [14].一种改进的区域增长彩色3D点云分割算法[J]. 国外电子测量技术 2018(11)
    • [15].面向反光工件点云缺陷的点云增强算法[J]. 计算机辅助设计与图形学学报 2019(07)
    • [16].一种基于高度差异的点云数据分类方法[J]. 测绘通报 2018(06)
    • [17].手提激光盘煤仪点云去噪[J]. 激光杂志 2017(05)
    • [18].面向室内场景点云的对象重建[J]. 测绘通报 2017(06)
    • [19].快速点云定向数学模型实际精度分析[J]. 北京测绘 2017(04)
    • [20].基于点云几何约束的仿真安装探讨[J]. 地理空间信息 2017(09)
    • [21].基于自适应切片的点云压缩算法[J]. 工程勘察 2017(09)
    • [22].序列图像三维重构中点云精简算法的研究与改进[J]. 计算机工程与应用 2016(08)
    • [23].地面三维激光扫描点云重建技术研究[J]. 数码世界 2017(08)
    • [24].三维环境下交互式点云对象提取方法[J]. 计算机工程与应用 2019(24)
    • [25].换流站激光点云密度对土石方计算的影响[J]. 电力勘测设计 2020(01)
    • [26].融合个体识别的3D点云语义分割方法研究[J]. 黑龙江工业学院学报(综合版) 2019(12)
    • [27].机载激光点云与摄影测量点云非监督建筑物变化检测[J]. 测绘科学技术学报 2019(05)
    • [28].电力巡检点云分布式异构处理的研究[J]. 湖北电力 2019(05)
    • [29].点云重建的并行算法[J]. 计算机工程与应用 2020(06)
    • [30].基于深度学习的点云匹配[J]. 计算机工程与设计 2020(06)

    标签:;  ;  ;  

    逆向工程关键技术研究与应用
    下载Doc文档

    猜你喜欢