| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1. 绪论 | 第10-16页 |
| 1.1. 研究背景与研究意义 | 第10-13页 |
| 1.2. 基于点云的目标定位算法研究现状 | 第13-14页 |
| 1.3. 论文的主要内容及结构安排 | 第14-16页 |
| 2. 水下三维数据获取方法 | 第16-22页 |
| 2.1. 三维数据获取方法概述 | 第16-17页 |
| 2.2. 水下线结构光测量系统 | 第17-22页 |
| 2.2.1. 结构光测量系统模型 | 第17-18页 |
| 2.2.2. 水下折射补偿 | 第18-20页 |
| 2.2.3. 点云数据与图像的映射关系 | 第20-22页 |
| 3. 基于线特征识别的目标粗定位 | 第22-30页 |
| 3.1. 图像预处理 | 第22-23页 |
| 3.2. 基于RANSAC算法的椭圆检测方法 | 第23-28页 |
| 3.2.1. 随机抽样一致性算法(RANSAC) | 第23-25页 |
| 3.2.2. 边缘点法矢量的计算 | 第25-26页 |
| 3.2.3. 椭圆参数的计算方法 | 第26页 |
| 3.2.4. 最理想椭圆的选择方法 | 第26-27页 |
| 3.2.5. 实验验证 | 第27-28页 |
| 3.3. 目标粗定位的依据 | 第28-30页 |
| 4. 基于点云面特征的定位算法 | 第30-40页 |
| 4.1. 三维数据点的法矢量 | 第30页 |
| 4.2. 曲面参数模型 | 第30-32页 |
| 4.3. 目标位姿初始值的计算 | 第32-33页 |
| 4.4. 超二次曲面 | 第33-35页 |
| 4.4.1. 超二次曲面的数学描述 | 第33-34页 |
| 4.4.2. 超二次曲面的变形 | 第34-35页 |
| 4.5. Levenberg-Marquardt优化算法 | 第35-38页 |
| 4.5.1. 非线性最小二乘问题的描述 | 第35-36页 |
| 4.5.2. 非线性优化算法原理 | 第36-38页 |
| 4.6. 目标参数的优化 | 第38-40页 |
| 5. 水下人造目标定位实验与分析 | 第40-48页 |
| 5.1. 多目标定位实验 | 第40-43页 |
| 5.2. 定位精度验证实验 | 第43-44页 |
| 5.3. 复杂水下环境中定位实验 | 第44-48页 |
| 6. 结论与展望 | 第48-50页 |
| 6.1. 结论 | 第48-49页 |
| 6.2. 展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-56页 |
| 个人简历 | 第56页 |
| 学术成果 | 第56页 |