点云数据的配准算法
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题研究背景及意义 | 第7页 |
| ·三维重建过程概述 | 第7-8页 |
| ·三维数据配准算法研究现状 | 第8-10页 |
| ·粗配准 | 第9-10页 |
| ·精细配准 | 第10页 |
| ·本文工作及贡献 | 第10-11页 |
| ·本文章节组织结构 | 第11-13页 |
| 第二章 三维数据配准原理 | 第13-29页 |
| ·数据配准基本问题 | 第13-17页 |
| ·刚体变换矩阵 | 第13-14页 |
| ·刚体变换矩阵的求解 | 第14-15页 |
| ·目标函数 | 第15页 |
| ·最小二乘问题 | 第15-16页 |
| ·利用三组对应点求解刚体变换矩阵 | 第16-17页 |
| ·基于 SVD 的正交强迫一致性算法 | 第17-20页 |
| ·基于正交强迫一致性算法的图像特征点匹配 | 第17-18页 |
| ·正交强迫一致性算法的三维扩展证明 | 第18-20页 |
| ·RANSAC 估计算法 | 第20-23页 |
| ·RANSAC 估计算法一般步骤 | 第20-21页 |
| ·RANSAC 算法用于配准 | 第21页 |
| ·RANSAC 算法的抽样次数 | 第21-23页 |
| ·ICP 配准算法 | 第23-27页 |
| ·ICP 配准算法简介 | 第23-24页 |
| ·ICP 配准算法的收敛性分析 | 第24-25页 |
| ·ICP 配准算法的优缺点 | 第25页 |
| ·ICP 相关的改进算法 | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第三章 基于扩散一致球的配准算法 | 第29-41页 |
| ·一致球模型 | 第29-35页 |
| ·一致球的概念 | 第29-30页 |
| ·寻找对应点的算法 | 第30-32页 |
| ·提取一致性球的方法 | 第32-35页 |
| ·基于扩散一致球的精细配准 | 第35-38页 |
| ·一致球的扩散 | 第35-37页 |
| ·RANSAC 排除外点 | 第37页 |
| ·最小二乘法求解刚体变换矩阵 | 第37-38页 |
| ·算法步骤 | 第38-39页 |
| ·基于扩散一致球配准算法的步骤 | 第38页 |
| ·基于扩散一致球配准算法的流程图 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 实验结果及其对比分析 | 第41-53页 |
| ·配准结果 | 第41-46页 |
| ·ICP 受限情况下的配准结果及其分析 | 第46-50页 |
| ·扩散一致球算法与 ICP 算法的收敛对比 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 工作总结及展望 | 第53-55页 |
| ·工作总结 | 第53-54页 |
| ·下一步工作展望 | 第54-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-60页 |
