基于Kinect深度相机的室内三维场景重构
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-10页 |
| ·三维场景重构的研究现状 | 第10-11页 |
| ·本文主要内容安排 | 第11-13页 |
| 2 RGB-D点云数据的获取 | 第13-21页 |
| ·Kinect深度相机 | 第13-15页 |
| ·Kinect硬件结构 | 第13-14页 |
| ·Kinect深度图像成像原理 | 第14-15页 |
| ·开源接口及数据采集系统 | 第15-21页 |
| ·OpenNI | 第15-17页 |
| ·Kinect软件开发工具包 | 第17-19页 |
| ·利用移动机器人平台的场景数据获取 | 第19-21页 |
| 3 基于局部特征的多场景点云数据匹配 | 第21-39页 |
| ·点云数据匹配的概念 | 第21-22页 |
| ·局部特征选择 | 第22-26页 |
| ·SURF特征 | 第22-24页 |
| ·Spin-image特征 | 第24-26页 |
| ·基于SVD算法的点云数据匹配 | 第26-30页 |
| ·SURF特征提取 | 第26-27页 |
| ·基于SVD算法的变换矩阵计算 | 第27-30页 |
| ·候选矩阵评价 | 第30页 |
| ·基于ICP算法的点云数据匹配 | 第30-33页 |
| ·ICP匹配算法 | 第31页 |
| ·基于ICP算法的变换矩阵计算 | 第31-33页 |
| ·多场景匹配实验结果 | 第33-39页 |
| 4 室内三维场景重构 | 第39-55页 |
| ·多场景闭环检测 | 第39-41页 |
| ·基于图优化的误差均衡 | 第41-45页 |
| ·非线性最小二乘迭代 | 第41-43页 |
| ·基于流型的最小二乘迭代 | 第43-45页 |
| ·精简冗余数据 | 第45-50页 |
| ·三维场景重构实验结果 | 第50-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59页 |
| 课题资助情况 | 第59-60页 |
| 致谢 | 第60-61页 |