基于领域知识的三维动态场景目标识别和配准
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 论文研究内容 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 2 场景点云的采集与预处理 | 第18-34页 |
| 2.1 场景点云采集 | 第18-30页 |
| 2.1.1 Kinect简介 | 第18-19页 |
| 2.1.2 Kinect相机标定 | 第19-28页 |
| 2.1.3 点云数据获取 | 第28-30页 |
| 2.2 点云预处理 | 第30-33页 |
| 2.2.1 直通滤波 | 第30-31页 |
| 2.2.2 离群点移除 | 第31页 |
| 2.2.3 体素滤波 | 第31-32页 |
| 2.2.4 点云预处理实验结果与分析 | 第32-33页 |
| 2.3 本章小结 | 第33-34页 |
| 3 感兴趣目标提取与特征计算 | 第34-45页 |
| 3.1 感兴趣目标提取 | 第34-36页 |
| 3.1.1 基于随机采样一致性的平面分割算法 | 第34-35页 |
| 3.1.2 欧式聚类算法 | 第35-36页 |
| 3.2 点云法向量估计 | 第36-38页 |
| 3.3 点云特征描述 | 第38-43页 |
| 3.3.1 局部PFH特征描述符 | 第39-40页 |
| 3.3.2 局部FPFH特征描述符 | 第40-41页 |
| 3.3.3 改进的全局CVFH特征描述符 | 第41-43页 |
| 3.4 本章小结 | 第43-45页 |
| 4 领域知识的理解与生成 | 第45-50页 |
| 4.1 领域知识库的设计与构建 | 第45-48页 |
| 4.1.1 零部件几何模型 | 第45-46页 |
| 4.1.2 零部件约束模型 | 第46-47页 |
| 4.1.3 零部件层次模型 | 第47-48页 |
| 4.1.4 零部件拆装序列 | 第48页 |
| 4.2 模型多视角点云特征库的构建 | 第48-49页 |
| 4.3 本章小结 | 第49-50页 |
| 5 增强信息的配准与虚实融合 | 第50-65页 |
| 5.1 本文算法框架 | 第50-51页 |
| 5.2 感兴趣目标识别 | 第51-52页 |
| 5.2.1 点云目标识别流程分析 | 第51-52页 |
| 5.2.2 基于K-D树的点云目标识别 | 第52页 |
| 5.3 增强信息的精确配准 | 第52-55页 |
| 5.3.1 采样一致性配准算法 | 第53-54页 |
| 5.3.2 基于采样一致性的ICP配准算法 | 第54-55页 |
| 5.4 增强信息的虚实融合 | 第55-56页 |
| 5.5 实验结果与分析 | 第56-64页 |
| 5.5.1 点云目标识别 | 第56-59页 |
| 5.5.2 点云目标配准 | 第59-61页 |
| 5.5.3 增强信息的虚实融合 | 第61-64页 |
| 5.6 本章小结 | 第64-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 本文工作总结 | 第65-66页 |
| 6.2 进一步研究展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第72页 |
