利用加工中心实现三坐标测量的反求建模研究

《利用加工中心实现三坐标测量的反求建模研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP391.41单位代码：10110学号：s20090845中北大学硕士学位论文利用加工中心实现三坐标测量的反求建模研究硕士研究生王栋指导教师王彪（教授）学科专业机械工程2012年5月28日图书分类号TP391.41_____________密级____非密__注1UDC__________________________________________________________硕士学位论文利用加工中心实现三坐标测量的反求建模研究指导教师（姓名、职称）王彪、教授申请学位级别工程硕士专业名称机械工程论文提

2、交日期__2012_年_6_月__4__日论文答辩日期__2012__年__5___月__30__日学位授予日期________年______月______日论文评阅人李梦群答辩委员会主席_____李卫平__________________2012年4月25日注1：注明《国际十进分类法UDC》的分类原创性声明本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文

3、中以明确方式标明。本声明的法律责任由本人承担。论文作者签名：日期：2012-4-25关于学位论文使用权的说明本人完全了解中北大学有关保管、使用学位论文的规定，其中包括：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；③学校可允许学位论文被查阅或借阅；④学校可以学术交流为目的，复制赠送和交换学位论文；⑤学校可以公布学位论文的全部或部分内容（保密学位论文在解密后遵守此规定）。签名：日期：导师签名：日期：摘要本课题旨在探讨加工中心测量数据的处理方法。并运用i

4、mageware软件对其进行实际操作，具有很强的理论意义和使用价值。当前主流的三维软件在实体建模时主要是基于草图设计的。本文结合正向设计的思路，着重研究点云数据的处理以及三维模型的重建。本文研究的主要内容如下：（1）论文着重阐述了零件原始的数据化。在零件的数据化这一领域内进行零件的空间坐标的测量与数据采样。并介绍了三坐标测量机的原理。（2）论文对于零件的轮廓进行了较深入的分析并着重讲述点云的数据处理过程。分为：点云去噪、点云配准、点云精简、点云分割、点云融合、点云派生、点云排序与点云对齐等。并举例说明运用Imagew

5、are的点云处理过程。（3）论文讲述了零件原形的三维模型重建。运用了鼠标的例子并结合imageware软件来实现曲线或曲面的创建与拟合。在实现过程中，附上了大量的图片加以说明。（4）论文通过实验对工地上常用的安全帽进行了实际的测量，在测量时采用了合理的规划，对不同的曲面采取不同的测量方案，最后将数据输入imageware软件中，得到其测量点的示意图。关键词：加工中心，曲面测量，imagewareAbstractThistopicexploresthemeasureddataprocessingmethodofmach

6、iningcenter.Andgainhands-onapplicationofImagewaresoftwareonit,whichhaveaverystrongmeaningandvaluetheory.Whenthecurrentmainstreamsoftwareinthreedimensionalsolidmodelislargelybasedonplandesigned.Thinkingofthecombinationofthisarticleistodesign,focusingontheresearc

7、hofpointclouddataprocessingaswellasthereconstructionofthreedimensionalmodel.Themaincontentofthispaperareasfollows:(1)Thispaperintroducedthepartsoftheoriginaldata.Thepartsofthedatainthisfieldofthisspacecoordinatemeasurementanddatasampling.Andintroductiontothepri

8、nciplesofthree-coordinatemeasuringmachine.(2)Thepaperdescribersapartformorein-depthanalysisandaboutthepointclouddataprocessing.Dividedintopointcloudnoisereduction,pointcloud