基于三维相机的图像分割技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 论文的研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文研究的课题及内容安排 | 第12-14页 |
| 第2章 三维信息获取及分割关键技术 | 第14-26页 |
| 2.1 三维信息获取技术 | 第14-17页 |
| 2.2 图像分割的相关技术 | 第17-25页 |
| 2.2.1 图像分割定义 | 第17-18页 |
| 2.2.2 二维图像分割 | 第18-22页 |
| 2.2.3 三维图像分割 | 第22-24页 |
| 2.2.4 图像分割评价标准 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 三维图像的预处理 | 第26-34页 |
| 3.1 Kinect原始数据的黑洞修复 | 第26-30页 |
| 3.2 滤波平滑处理 | 第30-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第4章 基于三维信息的室内场景分割 | 第34-49页 |
| 4.1 场景分割的基本方案 | 第34-35页 |
| 4.2 基于树结构的三维点云表示 | 第35-39页 |
| 4.2.1 kd-tree的查找 | 第37页 |
| 4.2.2 kd-tree的插入 | 第37-38页 |
| 4.2.3 基于kd-tree建立点云邻域 | 第38-39页 |
| 4.3 三维点云特征提取 | 第39-43页 |
| 4.3.1 三维点云数据的法向量求取 | 第39-42页 |
| 4.3.2 三维点云数据的曲率求取 | 第42-43页 |
| 4.4 三维点云分割的区域生长准则 | 第43-45页 |
| 4.5 基于三维特征的场景分割 | 第45-47页 |
| 4.6 实验结果及分析 | 第47-48页 |
| 4.7 本章小结 | 第48-49页 |
| 第5章 基于三维信息场景分割的优化 | 第49-58页 |
| 5.1 优化算法的总体方案 | 第49-50页 |
| 5.2 区域的合并与剔除 | 第50-55页 |
| 5.2.1 噪声区域阈值设定 | 第51页 |
| 5.2.2 颜色空间转换 | 第51-53页 |
| 5.2.3 区域融合 | 第53-55页 |
| 5.3 实验结果及分析 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 总结与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读学位期间发表的学术论文 | 第64页 |
