(54.236.62.49) 您好!臺灣時間:2021/03/08 03:21
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:陳奎伍
研究生(外文):Chen, Kuei-Wu
論文名稱:多重雷射掃瞄資料定位與整合
論文名稱(外文):Coordinate System Alignment and Integration of Multiple Laser Scanned Data
指導教授:姚宏宗姚宏宗引用關係
指導教授(外文):Hong-Tzong Yau
學位類別:碩士
校院名稱:國立中正大學
系所名稱:機械工程學系
學門:工程學門
學類:機械工程學類
論文種類:學術論文
論文出版年:1997
畢業學年度:85
語文別:中文
論文頁數:96
中文關鍵詞:定位奇異值分解最短點距離疊代法
外文關鍵詞:K元樹RegistrationK-d TreeSVDICP
相關次數:
  • 被引用被引用:2
  • 點閱點閱:245
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:2
曲面定位或最佳嵌合簡單的說就是要求出二個曲面的空間轉換矩陣。曲面
的形式可以是點資料、參數式或三角網格等等,而空間轉換矩陣包含平移
矩陣及旋轉矩陣。曲面定位在逆向工程、量測及電腦視覺的領域中都佔有
相當重要的地位,近年來許多學者都致力於全自動定位系統的開發。本研
究的重點是利用ICP(Iterative closest point method)發展以點資料為
主的曲面定位方法,並探討其定位後精確度及不準度的問題。ICP是一種
疊代的方法,經由疊代使得二點資料曲面的點距離逐漸減小,使二曲面達
到較佳的重合。ICP又可分為二個步驟,粗尋及細尋。粗尋是將二曲面先
大概對應在一起,細尋是接著的疊代步驟。因為ICP方法最後會向局部最
小值收斂,所以細尋的成功與否,會受粗尋的結果影響。粗尋是利用主軸
轉換來完成;細尋是利用SVD的方法來解空間轉換矩陣的問題。本研究發
展出以主軸轉換法做粗尋定位,SVD做細尋定位,再輔以k-D樹狀的資料結
構以利搜尋最短距離,達到曲面快速定位的目的。定位完成後,二筆點資
料之間存在多餘的重複點,將其轉換為三角網格後再重新取點可以得到一
筆新的點資料。最後不準度模型對六個轉換參數做不準度分析,並推導出
定位不準度與定位點數的平方根成反比。推導出不準度和定位點數的關係
之後,我們就可以根據所須要的精確度來推算出所須的最少定位點數,因
此在定位時我們可以使用最少的定位點,不僅可達到所要求的精確度,也
達到快速定位的目的。

The purpose of data registration is to find the registration
transformation between two point sets. The main application area
of data registration is in reverse engineering and computer
vision. Recently, many researcher focus on this topic and try to
develop an automatic registration system. We use the ICP method
to develop a data registration system and then discuss the
accuracy of registration. The ICP method uses least-squares
estimation to reduce the average distance between the matched
points in the two point sets. It includes two steps: finding the
initial transformation and the final transformation through
iteration. In this thesis, the principal axes are used to find
the initial transformation. The SVD method is then used to find
transformation matrix during each iteration. After registering
two point sets, there are redundant points in the overlapped
area between them. We can remove the redundant points and
resample the two point sets to get a new point set. After data
registration, the accuracy of the six transformation parameters
can be estimated using the proposed uncertainty model. It is
found that the uncertainty of the registration parameters are
inversely proportional to the squared root of the number of
points. This result can be used to predict the minimum number of
points we should use to register two point sets under the
required accuracy so that the computational efforts can be
greatly reduced.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊
 
系統版面圖檔 系統版面圖檔