基于RGB-D点云数据的物体变动识别

摘要	第1-5页
Abstract	第5-8页
1 绪论	第8-13页
·研究背景与意义	第8-9页
·研究现状与发展趋势	第9-12页
·本文的主要工作	第12-13页
2 Kinect传感器结构及原理	第13-18页
·Kinect硬件构成	第13-15页
·传感器深度感应原理	第15-16页
·基于Kinect的RGB-D点云获取	第16-18页
3 基于RGB-D信息的空间配准及平面提取	第18-33页
·基于SURF场景初始匹配	第18-24页
·SURF算法原理	第18-19页
·局部特征提取与旋转平移矩阵的计算	第19-21页
·实验结果分析与总结	第21-24页
·ICP算法实现场景精确配准	第24-30页
·ICP算法中特征点的提取	第24-26页
·ICP算法实现场景精确配准	第26-28页
·ICP配准实验分析与总结	第28-30页
·基于深度信息的平面提取	第30-33页
·平面拟合原理及算法实现	第30-31页
·平面拟合效果图及分析	第31-33页
4 三维物体重构及基于概率模型的物体变动识别	第33-50页
·构建面元实现物体重构	第33-39页
·空间分割和点模型的建立	第33-34页
·基于点模型的面元提取	第34-36页
·面元合并与物体重构	第36-37页
·实验分析与总结	第37-39页
·基于概率模型的变动物体识别	第39-46页
·概率模型的构建	第40-41页
·物体变动时面元概率的计算	第41-42页
·物体静止时面元概率的计算	第42-43页
·物体发现实验效果与分析	第43-46页
·空间一致性调整	第46-50页
·马尔科夫随机场原理	第46-48页
·空间调整后的实验效果及分析	第48-50页
结论	第50-51页
参考文献	第51-54页
攻读硕士学位期间发表学术论文情况	第54页
课题资助情况	第54-55页
致谢	第55-56页