| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 点云配准算法 | 第11-13页 |
| 1.2.2 点云曲面重建算法 | 第13-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第二章 点云数据预处理方法 | 第16-30页 |
| 2.1 点云数据获取 | 第16-19页 |
| 2.1.1 三维激光扫描仪简介 | 第16-19页 |
| 2.1.2 三维扫描仪软硬件平台简介 | 第19页 |
| 2.2 点云数据去噪 | 第19-24页 |
| 2.2.1 有序点云去噪算法 | 第21-22页 |
| 2.2.2 基于k-d tree的无序点云去噪算法 | 第22-23页 |
| 2.2.3 实验与分析 | 第23-24页 |
| 2.3 点云数据精简 | 第24-26页 |
| 2.3.1 基于曲率的精简算法 | 第25页 |
| 2.3.2 基于包围盒的精简算法 | 第25-26页 |
| 2.3.3 基于法向精度的精简算法 | 第26页 |
| 2.4 点云数据三维变换 | 第26-29页 |
| 2.4.1 点云的平移 | 第26-27页 |
| 2.4.2 点云的缩放 | 第27页 |
| 2.4.3 点云的旋转 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 点云数据配准算法研究 | 第30-45页 |
| 3.1 ICP算法原理 | 第31-34页 |
| 3.1.1 四元数法 | 第31-33页 |
| 3.1.2 SVD法 | 第33-34页 |
| 3.2 改进的ICP点云配准算法 | 第34-40页 |
| 3.2.1 点云初始配准 | 第35-37页 |
| 3.2.2 点云精确配准 | 第37-40页 |
| 3.3 实验与分析 | 第40-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 三维点云曲面重建 | 第45-57页 |
| 4.1 三角剖分 | 第46-51页 |
| 4.1.1 Voronoi图 | 第47-49页 |
| 4.1.2 Delaunay三角剖分 | 第49-51页 |
| 4.2 基于Crust算法的三角剖分 | 第51-53页 |
| 4.3 实验与分析 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 结论与展望 | 第57-59页 |
| 5.1 结论 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士学位期间取得的学术成果 | 第65-66页 |
| 一、硕士期间参与导师的科研项目 | 第65页 |
| 二、硕士期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66页 |