首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

三维点云数据的智能标记

摘要第2-4页
Abstract第4-5页
1 绪论第8-16页
    1.1 研究背景与研究意义第8-9页
    1.2 国内外研究现状第9-13页
        1.2.1 图像标记的研究现状第9页
        1.2.2 三维点云分割的研究现状第9-12页
        1.2.3 三维点云分类的研究现状第12-13页
    1.3 本文主要内容第13-16页
2 三维点云的手工标记处理第16-27页
    2.1 三维点云的获取第16-17页
    2.2 各坐标系的相互变换及变换矩阵第17-21页
        2.2.1 模型变换矩阵第18-20页
        2.2.2 视变换矩阵第20页
        2.2.3 投影变换矩阵第20-21页
    2.3 三维点云空间坐标转化至二维屏幕坐标第21-24页
    2.4 对三维点云的人工标记结果第24-26页
    2.5 本章小结第26-27页
3 三维点云的分割标记第27-60页
    3.1 三维点云几何特征的估算第27-30页
    3.2 三维点云数据的点线面标记第30-32页
    3.3 三维点云数据提取几何特征与构建主成分特征球第32-33页
    3.4 三维点云数据提取地面方法第33-41页
        3.4.1 平面点的法向量聚类第34-37页
        3.4.2 平面点的位置分割第37-39页
        3.4.3 地面提取第39-41页
    3.5 几种提取地面的方法的比较第41-47页
    3.6 三维点云数据区域分割及分割结果第47-55页
    3.7 基于三维点云数据分割的点云标记及标记结果第55-58页
    3.8 本章小结第58-60页
4 三维点云的智能标记第60-73页
    4.1 人工标记与点云智能标记的关系第60页
    4.2 三维点云数据的智能标记第60-68页
        4.2.1 随机森林智能标记方法第61-62页
        4.2.2 智能标记过程节点分裂依据第62-64页
        4.2.3 构建CART树方法第64-65页
        4.2.4 CART树终止分裂的依据第65-66页
        4.2.5 训练学习随机森林模型分类器第66-67页
        4.2.6 三维点云几何特征的估算第67-68页
    4.3 三维点云数据智能标记结果第68-69页
    4.4 对智能标记结果的人工修正第69-71页
    4.5 本章小结第71-73页
结论第73-74页
参考文献第74-77页
攻读硕士学位期间发表学术论文情况第77页
课题资助情况第77-78页
致谢第78-80页

论文共80页,点击 下载论文
上一篇:基于自适应距离融合学习的形状检索方法研究
下一篇:PET/CT图像分析及其在肺癌辅助诊疗中的应用