基于Kinect深度传感器的室内空间信息建模及精度分析
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.3 主要研究内容 | 第9-11页 |
| 第2章 深度图像获取及表示 | 第11-17页 |
| 2.1 深度图像的概念 | 第11页 |
| 2.2 基于Kinect深度传感器的深度图像获取 | 第11-13页 |
| 2.2.1 Kinect深度传感器硬件结构介绍 | 第11-12页 |
| 2.2.2 Kinect深度图像获取原理 | 第12-13页 |
| 2.3 深度图像的表示 | 第13-16页 |
| 2.3.1 伪灰度表示 | 第13-14页 |
| 2.3.2 点云表示 | 第14-16页 |
| 2.4 本章小结 | 第16-17页 |
| 第3章 基于Kinect深度传感器的点云建模 | 第17-28页 |
| 3.1 深度图像去噪 | 第17-21页 |
| 3.1.1 传统去噪方法 | 第18-20页 |
| 3.1.2 本文去噪方法 | 第20-21页 |
| 3.2 开源系统介绍 | 第21-23页 |
| 3.3 本文点云建模流程 | 第23-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第4章 环境因素对建模精度影响 | 第28-40页 |
| 4.1 距离条件对建模精度影响及分析 | 第28-34页 |
| 4.2 室内灯光环境对建模精度影响及分析 | 第34-36页 |
| 4.3 扫描时长对建模精度影响及分析 | 第36-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 点云建模精度分析 | 第40-50页 |
| 5.1 点云建模精度检测标准 | 第40页 |
| 5.2 点云模型误差检测流程 | 第40-41页 |
| 5.3 参考对象的获取及误差推算 | 第41-43页 |
| 5.3.1 参考对象的获取 | 第41-42页 |
| 5.3.2 参考对象点位误差推算 | 第42-43页 |
| 5.4 形状误差检测 | 第43-45页 |
| 5.4.1 直线度误差检测 | 第44页 |
| 5.4.2 平面度误差检测 | 第44-45页 |
| 5.5 位置误差检测 | 第45-49页 |
| 5.5.1 模型整体间偏差检测 | 第45-47页 |
| 5.5.2 特征面边沿偏差检测 | 第47-48页 |
| 5.5.3 点位坐标偏差检测 | 第48-49页 |
| 5.6 本章小结 | 第49-50页 |
| 总结与展望 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53页 |
