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--计算机仿真论文

基于建筑物重复特性的三维点云重建研究

摘要第6-7页
ABSTRACT第7-8页
符号对照表第12-14页
缩略语对照表第14-17页
第一章 绪论第17-21页
    1.1 研究背景及意义第17-18页
    1.2 三维重建的研究现状第18-19页
    1.3 论文的主要研究内容及工作第19-20页
    1.4 论文的组织结构第20-21页
第二章 本文的背景知识第21-39页
    2.1 点云相关知识第21-23页
        2.1.1 点云第21-22页
        2.1.2 点云的获取第22-23页
        2.1.3 点云的应用第23页
    2.2 点云配准基础知识第23-26页
        2.2.1 变换矩阵第23-25页
        2.2.2 目标函数第25-26页
    2.3 点云配准第26-29页
        2.3.1 粗配准第26-27页
        2.3.2 精确配准第27-29页
    2.4 图像特征提取第29-36页
        2.4.1 特征点检测第30-34页
        2.4.2 轮廓检测第34-36页
    2.5 点云处理第36-38页
        2.5.1 点云数据区域生长算法第36-37页
        2.5.2 三维平面提取算法第37页
        2.5.3 欧氏聚类分割算法第37-38页
    2.6 本章小结第38-39页
第三章 三维扫描仪与全站仪相结合的点云采集方法第39-57页
    3.1 引言第39页
    3.2 采集方法介绍与分析第39-49页
        3.2.1 三维扫描仪的标定第40-45页
        3.2.2 点云坐标系与大地坐标系之间的关系第45-49页
    3.3 建筑物点云数据的采集和配准结果第49-56页
        3.3.1 实验设备介绍第50-51页
        3.3.2 点云数据采集第51-52页
        3.3.3 实验及配准结果第52-56页
    3.4 本章小结第56-57页
第四章 基于重复特性的建筑物三维点云重建第57-81页
    4.1 引言第57页
    4.2 点云处理第57-64页
        4.2.1 投影与欧氏聚类分割相结合的点云预处理算法第57-61页
        4.2.2 建筑物平面提取和置正处理第61-63页
        4.2.3 点云转换成二维图像第63-64页
    4.3 基于SIFT描述子的建筑物完整三维点云重建方法第64-72页
        4.3.1 SIFT算法提取图像特征点第64页
        4.3.2 利用描述子获取平面上重复结构的重复特性第64-68页
        4.3.3 实现建筑物的完整三维点云重建第68-72页
    4.4 基于轮廓检测算法的窗户完整三维点云重建方法第72-80页
        4.4.1 轮廓检测第73页
        4.4.2 轮廓分类第73-76页
        4.4.3 获取每一类轮廓的重复特性第76-77页
        4.4.4 实现平面上窗户的完整三维点云重建第77-80页
    4.5 本章小结第80-81页
第五章 总结与展望第81-83页
    5.1 工作总结第81页
    5.2 下一步工作展望第81-83页
参考文献第83-85页
致谢第85-87页
作者简介第87-88页

论文共88页,点击 下载论文
上一篇:群体图像中图像插入与图像集合并算法
下一篇:基于种子节点扩展的重叠社区发现方法的研究