首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于Kinect的室内场景三维重建方法研究

摘要第1-8页
Abstract第8-11页
第1章 绪论第11-18页
   ·研究背景和意义第11-12页
   ·三维重建技术研究现状第12-16页
     ·被动式三维重建技术第12-14页
     ·主动式三维重建技术第14-16页
   ·本文主要研究内容第16页
   ·本文的组织结构第16-18页
第2章 基于Kinect数据采集的相关原理第18-27页
   ·Kinect传感器及其开发软件第18-21页
     ·Kinect硬件结构第18-20页
     ·OpenNI开源接口第20页
     ·PCL点云数据库第20-21页
   ·深度图像坐标转换第21-23页
   ·数据存储第23-26页
     ·点云数据格式第24页
     ·二维图像和三维数据存储第24-26页
   ·本章小结第26-27页
第3章 数据采集系统的设计第27-33页
   ·硬件平台第27页
   ·软件平台第27-30页
     ·PCL源代码编译第28-29页
     ·环境变量设置和属性配置第29-30页
   ·原始数据采集第30-32页
     ·深度图像与彩色图像采集第30-31页
     ·三维点云显示第31-32页
   ·本章小结第32-33页
第4章 基于相对坐标ICP的室内场景三维重建第33-48页
   ·基于ICP算法配准点云数据第33-35页
     ·ICP算法简介第33-34页
     ·ICP算法特性分析第34-35页
     ·ICP算法主要步骤第35页
   ·基于相对坐标ICP配准点云数据第35-40页
     ·基于SIFT特征点对求取变换矩阵第36-37页
     ·RANSAC去除误匹配对第37-38页
     ·基于帧间配准点云数据第38-39页
     ·基于上下层配准点云数据第39-40页
     ·可视化三维场景重建第40页
   ·实验结果比较与分析第40-47页
     ·基于ICP和相对坐标ICP配准点云数据对比第41-42页
     ·基于张翠红算法和相对坐标ICP配准点云数据对比第42-46页
     ·强光照场景下的三维场景重建实验结果第46-47页
   ·本章小结第47-48页
第5章 结论与展望第48-50页
   ·结论第48页
   ·展望第48-50页
参考文献第50-54页
致谢第54-55页
附录A 攻读学位期间所发表的学术论文第55页

论文共55页,点击 下载论文
上一篇:抗遮挡与重采样的粒子滤波跟踪算法研究
下一篇:基于改进支持向量机的数据挖掘分类算法研究