摘要 | 第3-4页 |
Abstract | 第4页 |
第1章 绪论 | 第8-18页 |
1.1 引言 | 第8-9页 |
1.2 研究背景与意义 | 第9-13页 |
1.2.1 深度图像增强 | 第9-11页 |
1.2.2 点云配准 | 第11-13页 |
1.3 研究现状 | 第13-16页 |
1.3.1 深度图像增强 | 第13-15页 |
1.3.2 点云配准 | 第15-16页 |
1.4 本文的主要内容和结构安排 | 第16-18页 |
第2章 深度图像增强和点云配准技术概述 | 第18-38页 |
2.1 深度图像增强技术概述 | 第18-28页 |
2.1.1 彩色图像与深度图像 | 第18-19页 |
2.1.2 深度成像技术简介 | 第19-20页 |
2.1.3 Kinect深度传感器 | 第20-21页 |
2.1.4 Kinect工作原理介绍 | 第21-26页 |
2.1.5 基本深度图像增强方法 | 第26-28页 |
2.2 点云配准技术概述 | 第28-37页 |
2.2.1 配准技术涉及的几何特征 | 第28-32页 |
2.2.2 点云配准数学理论 | 第32-34页 |
2.2.3 迭代最近点算法 | 第34-35页 |
2.2.4 RANSAC(Random Sample Consensus)配准算法 | 第35-37页 |
2.3 本章小结 | 第37-38页 |
第3章 基于边缘信息引导滤波的深度图像增强算法 | 第38-46页 |
3.1 引言 | 第38页 |
3.2 中值滤波 | 第38-39页 |
3.3 本文算法描述 | 第39-43页 |
3.3.1 图像边缘信息的获取 | 第39-41页 |
3.3.2 彩色图像信息的获取 | 第41页 |
3.3.3 边缘信息引导滤波进行黑洞填充 | 第41-42页 |
3.3.4 自适应中值滤波降噪 | 第42-43页 |
3.4 实验结果与分析 | 第43-44页 |
3.5 本章小结 | 第44-46页 |
第4章 基于Hausdroff距离的D4PCS点云配准算法 | 第46-56页 |
4.1 引言 | 第46页 |
4.2 点云关键点选取及简化点云 | 第46-48页 |
4.2.1 Hausdorff距离 | 第46-47页 |
4.2.2 关键点选取 | 第47-48页 |
4.3 点云配准 | 第48-50页 |
4.4 实验结果与分析 | 第50-55页 |
4.5 本章小结 | 第55-56页 |
第5章 总结与展望 | 第56-58页 |
5.1 全文总结 | 第56页 |
5.2 展望 | 第56-58页 |
参考文献 | 第58-62页 |
致谢 | 第62-64页 |
攻读硕士学位期间的研究成果 | 第64页 |