三维点云数据处理平台设计
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 三维点云与数据处理 | 第8-9页 |
| 1.2 国内外的研究概况 | 第9-11页 |
| 1.3 课题的基本任务 | 第11页 |
| 1.4 本论文的组织结构 | 第11-13页 |
| 2 三维点云数据处理基础 | 第13-21页 |
| 2.1 点云数据结构模型 | 第13-14页 |
| 2.1.1 数据结构的基础知识 | 第13-14页 |
| 2.1.2 K近邻检索算法 | 第14页 |
| 2.2 采样一致性算法 | 第14-15页 |
| 2.2.1 RANSAC随机采样一致性算法 | 第14-15页 |
| 2.2.2 LMedS最小中值方差估计算法 | 第15页 |
| 2.3 数据分割算法 | 第15-16页 |
| 2.3.1 聚类分割算法 | 第15-16页 |
| 2.3.2 基于RANSAC的分割 | 第16页 |
| 2.4 法线和曲率估计 | 第16-17页 |
| 2.5 特征直方图描述 | 第17-21页 |
| 2.5.1 点特征直方图 | 第17-19页 |
| 2.5.2 快速点特征直方图 | 第19-21页 |
| 3 点云数据处理平台框架设计 | 第21-33页 |
| 3.1 处理平台的功能设计 | 第21-22页 |
| 3.2 软件开发平台 | 第22-23页 |
| 3.2.1 面向对象编程平台 | 第22页 |
| 3.2.2 三维图形显示引擎 | 第22页 |
| 3.2.3 三维点云数据处理库 | 第22-23页 |
| 3.3 软件的数据处理流程 | 第23-24页 |
| 3.4 PCL点云数据处理库 | 第24-33页 |
| 3.4.1 PCL的概念及发展历程 | 第24-26页 |
| 3.4.2 PCL库的数据结构 | 第26-29页 |
| 3.4.3 PCL的I/O | 第29-31页 |
| 3.4.4 PCL的PCD文件格式 | 第31-33页 |
| 4 基于PCL的三维点云数据处理 | 第33-53页 |
| 4.1 三维点云数据的基础模块 | 第33-39页 |
| 4.1.1 PCL的随机参数估计算法 | 第33-35页 |
| 4.1.2 PCL的特征描述与提取 | 第35-37页 |
| 4.1.3 PCL的点云分割 | 第37-38页 |
| 4.1.4 PCL的关键点 | 第38-39页 |
| 4.2 三维点云数据的滤波除噪 | 第39-41页 |
| 4.2.1 滤波除噪的相关类 | 第39-40页 |
| 4.2.2 滤波除噪功能的实现 | 第40-41页 |
| 4.3 三维点云数据的配准拼接 | 第41-50页 |
| 4.3.1 配准拼接的相关类 | 第42-48页 |
| 4.3.2 配准拼接功能的实现 | 第48-50页 |
| 4.4 三维点云数据的曲面重建 | 第50-53页 |
| 4.4.1 曲面重建的相关类 | 第50-51页 |
| 4.4.2 曲面重建功能的实现 | 第51-53页 |
| 5 原型系统与处理实例 | 第53-59页 |
| 5.1 数据处理平台原型系统 | 第53-54页 |
| 5.2 处理实例1：点云数据的滤波除噪 | 第54-55页 |
| 5.3 处理实例2：点云数据的交互编辑 | 第55-56页 |
| 5.4 处理实例3：点云数据的配准拼接 | 第56-57页 |
| 5.5 处理实例4：点云数据的重采样 | 第57-58页 |
| 5.6 处理实例5：点云数据的三角网格化 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表学术论文情况 | 第66-67页 |
| 致谢 | 第67-68页 |
