| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 选题的背景和研究意义 | 第9-11页 |
| 1.1.1 配准的背景和研究意义 | 第9-10页 |
| 1.1.2 三维重建的背景和研究意义 | 第10页 |
| 1.1.3 目标检测的背景和研究意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-13页 |
| 1.2.1 配准的发展现状 | 第11页 |
| 1.2.2 三维重建的发展现状 | 第11-12页 |
| 1.2.3 目标检测的发展现状 | 第12-13页 |
| 1.3 论文的研究内容与结构 | 第13-16页 |
| 第二章 Kinect工作原理 | 第16-24页 |
| 2.1 Kinect基本简介 | 第16-17页 |
| 2.2 Kinect的工作原理 | 第17-18页 |
| 2.3 Kinect标定 | 第18-21页 |
| 2.3.1 图像坐标系、摄像机坐标系与世界坐标系 | 第18-19页 |
| 2.3.2 RGB镜头标定 | 第19-21页 |
| 2.3.3 双摄像机的几何关系 | 第21页 |
| 2.4 Kinect的开发库OpenNI | 第21-24页 |
| 第三章 基于塔式voxel的点云配准 | 第24-36页 |
| 3.1 基于塔式voxel的扩展高斯球的初始配准 | 第24-28页 |
| 3.1.1 扩展高斯球简介 | 第24-25页 |
| 3.1.2 场景的塔式voxel划分 | 第25-27页 |
| 3.1.3 基于塔式voxel的扩展高斯球的点云配准 | 第27-28页 |
| 3.2 点云数据的精确配准 | 第28-29页 |
| 3.3 实验结果与分析 | 第29-33页 |
| 3.3.1 基于扩展高斯球的实验结果与分析 | 第29-32页 |
| 3.3.2 点云精确配准的实验结果与分析 | 第32-33页 |
| 3.4 本章小结 | 第33-36页 |
| 第四章 基于RGB-D的运动估计与三维重建 | 第36-46页 |
| 4.1 基于SURF的图像配准 | 第36-41页 |
| 4.1.1 SURF算法 | 第36-39页 |
| 4.1.2 SURF算法的实际效果 | 第39-41页 |
| 4.2 基于RGB-D的运动估计 | 第41-44页 |
| 4.3 场景三维重建 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 基于塔式voxel的平面检测 | 第46-54页 |
| 5.1 平面检测方法 | 第46-47页 |
| 5.1.1 基于RANSAC方法检测平面 | 第46页 |
| 5.1.2 基于Hough变化方法检测平面 | 第46-47页 |
| 5.2 基于塔式voxel的平面检测 | 第47-49页 |
| 5.2.1 基于塔式voxel的初始平面检测 | 第47-48页 |
| 5.2.2 检测结果合并 | 第48-49页 |
| 5.3 实验结果与分析 | 第49-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 结论 | 第54-56页 |
| 6.1 全文总结 | 第54-55页 |
| 6.2 工作展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间所取得的相关科研成果 | 第60-62页 |
| 致谢 | 第62页 |