首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

三维点云模型数据的滤波算法与配准算法研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-16页
   ·课题背景及研究的目的和意义第10-12页
   ·国内外研究现状及分析第12-14页
     ·点云数据滤波的研究现状及分析第12-13页
     ·点云数据配准的研究现状及分析第13-14页
   ·主要开展的工作第14-15页
   ·全文组织结构第15-16页
第2章 三维点云模型滤波与配准相关技术第16-26页
   ·引言第16页
   ·采样点 k-最近邻域第16-18页
   ·法向估计第18-20页
   ·高斯曲率估计第20-22页
   ·刚体变换及参数求解第22-25页
   ·本章小结第25-26页
第3章 基于曲率特征分类的点云模型滤波算法第26-34页
   ·引言第26页
   ·研究目标和思路第26-27页
   ·基于曲率特征分类的点云模型滤波第27-32页
     ·基本思路第27-28页
     ·平坦邻域类型区域和突变邻域类型区域的判定第28页
     ·平坦邻域类型区域采样点的滤波第28-29页
     ·突变邻域类型区域采样点的滤波第29-31页
     ·算法描述第31-32页
   ·本章小结第32-34页
第4章 基于全等三元素的点云模型初始配准算法第34-42页
   ·引言第34页
   ·随机采样一致性算法(RANSAC)第34-35页
   ·基于全等三元素的随机采样一致性初始配准算法第35-40页
     ·基本思路第35-36页
     ·对应关系的确定第36-37页
     ·一致程度的衡量标准第37-38页
     ·迭代次数的设定第38页
     ·算法描述第38-40页
   ·本章小结第40-42页
第5章 实验结果及分析第42-52页
   ·实验环境介绍第42-43页
     ·PCL ( Point Cloud Library )简介第42-43页
     ·实验环境的配置第43页
   ·基于曲率特征分类的滤波算法的实验结果及分析第43-47页
   ·基于全等三元素的初始配准算法的实验结果及分析第47-51页
   ·本章小结第51-52页
结论第52-54页
参考文献第54-58页
攻读硕士学位期间承担的科研任务与主要成果第58-59页
致谢第59-60页
作者简介第60页

论文共60页,点击 下载论文
上一篇:属性偏序理论在基因表达数据知识发现中的应用研究
下一篇:基于乳腺X光线图像的分割分类