| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-20页 |
| 1.1 研究背景 | 第9-15页 |
| 1.1.1 三维点云数据的采集 | 第9-11页 |
| 1.1.2 三维点云数据的应用 | 第11-14页 |
| 1.1.3 三维点云数据处理技术 | 第14-15页 |
| 1.2 研究定位与研究内容 | 第15-20页 |
| 1.2.1 研究定位 | 第15-19页 |
| 1.2.2 研究内容 | 第19-20页 |
| 2 基于主成分分析的三维点云数据离群点检测 | 第20-41页 |
| 2.1 研究现状 | 第20-22页 |
| 2.1.1 离群点检测 | 第20-22页 |
| 2.1.2 法向量估算 | 第22页 |
| 2.2 基于主成分分析的三维点云数据离群点检测 | 第22-32页 |
| 2.2.1 确定邻域 | 第23-25页 |
| 2.2.2 主成分分析法 | 第25-27页 |
| 2.2.3 确定最大一致性点集 | 第27-30页 |
| 2.2.4 离群点检测 | 第30-32页 |
| 2.3 几何特性估算 | 第32-34页 |
| 2.4 实验分析与应用 | 第34-40页 |
| 2.5 本章小结 | 第40-41页 |
| 3 基于密度自适应的三维点云数据模型重建 | 第41-59页 |
| 3.1 研究现状 | 第41-42页 |
| 3.2 Ball-pivoting算法介绍 | 第42-46页 |
| 3.2.1 算法背景 | 第42页 |
| 3.2.2 算法流程 | 第42-46页 |
| 3.3 基于密度自适应的三维点云数据模型重建 | 第46-53页 |
| 3.3.1 Ball-pivoting算法存在的问题 | 第46-47页 |
| 3.3.2 密度自适应思想 | 第47-48页 |
| 3.3.3 基于密度自适应的三维点云数据模型重建 | 第48-53页 |
| 3.4 实验分析和应用 | 第53-58页 |
| 3.5 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-67页 |