基于点云三维匹配的缺陷自动识别技术研究

摘要	第1-4页
ABSTRACT	第4-7页
第1章 绪论	第7-11页
·课题的选题背景及研究意义	第7-8页
·国内外现状研究	第8-9页
·研究主要内容	第9-11页
第2章 点云匹配基本算法研究	第11-23页
·ICP算法简介	第12页
·ICP算法基础	第12-17页
·欧氏最近距离计算	第12-13页
·实体空间转换计算	第13-15页
·雅克比算法	第15-16页
·实矩阵奇异值分解算法	第16-17页
·基本ICP算法	第17-21页
·算法总体流程	第17-19页
·单位四元数算法	第19-20页
·奇异值分解算法	第20-21页
·加速ICP算法	第21-22页
·本章小结	第22-23页
第3章 点云匹配改进算法研究	第23-39页
·点云初匹配的引入	第24-34页
·传统点云初匹配	第24-25页
·质心重合法	第25-27页
·基于哈希表的特征匹配算法	第27-34页
·点对确定的改进	第34-38页
·k-d tree简介	第34-35页
·k-d tree建立	第35-36页
·k-d tree最近邻搜索算法	第36-38页
·本章小结	第38-39页
第4章 点云软件平台搭建与算法实现	第39-57页
·实验整体流程简介	第39-40页
·点云获取与预处理	第40-41页
·点云数据的采集	第40-41页
·点云数据的预处理	第41页
·点云匹配软件系统	第41-54页
·MFC与OPENGL简介	第41-42页
·OpenGL窗口环境的创建	第42-46页
·点云数据的显示与导入	第46-50页
·点云数据的基本操作	第50-54页
·缺陷识别功能的实现	第54-57页
第5章 总结与展望	第57-59页
·工作总结	第57-58页
·工作展望	第58-59页
致谢	第59-60页
参考文献	第60-62页