基于Kinect深度传感器的三维重建技术应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 三维重建技术的研究现状 | 第12-16页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 论文研究内容和结构安排 | 第16-17页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 结构安排 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 三维点云数据获取与处理 | 第18-29页 |
| 2.1 Kinect 介绍 | 第18-21页 |
| 2.1.1 Kinect 硬件结构 | 第18-19页 |
| 2.1.2 Kinect 工作原理 | 第19-21页 |
| 2.2 图像信息获取与坐标转换 | 第21-24页 |
| 2.2.1 深度图像与彩色图像获取 | 第21-22页 |
| 2.2.2 坐标系概念 | 第22页 |
| 2.2.3 深度图像坐标转换 | 第22-24页 |
| 2.3 点云数据预处理 | 第24-27页 |
| 2.3.1 点云概念 | 第24-25页 |
| 2.3.2 点云数据去噪处理 | 第25-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 三维点云配准算法 | 第29-40页 |
| 3.1 迭代最邻近点算法 | 第29-32页 |
| 3.1.1 基本原理 | 第29-30页 |
| 3.1.2 特性分析 | 第30页 |
| 3.1.3 主要步骤 | 第30-32页 |
| 3.2 最邻近搜索与 k-d 树 | 第32-33页 |
| 3.2.1 最邻近搜索 | 第32页 |
| 3.2.2 k-d 树 | 第32-33页 |
| 3.3 点云特征估计 | 第33-36页 |
| 3.3.1 点云表面法向估计 | 第33-34页 |
| 3.3.2 点特征直方图 | 第34-36页 |
| 3.4 改进的点云配准算法 | 第36-37页 |
| 3.5 环闭合检测与全局优化 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 三维点云重建与纹理映射 | 第40-49页 |
| 4.1 面元表达 | 第40-41页 |
| 4.1.1 面元概念 | 第40页 |
| 4.1.2 可见置信度 | 第40-41页 |
| 4.2 点云融合 | 第41-43页 |
| 4.2.1 面元更新 | 第41-42页 |
| 4.2.2 面元增加 | 第42页 |
| 4.2.3 面元移除 | 第42页 |
| 4.2.4 表面增长 | 第42-43页 |
| 4.2.5 半径估计 | 第43页 |
| 4.3 多边形网格 | 第43-45页 |
| 4.4 纹理映射 | 第45-48页 |
| 4.4.1 纹理概念 | 第45页 |
| 4.4.2 坐标系 | 第45-46页 |
| 4.4.3 映射函数 | 第46-47页 |
| 4.4.4 纹理映射实现 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 系统设计与实验 | 第49-67页 |
| 5.1 软硬件平台环境及架构设计 | 第49-52页 |
| 5.1.1 硬件平台环境 | 第49页 |
| 5.1.2 软件平台环境 | 第49-50页 |
| 5.1.3 架构设计 | 第50-52页 |
| 5.2 三维重建系统流程框图 | 第52页 |
| 5.3 实验结果与分析 | 第52-66页 |
| 5.3.1 点云去噪 | 第53-58页 |
| 5.3.2 点云配准 | 第58-63页 |
| 5.3.3 点云重建 | 第63-66页 |
| 5.4 本章小结 | 第66-67页 |
| 总结与展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间取得的研究成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 附件 | 第74页 |
