基于凹凸性的杂乱场景点云分割算法研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.1.1 选题依据 | 第11页 |
| 1.1.2 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状及研究难点 | 第12-15页 |
| 1.2.1 国内外研究现状 | 第12-15页 |
| 1.2.2 三维点云数据分割的难点 | 第15页 |
| 1.3 本文主要研究内容及章节安排 | 第15-19页 |
| 第二章 点云分割的整体框架与相关技术 | 第19-29页 |
| 2.1 点云数据分类 | 第19-20页 |
| 2.2 点云分割的整体框架 | 第20-21页 |
| 2.3 点云分割中的相关技术 | 第21-28页 |
| 2.3.1 点云获取 | 第21-24页 |
| 2.3.2 点云滤波 | 第24-27页 |
| 2.3.3 点云精简 | 第27页 |
| 2.3.4 点云配准 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于边界和显著性的点云分割算法 | 第29-41页 |
| 3.1 基于边界的无监督点云分割 | 第29-36页 |
| 3.1.1 多线索边界响应的生成 | 第29-31页 |
| 3.1.2 相似性度量 | 第31-34页 |
| 3.1.3 连通区域标记 | 第34-35页 |
| 3.1.4 分割改进 | 第35-36页 |
| 3.2 基于显著性检测的点云分割 | 第36-40页 |
| 3.2.1 视觉显著图的生成 | 第37-38页 |
| 3.2.2 显著性种子点生成及建模 | 第38-39页 |
| 3.2.3 基于MRF优化与标记 | 第39-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 基于凹凸性的杂乱场景分割算法 | 第41-53页 |
| 4.1 方法概述 | 第41-42页 |
| 4.2 构建表面块邻接图 | 第42-43页 |
| 4.3 凹凸性特征值判定 | 第43-46页 |
| 4.4 区域生长与噪声滤波 | 第46-47页 |
| 4.4.1 区域生长过程 | 第46页 |
| 4.4.2 噪声滤波过程 | 第46-47页 |
| 4.5 基于深度相关体素网格(DDVG)的改进 | 第47-49页 |
| 4.6 实验测试及分析 | 第49-52页 |
| 4.7 本章小结 | 第52-53页 |
| 第五章 融合超体素多种特征值的点云分割 | 第53-63页 |
| 5.1 距离度量的融合 | 第53-56页 |
| 5.1.1 色彩数据项 | 第54页 |
| 5.1.2 几何数据项 | 第54-55页 |
| 5.1.3 均衡转换 | 第55-56页 |
| 5.2 超体素分割 | 第56-57页 |
| 5.3 迭代合并过程 | 第57-58页 |
| 5.4 实验结果及分析 | 第58-62页 |
| 5.4.1 时间复杂度分析 | 第58-59页 |
| 5.4.2 数据集评估分析 | 第59-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 工作总结 | 第63-64页 |
| 6.2 未来展望 | 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 |
