真实场景三维几何建模与快速重建技术研究
摘要 | 第4-5页 |
abstract | 第5-6页 |
1 绪论 | 第9-13页 |
1.1 研究背景和意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 本文研究主要内容 | 第12-13页 |
2 点云数据的获取与预处理 | 第13-27页 |
2.1 Kinect传感器 | 第13-17页 |
2.1.1 Kinect传感器的结构和工作原理 | 第13-15页 |
2.1.2 PCL简介 | 第15页 |
2.1.3 PCL的系统架构 | 第15-16页 |
2.1.4 OpenNI体感框架 | 第16-17页 |
2.2 深度数据的获取与坐标转换 | 第17-23页 |
2.2.1 RGB-D数据的获取 | 第18-19页 |
2.2.2 摄像机成像模型 | 第19-21页 |
2.2.3 深度数据的坐标转换 | 第21-22页 |
2.2.4 PCD点云介绍 | 第22-23页 |
2.3 点云数据的预处理 | 第23-26页 |
2.3.1 点云数据去噪 | 第24-26页 |
2.3.2 点云数据的精简 | 第26页 |
2.4 本章小结 | 第26-27页 |
3 点云数据的配准 | 第27-43页 |
3.1 配准相关知识介绍 | 第27-30页 |
3.1.1 变换矩阵 | 第27-28页 |
3.1.2 控制点数量 | 第28-29页 |
3.1.3 变换矩阵求解 | 第29页 |
3.1.4 目标函数 | 第29-30页 |
3.2 基于采样一致性算法的初始配准 | 第30-35页 |
3.2.1 点云表面的特征提取 | 第31-34页 |
3.2.2 采样一致性算法配准原理 | 第34页 |
3.2.3 实验结果及分析 | 第34-35页 |
3.3 基于改进ICP算法的精确配准 | 第35-40页 |
3.3.1 ICP算法介绍 | 第35-37页 |
3.3.2 改进的ICP算法 | 第37-39页 |
3.3.3 配准算法实验分析 | 第39-40页 |
3.4 多帧点云数据的配准 | 第40-41页 |
3.5 本章小结 | 第41-43页 |
4 三维场景表面模型的重建 | 第43-51页 |
4.1 点云数据的融合 | 第43-44页 |
4.2 基于光线投射法的模型表面点云渲染 | 第44-45页 |
4.3 生成表面 | 第45-46页 |
4.4 纹理映射 | 第46-48页 |
4.5 GPU并行计算 | 第48-49页 |
4.6 本章小结 | 第49-51页 |
5 实验结果及分析 | 第51-59页 |
5.1 实验的软硬件平台 | 第51-52页 |
5.1.1 实验硬件环境 | 第51页 |
5.1.2 实验软件平台 | 第51-52页 |
5.2 场景重建流程 | 第52-55页 |
5.2.1 系统实现 | 第52-54页 |
5.2.2 流程设计 | 第54-55页 |
5.3 实验结果及误差分析 | 第55-58页 |
5.3.1 实验结果 | 第55-57页 |
5.3.2 实验误差分析 | 第57-58页 |
5.4 本章小结 | 第58-59页 |
6 总结与展望 | 第59-61页 |
6.1 总结 | 第59页 |
6.2 展望 | 第59-61页 |
参考文献 | 第61-67页 |
作者攻读学位期间发表学术论文清单 | 第67-69页 |
致谢 | 第69页 |