基于特征点匹配的点云粗配准算法研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和研究意义 | 第11-13页 |
| 1.1.1 计算机视觉 | 第11-12页 |
| 1.1.2 三维数字图像 | 第12页 |
| 1.1.3 三维模型配准的应用领域 | 第12-13页 |
| 1.2 国内外研究现状及研究难点 | 第13-16页 |
| 1.2.1 国内外研究现状 | 第13-15页 |
| 1.2.2 三维物体配准的技术难点 | 第15-16页 |
| 1.3 文章的主要研究内容及安排 | 第16-19页 |
| 第2章 点云配准的整体框架与相关技术 | 第19-25页 |
| 2.1 点云配准的整体框架 | 第19-20页 |
| 2.1.1 点云的概念及获取 | 第19页 |
| 2.1.2 点云配准的整体框架 | 第19-20页 |
| 2.2 点云配准中的相关技术 | 第20-24页 |
| 2.2.1 点云精简 | 第20-21页 |
| 2.2.2 平滑去噪 | 第21-22页 |
| 2.2.3 特征提取 | 第22-23页 |
| 2.2.4 特征描述 | 第23-24页 |
| 2.2.5 特征匹配 | 第24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 基于邻域旋转体积的特征点描述算法 | 第25-43页 |
| 3.1 特征描述子的定义 | 第25页 |
| 3.2 常见的特征描述子 | 第25-29页 |
| 3.2.1 PFH描述子 | 第25-27页 |
| 3.2.2 FPFH描述子 | 第27页 |
| 3.2.3 SHOT描述子 | 第27-29页 |
| 3.3 基于邻域旋转体积的特征点描述算法 | 第29-33页 |
| 3.3.1 邻域体积描述子的定义 | 第29-33页 |
| 3.3.2 描述子的相似度衡量 | 第33页 |
| 3.4 实验结果与分析 | 第33-41页 |
| 3.4.1 运行时间分析 | 第33-35页 |
| 3.4.2 旋转平移的鲁棒性分析 | 第35-37页 |
| 3.4.3 抗噪性分析 | 第37-38页 |
| 3.4.4 不同采样率分析 | 第38-39页 |
| 3.4.5 基于邻域旋转体积描述子的匹配结果 | 第39-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第4章 一种剔除误匹配的方法 | 第43-55页 |
| 4.1 误匹配的定义 | 第43页 |
| 4.2 常用的误匹配剔除算法 | 第43-44页 |
| 4.2.1 几何一致性算法 | 第43页 |
| 4.2.2 姿态聚类 | 第43-44页 |
| 4.2.3 RANSAC算法 | 第44页 |
| 4.3 一种剔除点云误匹配的方法 | 第44-49页 |
| 4.3.1 新的点云配准流程 | 第44-45页 |
| 4.3.2 剔除边缘特征点 | 第45-47页 |
| 4.3.3 剔除误匹配 | 第47-49页 |
| 4.4 实验结果与分析 | 第49-54页 |
| 4.4.1 实验流程 | 第49页 |
| 4.4.2 评价标准 | 第49页 |
| 4.4.3 可变参数对结果的影响分析 | 第49-50页 |
| 4.4.4 边缘关键点剔除实验结果与对比分析 | 第50-51页 |
| 4.4.5 误匹配剔除实验结果与分析 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 基于局部特征的三维物体配准应用 | 第55-63页 |
| 5.1 引言 | 第55页 |
| 5.2 变换矩阵的获取与评价 | 第55-58页 |
| 5.2.1 双向最近邻搜索算法 | 第55-56页 |
| 5.2.2 SVD计算旋转平移矩阵 | 第56-58页 |
| 5.2.3 变换矩阵的评价标准 | 第58页 |
| 5.3 物体配准结果与分析 | 第58-61页 |
| 5.4 本章小结 | 第61-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 工作总结 | 第63-64页 |
| 6.2 研究展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间所取得的研究成果 | 第71-73页 |
| 致谢 | 第73-74页 |
