| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-17页 |
| ·课题研究背景及意义 | 第9-12页 |
| ·点云配准的国内外研究现状及存在的主要问题 | 第12-15页 |
| ·点云配准的国内外研究现状 | 第12-14页 |
| ·点云配准的发展前景 | 第14页 |
| ·点云配准的效果度量 | 第14-15页 |
| ·本文主要研究内容与组织结构 | 第15-16页 |
| ·本文主要研究内容 | 第15页 |
| ·本文结构安排 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 2 基于HAUSDORFF距离的正态分布处理点云 | 第17-26页 |
| ·点云数据获取 | 第17-19页 |
| ·点云的分类 | 第17-18页 |
| ·体感相机 | 第18-19页 |
| ·预处理 | 第19-23页 |
| ·点云去噪 | 第20页 |
| ·点云曲率计算 | 第20-21页 |
| ·基于Hausdorf f距离值的关键点选取 | 第21-23页 |
| ·预处理实验 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 3 采用中值分割阈值优化K-D树 | 第26-34页 |
| ·邻域概念的K- D树 | 第26-29页 |
| ·邻域 | 第26-28页 |
| ·传统K-D树 | 第28-29页 |
| ·中值阈值优化K-D树 | 第29-31页 |
| ·优化效果分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 4 基于HAUSDORFF距离和优化K-D树改进ICP算法 | 第34-42页 |
| ·ICP算法的实现步骤 | 第34页 |
| ·改进的ICP算法 | 第34-40页 |
| ·目标函数的建立及最小化 | 第34-37页 |
| ·基于Hausdorf f距离和优化K- D树改进ICP算法 | 第37-40页 |
| ·算法的实现 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 5 实验结果与分析 | 第42-49页 |
| ·实验结果 | 第42-46页 |
| ·结果分析 | 第46-48页 |
| ·误差评估 | 第46页 |
| ·实验结果分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 6 总结与展望 | 第49-52页 |
| ·总结 | 第49-51页 |
| ·展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 攻读硕士学位期间所取得的研究成果 | 第57-58页 |
| 致谢 | 第58-59页 |