摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-15页 |
1.1 引言 | 第10页 |
1.2 课题研究背景和意义 | 第10-11页 |
1.3 国内外研究现状 | 第11-12页 |
1.4 本文技术路线 | 第12-13页 |
1.5 本文结构安排 | 第13-15页 |
第2章 rgb-d数据与数据库建立 | 第15-21页 |
2.1 rgb-d数据 | 第15-17页 |
2.1.1 数据采集软硬件简介 | 第15-16页 |
2.1.2 rgb-d数据获取过程 | 第16-17页 |
2.2 点云数据 | 第17-18页 |
2.3 室内图像数据库建立 | 第18-20页 |
2.3.1 公用数据库 | 第18-19页 |
2.3.2 自建数据库 | 第19-20页 |
2.4 本章小结 | 第20-21页 |
第3章 基于边缘预测与边缘增长的图像分割 | 第21-37页 |
3.1 算法总体流程介绍 | 第21-22页 |
3.2 锚点提取 | 第22-24页 |
3.3 边缘预测 | 第24-28页 |
3.3.1 断点检测 | 第24-25页 |
3.3.2 封闭边缘间单像素间隙 | 第25-26页 |
3.3.3 构建边缘像素链 | 第26-28页 |
3.4 断点连接 | 第28-32页 |
3.4.1 断点距离连接 | 第29-30页 |
3.4.2 断点相邻像素连接 | 第30-31页 |
3.4.3 边缘增长 | 第31-32页 |
3.5 实验结果与分析 | 第32-35页 |
3.6 本章小结 | 第35-37页 |
第4章 rgb-d数据对齐与深度数据处理 | 第37-49页 |
4.1 rgb-d数据对齐 | 第37-44页 |
4.1.1 坐标的概念 | 第37-39页 |
4.1.2 彩色深度相机标定 | 第39-43页 |
4.1.3 rgb-d数据对齐 | 第43-44页 |
4.2 rgb分割区域标记与深度区域分割 | 第44-46页 |
4.3 深度数据生成点云数据 | 第46-47页 |
4.4 本章小结 | 第47-49页 |
第5章 基于ransac与leastsquares的平面拟合与重建 | 第49-64页 |
5.1 平面拟合 | 第49-52页 |
5.1.1 平面拟合技术 | 第49-51页 |
5.1.2 基于随机抽样一致性与最小二乘法的平面拟合技术 | 第51-52页 |
5.2 基于贪婪投影算法的点云三角剖分 | 第52-55页 |
5.2.1 三角剖分算法简介 | 第52-53页 |
5.2.2 基于贪婪投影算法的点云三角剖分 | 第53-55页 |
5.3 纹理映射 | 第55-58页 |
5.3.1 纹理映射原理 | 第55-56页 |
5.3.2 双线性插值的逆向映射 | 第56-58页 |
5.4 实验结果分析 | 第58-63页 |
5.5 本章小结 | 第63-64页 |
结论 | 第64-66页 |
参考文献 | 第66-72页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
致谢 | 第73页 |