| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-23页 |
| 1.1 研究背景与研究意义 | 第10-12页 |
| 1.2 国内外现状 | 第12-19页 |
| 1.2.1 基于边缘的分割算法 | 第12页 |
| 1.2.2 基于模型的分割算法 | 第12-14页 |
| 1.2.3 基于区域增长的分割算法 | 第14-15页 |
| 1.2.4 基于属性的聚类分割算法 | 第15-18页 |
| 1.2.5 基于图的分割算法 | 第18-19页 |
| 1.3 本文主要工作介绍 | 第19-22页 |
| 1.3.1 基于空间自适应投影的三维固废点云分割算法介绍 | 第20-21页 |
| 1.3.2 基于单次交互的三维固废分割算法介绍 | 第21-22页 |
| 1.4 论文的组织结构 | 第22-23页 |
| 第2章 本文相关概念和技术原理 | 第23-36页 |
| 2.1 三维点云基础知识 | 第23-28页 |
| 2.1.1 PCL点云库 | 第23页 |
| 2.1.2 三维点云概述 | 第23-25页 |
| 2.1.3 kd-tree和octree | 第25-26页 |
| 2.1.4 点云滤波 | 第26-28页 |
| 2.2 相机模型 | 第28-32页 |
| 2.2.1 坐标系转换 | 第28-31页 |
| 2.2.2 图像坐标系和像素坐标系 | 第31-32页 |
| 2.3 最优化方法 | 第32-36页 |
| 2.3.1 梯度下降法 | 第32-33页 |
| 2.3.2 牛顿法 | 第33-34页 |
| 2.3.3 共轭梯度法 | 第34-35页 |
| 2.3.4 黄金分割法 | 第35-36页 |
| 第3章 基于空间自适应投影的三维固废点云分割 | 第36-55页 |
| 3.1 引言 | 第36-38页 |
| 3.2 固废采集场景介绍 | 第38-39页 |
| 3.3 预处理 | 第39-40页 |
| 3.4 点云预处理 | 第40-43页 |
| 3.5 点云投影 | 第43-44页 |
| 3.6 目标函数构建 | 第44-46页 |
| 3.7 最优化 | 第46-47页 |
| 3.8 物体分割 | 第47-48页 |
| 3.9 实验结果与分析 | 第48-54页 |
| 3.9.1 预处理实验结果 | 第50-51页 |
| 3.9.2 分割结果 | 第51-53页 |
| 3.9.3 分析 | 第53页 |
| 3.9.4 讨论 | 第53-54页 |
| 3.10 本章小结 | 第54-55页 |
| 第4章 基于单次交互的三维固废分割算法 | 第55-66页 |
| 4.1 引言 | 第55-56页 |
| 4.2 数据采集与场景分析 | 第56-57页 |
| 4.3 分割目标选取 | 第57-58页 |
| 4.4 LCCP分割 | 第58-62页 |
| 4.4.1 超体素分割 | 第58-60页 |
| 4.4.2 基于局部凹凸性的分割 | 第60-62页 |
| 4.5 基于高斯改进的MCG分割 | 第62-64页 |
| 4.6 实验与分析 | 第64-65页 |
| 4.7 本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-67页 |
| 5.1 总结 | 第66页 |
| 5.2 展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间参加的科研项目和成果 | 第71页 |