摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 研究意义和背景 | 第10-11页 |
1.2 国内外室内三维地图研究现状 | 第11-13页 |
1.3 主要研究内容 | 第13页 |
1.4 主要技术路线 | 第13-14页 |
1.5 论文结构组织 | 第14-16页 |
第二章 三维激光扫描原理及室内点云数据获取 | 第16-23页 |
2.1 激光扫描技术 | 第16-19页 |
2.1.1 地基激光扫描仪的构成 | 第16-17页 |
2.1.2 激光测距原理 | 第17-18页 |
2.1.3 Leica Scanstation C10扫描系统 | 第18-19页 |
2.2 室内点云数据采集 | 第19-22页 |
2.2.1 激光雷达室内点云数据采集 | 第20-21页 |
2.2.2 获得的单点实验数据 | 第21-22页 |
2.3 本章小结 | 第22-23页 |
第三章 点云数据预处理 | 第23-41页 |
3.1 点云数据组织与索引 | 第23-26页 |
3.1.1 K-D树简介 | 第23-26页 |
3.1.2 K-D树构建实例 | 第26页 |
3.2 点云数据去噪 | 第26-29页 |
3.3 点云数据配准 | 第29-32页 |
3.3.1 点云配准原理 | 第30-31页 |
3.3.2 配准实验结果 | 第31-32页 |
3.4 点云数据降采样 | 第32-40页 |
3.4.1 采样方法描述 | 第33-35页 |
3.4.2 点云数据基于曲率采样 | 第35-36页 |
3.4.3 实验结果 | 第36-40页 |
3.5 本章小结 | 第40-41页 |
第四章 室内三维模型及地图可视化系统设计与实现 | 第41-66页 |
4.1 平面特征检测算法 | 第41-48页 |
4.1.1 霍夫变换原理 | 第42-45页 |
4.1.2 随机采样一致性(RANSAC)算法原理 | 第45-46页 |
4.1.3 HT与RANSAC算法检测平面特征仿真结果比较 | 第46-48页 |
4.2 基于RANSAC的室内场景点云数据平面特征检测实例 | 第48-49页 |
4.3 室内目标物体聚类分割 | 第49-50页 |
4.4 三维网格模型构建及优化 | 第50-60页 |
4.4.1 三维网格模型构建 | 第50-54页 |
4.4.2 三维网格模型优化 | 第54-57页 |
4.4.3 各目标三维模型构建与优化结果 | 第57-60页 |
4.5 室内三维地图可视化系统的设计与实现 | 第60-64页 |
4.5.1 系统相关技术 | 第60-61页 |
4.5.2 系统功能需求分析及概要设计 | 第61-63页 |
4.5.3 室内地图可视化系统实现 | 第63-64页 |
4.6 本章小结 | 第64-66页 |
第五章 总结与展望 | 第66-68页 |
5.1 总结 | 第66-67页 |
5.2 展望 | 第67-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-74页 |
攻读硕士期间取得的研究成果 | 第74-75页 |