| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 点云数据简述 | 第11-14页 |
| 1.1.1 点云数据的分类 | 第11-12页 |
| 1.1.2 点云数据的获取及应用 | 第12-14页 |
| 1.2 三维点云数据配准 | 第14-17页 |
| 1.2.1 研究背景及意义 | 第14-15页 |
| 1.2.2 国内外研究现状 | 第15-17页 |
| 1.3 文章内容结构安排 | 第17-19页 |
| 第二章 点云数据配准的数学原理 | 第19-31页 |
| 2.1 刚性变换矩阵 | 第19-20页 |
| 2.2 变换矩阵的求解 | 第20-21页 |
| 2.3 目标函数 | 第21-22页 |
| 2.4 最小二乘问题 | 第22-23页 |
| 2.5 刚性配准数学解算模型 | 第23-30页 |
| 2.5.1 四元数法 | 第23-28页 |
| 2.5.2 奇异值分解法 | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 点云数据粗配准 | 第31-54页 |
| 3.1 常用点云数据粗配准方法 | 第31-33页 |
| 3.2 基于K-D树的点邻域搜索 | 第33-39页 |
| 3.2.1 K邻域 | 第34-36页 |
| 3.2.2 K-D树法点云邻域的建立与搜索 | 第36-39页 |
| 3.3 点云关键点提取及表面法向与曲率估计 | 第39-44页 |
| 3.3.1 点云关键点提取 | 第39页 |
| 3.3.2 点云表面法向估计 | 第39-41页 |
| 3.3.3 点云曲率估计 | 第41-44页 |
| 3.4 点特征描述子(PFH)和快速点特征描述子(FPFH) | 第44-48页 |
| 3.4.1 常用特征描述子 | 第44页 |
| 3.4.2 点特征直方图(PFH)描述子 | 第44-47页 |
| 3.4.3 快速点特征直方图(FPFH)描述子 | 第47-48页 |
| 3.5 基于采样一致性(SAC-IA算法)的粗配准 | 第48-49页 |
| 3.6 点云数据的粗配准的实现 | 第49-53页 |
| 3.6.1 算法流程 | 第49-51页 |
| 3.6.2 方法试验 | 第51-53页 |
| 3.7 本章小结 | 第53-54页 |
| 第四章 点云数据精确配准 | 第54-71页 |
| 4.1 传统的ICP配准算法 | 第54-58页 |
| 4.1.1 基本原理 | 第54-55页 |
| 4.1.2 ICP算法的收敛性分析 | 第55-58页 |
| 4.2 传统ICP算法的缺陷与改进方法 | 第58-60页 |
| 4.3 改进的ICP算法 | 第60-65页 |
| 4.3.1 本文改进策略分析 | 第60-62页 |
| 4.3.2 RANSAC随机采样一致性 | 第62-65页 |
| 4.4 PCL点云库介绍 | 第65-66页 |
| 4.5 实验结果总结分析 | 第66-70页 |
| 4.6 本章小结 | 第70-71页 |
| 第五章 工作总结与展望 | 第71-73页 |
| 5.1 本文工作总结 | 第71-72页 |
| 5.2 展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 附录A 攻读硕士期间发表论文目录 | 第78-79页 |
| 附录B 部分相关PCL代码 | 第79-83页 |