| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第14-18页 |
| 1.1 论文的研究背景及意义 | 第14-15页 |
| 1.2 图像分割的历史和国内外研究现状 | 第15-16页 |
| 1.3 本文研究的课题及内容安排 | 第16-18页 |
| 第2章 三维视觉信息获取及数据预处理 | 第18-29页 |
| 2.1 Kinect摄像机及三维视觉信息获取 | 第19-21页 |
| 2.2 三维视觉数据问题分析 | 第21-23页 |
| 2.3 三维数据的预处理 | 第23-28页 |
| 2.3.1 深度图像去噪处理 | 第23-25页 |
| 2.3.2 深度图像黑洞修复 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于三维信息的场景平面区域分割 | 第29-49页 |
| 3.1 三维平面分割总体方案 | 第29-30页 |
| 3.2 基于主成分分析法的法向量估计 | 第30-39页 |
| 3.2.1 主成分分析法 | 第31-34页 |
| 3.2.2 基于主成分分析法估计法向量 | 第34-36页 |
| 3.2.3 法向量的重定向 | 第36-37页 |
| 3.2.4 k-近邻搜索法 | 第37-38页 |
| 3.2.5 三维点云法向量估计流程 | 第38-39页 |
| 3.3 基于三维信息的平面分割 | 第39-43页 |
| 3.3.1 基于三维信息的平面区域检测算法 | 第39-41页 |
| 3.3.2 平面合并优化处理 | 第41-43页 |
| 3.4 实验结果 | 第43-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 基于三维信息的场景曲面区域分割 | 第49-69页 |
| 4.1 基于有理B样条的三维曲线模型定义 | 第50-55页 |
| 4.1.1 基函数 | 第50-52页 |
| 4.1.2 二维曲线模型 | 第52-54页 |
| 4.1.3 三维曲线模型 | 第54-55页 |
| 4.2 三维曲面检测 | 第55-58页 |
| 4.3 三维曲面分割与优化 | 第58-62页 |
| 4.3.1 MDL准则 | 第58页 |
| 4.3.2 平面区域合并为曲面判定规则 | 第58-61页 |
| 4.3.3 曲面合并处理算法流程 | 第61-62页 |
| 4.4 实验结果 | 第62-67页 |
| 4.4.1 本文实验结果分析 | 第62-66页 |
| 4.4.2 实验结果对比分析 | 第66-67页 |
| 4.5 本章小结 | 第67-69页 |
| 第5章 基于Kinect的三维场景分割软件系统开发 | 第69-78页 |
| 5.1 开源图像处理库Open CV | 第69-70页 |
| 5.2 开源三维点云库PCL | 第70-72页 |
| 5.3 三维场景分割软件系统设计 | 第72页 |
| 5.4 三维场景分割软件系统的主界面设计 | 第72-74页 |
| 5.5 三维场景分割软件系统的流程 | 第74-77页 |
| 5.6 本章小结 | 第77-78页 |
| 总结与展望 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 附录A 攻读学位期间发表的学术论文 | 第85-86页 |
| 致谢 | 第86页 |